学者反驳AI终结学术出版论：该论断存在重大问题

Nicolai J Foss 2026年11月7日 9 4 分享 Thomas Manabu 最近的文章《机器吞噬自身：人工智能与“不发表就出局”的终结》在社交媒体上广为流传。Manabu 是作者使用的化名，出于不明原因，这位作者更愿意保持匿名。这是一个传统的日本名字，意为“学习”。它也是一位日本摔跤手和一个游戏角色的名字。总之，回到这篇文章本身。

这篇文章围绕生成式人工智能对学术研究的后果，提出了一个犀利且相当有雄心的论点。然而，我认为这个论点也存在严重问题。

其核心主张是：大语言模型不仅在颠覆学术出版，而且正在把“不发表就出局”体制推向其逻辑终点，从而摧毁它。大学花了几十年（据称）把学术研究简化为可测量的产出，如今却要面对能够以可忽略的边际成本生产这些产出的技术。由此产生的学术文本过剩，据称会削弱稀缺性——而出版物正是依赖这种稀缺性来作为象征资本的来源。

这个论点颇具挑衅性，其中许多前提也站得住脚。我同意学术出版存在严重的激励问题，发表指标经常被滥用，生成式 AI 无疑已经在改变学术生产。然而，这篇文章的主要结论远不如其诊断令人信服。它建立在一种可疑的稀缺性理解、一个界定不清的制度变迁理论，以及一种从技术颠覆推断系统性崩溃的倾向之上。事实上，完全可以说，AI 可能反而会强化 Manabu 预期它将会摧毁的许多学术竞争特征。

稀缺性、质量与学术出版的经济学

Manabu 论点的核心前提是：出版物之所以充当学术货币，是因为学术文章是稀缺的。生成式 AI 使这些产品的生产成本变得低廉，这意味着支撑其价值的稀缺性被削弱了。这是一种货币贬值的类比：当出版物形态的物品变得充盈，学术认可的货币就失去了购买力。

根本问题在于，这种论证把可观察产出的稀缺性与它本应标示的底层能力的稀缺性混为一谈。说得不那么隐晦一点：出版物之所以有价值，是因为它们传递了关于原创性、方法论能力、研究判断力以及产出可靠知识的能力的信息（而不仅仅是因为生产成本高昂）。

的确，LLM 大幅降低了起草和润色学术文字的成本。但它们并没有因此消除重要研究问题、令人信服的经验识别、原创理论洞见或可靠科学判断的稀缺性。

其影响可能几乎与 Manabu 的预测相反。当表面上可信的稿件供给增加时，区分有价值的研究与低劣研究会变得更加困难。

但反过来，对可信质量信号的需求可能会增加！期刊声誉、机构隶属、研究网络和已展示的学术成就可能恰恰因为稿件变得更容易生产而变得更加重要。（这对大型出版商对出版流程的持续控制可能也有影响。）

这篇文章还忽视了一个学术竞争的直截了当的含义。研究人员竞争的是相对稀缺的职位、资助、期刊发表位置和职业回报。如果大学体系在 AI 冲击下存续下来（它会的），这种竞争就会持续。特别是，一项降低稿件生产成本的技术并不会消除竞争。但它确实改变了竞争者所面临的生产可能性。

假设 AI 使研究人员能够在不相应增加工作时间的情况下将稿件产出翻倍。早期采用者可能享有竞争优势，但随着采用范围扩大，这一优势会减弱。招聘委员会和资助机构可能会调整他们的期望，而研究人员则通过生产更多论文或投资于其他差异化维度来回应。最初看似生产率提升的东西，变成了新的竞争基准。

这在各种位置性竞争中是完全熟悉的动态。当回报相对固定时，技术改进可能加剧而非缓解竞争压力。学术研究人员可能变得更有生产力，但境况并未改善，尤其是如果由此带来的投稿增加给同行评审和研究评估带来了额外需求。

因此，均衡结果可能是更多的发表、更高的绩效期望，以及对 prestigious 发表渠道的竞争加剧。Manabu 没有提供任何令人信服的理由来说明，为什么稿件生产成本下降反而会导致“不发表就出局”的消失。他的结论需要一种竞争调整理论，而这篇文章并未提供。

没有制度机制的制度崩溃

一个更根本的问题涉及这篇文章的制度变迁理论。Manabu 反复断言，现有的学术体系无法在学术写作工业化中存续。然而，其崩溃将通过何种机制发生，读者并不清楚（至少这位读者不清楚）。哪些行为者会放弃基于发表的评估，为什么？什么激励会促使大学、出版商和资助机构放弃既有的评估实践？替代安排又将如何克服与制度转型相关的协调问题？

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）