ChatGPT 出現後管理學期刊投稿量增 42%:AI 把學術推向「多」而非「好」
根據 INFORMS 旗下管理學頂刊 Organization Science 2026 編輯部社論《More Versus Better: Artificial Intelligence, Incentives, and the Emerging Crisis in Peer Review》,自 2022 年底 ChatGPT 上線以來,該刊投稿量上升 42%,迫使編輯部 Deputy editors 從 6 名擴充到 11 名、active senior editors 從約 30 名擴充到約 60 名。Wharton 教授 Ethan Mollick 4/27 引述此份社論並評論:「為人類設計的科學系統正在因 AI 而緊張。AI 可以拿來做更好的科學,也可以拿來只是『做更多東西』。危險是『更多』正在贏。」
投稿量爆增 42%、編輯部人力翻倍應對
Organization Science 的數據顯示同儕審查(peer review)系統在 AI 時代的具體壓力:
- 投稿量:自 ChatGPT 上線後上升 42%
- Deputy editors:6 名 → 11 名(增加 83%)
- active senior editors:約 30 名 → 約 60 名(翻倍)
- 多數投稿仍會被退稿,且許多在 deputy editor 初篩階段就被刷掉,但「初篩本身的負擔」仍大
社論明確指出,問題不是「AI 取代研究員」、而是「AI 讓低品質投稿洪水般湧入」。volunteer editors 與 reviewers(多為其他學者義務承擔審稿)首當其衝,必須花更多時間篩選 AI 拼湊的稿件,留給真正高品質研究的時間反而被擠壓。
Mollick:「AI 可以做更好的科學,也可以做更多東西」
Wharton 商學院教授、生成式 AI 教育先驅 Ethan Mollick 在 X 平台分享此份社論時的評論觸動了爭論核心:
“Very cool analysis of the submissions to a major management journal that shows how much the system of science, built for humans, is under strain as a result of AI. AI can be used to do better science or it can be used to just do more stuff. The danger is that ‘more’ is winning.”
他在後續推文補充:「問題是激勵機制獎勵『更多』而非『更好』」(”The problem is that the incentives push for ‘more’ over ‘better'”)。這句話直指學術界的結構性問題—publish or perish 的職業壓力使學者偏好量產而非深耕。
對 AI 工具產業的反向意義
Organization Science 的觀察對 AI 工具產業提出了具體挑戰:
第一,OpenAI Codex、Claude Code、Gemini 等寫作/編程代理工具能否設計「品質保證」機制?例如自動引用真實 paper、檢測明顯 hallucination、辨別文章是否為「拼湊式重組」?目前主要 AI 工具都在比拚速度與便利,沒人賣「拒絕產出低品質內容」這個賣點。
第二,學術出版業的反制工具市場正在浮現。Originality.ai、Turnitin AI Detection、GPTZero 等工具雖試圖偵測 AI 寫作,但與 LLM 本身競賽長期難勝。更可能的解方是「人類研究的可追溯性」—例如用 GitHub commit history、原始實驗紀錄、即時筆記等方式證明研究過程,而非只交一份成品。
學術不是孤例:哪些行業同樣會被「更多」洪水壓垮?
學術同儕審查只是第一個受衝擊的「人類設計、依賴志願評審」系統。同樣脆弱的還有:
- 程式碼開源社群:GitHub PR 審查、開源專案 maintainer 已被 AI 提交的低品質 PR 淹沒
- 新聞投稿與媒體編輯:自由作者投稿量爆增、新聞編輯難以分辨 AI 生成內容
- 法律文件審查:合約、訴訟文件的 AI 量產,律師審查時間爆增
- 學生作業與大學招生:申請文書、課堂作業數量遠超師資負荷
共同點:所有依賴「人類專家義務性審閱」的系統,在 AI 把產出邊際成本壓到接近零後,都會出現「審閱端的崩潰」。Organization Science 的解方是擴編人力(從 6 deputy 到 11),但這只是延緩問題,不是解決。
結論:「更好」需要新的社會機制
社論結尾語意深沉—「人類專家判斷仍在限制 AI 對發表內容的負面影響,但代價是大幅增加的努力。」意思是:學術品質沒有立刻崩潰,但每位編輯/審稿人付出的時間翻倍,這個系統的「能量平衡」已被打破。
下一階段的挑戰:如何讓 AI 工具本身肩負「品質導向」(而非「產量導向」)的設計責任、如何讓激勵機制重新獎勵「深度」、如何讓人類專家審查的成本被合理補償。這些都不是技術問題、是社會與制度問題—而 AI 把這些問題從「未來慢慢處理」加速到「現在不得不面對」。
風險提示
加密貨幣投資具有高度風險,其價格可能波動劇烈,您可能損失全部本金。請謹慎評估風險。


