人工智能正悄然渗透学术评审体系，引发广泛担忧。在即将于2026年4月于巴西里约热内卢举行的国际学习表征会议（ICLR）上，大量同行评审意见被发现由AI生成。据Pangram Labs开发的AI检测工具分析，约21%的评审意见为完全由大型语言模型（LLM）撰写，超过一半的评审存在AI使用痕迹。 这一发现源于卡内基梅隆大学AI研究员格雷厄姆·尼比格（Graham Neubig）的质疑。他收到的评审意见内容冗长、充斥大量项目符号，且要求进行非标准的统计分析，与常规AI论文评审风格明显不符。为验证怀疑，他公开悬赏，寻求对所有投稿和评审文本进行AI检测。次日，纽约Pangram Labs首席执行官麦克斯·斯珀罗（Max Spero）响应，仅用12小时便完成对19,490篇论文和75,800份评审的全面筛查。 结果显示，15,899份评审为完全AI生成，另有199篇投稿（占1%）被认定为完全由AI撰写，9%的投稿中AI内容占比超过50%。Pangram已将分析结果和检测模型的预印本提交至ICLR 2026，引发学界震动。 许多研究人员表示，此前已对评审内容存疑。哥本哈根大学计算机科学家德斯蒙德·埃利奥特（Desmond Elliott）的论文收到了一份明显偏离主题、包含错误数据和生硬表达的评审，其学生怀疑为AI生成。Pangram的分析证实了这一判断，该评审被标记为“完全AI生成”，并给出了最低评分，使论文处于“可接受与拒稿边缘”，令他深感挫败。 ICLR 2026程序主席、康奈尔大学计算机科学家巴拉萨·哈里哈兰（Bharath Hariharan）表示，这是该会议首次面临AI大规模介入评审的挑战。目前，会议组织方已决定引入自动化工具，对投稿和评审的AI使用情况进行审查，以重建学术信任。 此次事件凸显AI在科研流程中的双刃剑效应：虽提升效率，却也威胁评审公正性。如何在利用AI的同时保障学术诚信，已成为全球学术界亟待解决的难题。