答案取决于你指的是哪种“不公平”。过去半年，三件方向相反的事接连发生：今年3月，ICML靠AI检测揪出偷用大模型写意见的审稿人，一夜桌拒497篇论文；10月下旬，哈佛的研究显示付费人类专家在盲评中输给AI；同月，概率统计领域六家期刊因为投稿量压垮审稿体系，集体暂停收稿。AI写论文真正撞塌的不是“公平”，而是一个从没被认真检验的前提——有人审稿，就等于有负责任的审稿。旧的不公平（人情、恶意低分、敷衍）跟着双盲的墙一起暴露，新的不公平（话术涨分、工具落差、检测误伤、举证负担转移给诚实作者）再叠上来。评价的重心正在从“谁来审”转向“有没有真的读、标准是否统一、责任能不能追溯”。
先被撕开的，是人工审稿的旧底牌
2025年11月27日晚，OpenReview的系统漏洞让ICLR 2026的双盲评审一夜明牌：只要在浏览器上输入某个网址，自行替换paper ID和审稿人编号，任何审稿人的身份和打分都能查到。机器之心
“开盒”之后暴露的不只是AI：有人发现自己当年的低分来自同赛道竞争者——审稿人五个月后就提交了同方向论文；部分被指恶意压分的审稿人，被认出身份后紧急大幅提分。ICLR官方随即定调，任何使用、暴露或分享泄露信息的人都会被拒稿且常年被大会禁入。机器之心
同一轮全民调查顺带给出了AI的分量：这届大会收到19490篇投稿、75800条评审意见，Pangram Labs分析认为约21%的评审完全由AI生成，超一半带AI痕迹；投稿端也有199篇论文被确认纯AI生成，9%的论文AI文本超过一半。机器之心
“人是公平的”这个等式，先被证伪了一半
直觉上，AI审稿意味着敷衍。但今年4月《Organization Science》编辑团队分析过去几年收到的一万多份审稿意见后发现，大量使用AI的审稿报告反而更难读，讨论的问题也更狭窄——那说的是人类审稿人拿AI偷懒。字母榜
真正动摇根基的是10月22日挂出的哈佛研究：它把134组AI与人类撰写的审稿意见对比，AI在七个评价维度全面领先。 输的一方也不是凑数的志愿者：审稿意见来自哈佛定量社会科学研究所的rapidPeer付费服务，由领域专家执笔。字母榜
实验里，Claude Opus 4.8负责写审稿，GPT-5.5负责盲评，开放联网并换用优化提示词后，134组中132组明确判AI获胜，人类一场未赢；在接受核查的具体论断中，AI审稿意见的事实错误比例只有5.5%，人类却高达15.9%。字母榜
为了排除“AI偏袒同类”，三位曾任重要学术期刊主编的专家另行盲评，30次比较中，有26次认为AI的审稿意见更好。字母榜
最扎眼的背景数字是：在接受调查的74位论文作者中，有88%曾认为收到的这些（人类）审稿意见质量很高。 作者自己觉得不错的付费专业审稿，同场对测之下输给一个不会累、不急着下班的对手——那么靠义务劳动和赶时间支撑的普通人工审稿，它兜底的“公平”本就经不起对照。字母榜
新不公平之一：稿件洪水、守门和连坐
会议和期刊首先被投稿量击穿。AAAI-26主赛道收到近3万篇投稿，组委会被迫招募了超过28000名程序委员会成员，规模达到上届三倍。36氪
AAAI给出的解法是给进入评审的22977篇论文逐篇生成带明确AI标识的评审意见，不提供分数、不给录用或拒稿判定，只供主席与人类意见相互印证；试点调查显示，参与者不仅认为AI评审有用，在技术准确性和研究建议等关键维度上实际上更偏好AI评审。 算下来，平摊到每篇论文的计算成本不到1美元，两万多篇24小时内审完。36氪
期刊端的选择更极端。2026年10月19日，《Bernoulli》《Annales IHP》等六家概率统计期刊联合调整收稿安排，五家直接暂停接收新稿、一家暂缓处理，编辑部解释称近年来投稿数量急剧增长，现有编辑和审稿体系承受的压力越来越大，已经难以按照原来的节奏处理每一篇论文。知乎
TMLR走的是另一条路：把守门前移到“验人”。过去一年其投稿量增长到原来的三倍，单作者投稿暴增至13倍，直接拒稿比例从2023年的约6%升至约53%，编辑部还按作者设了年度投稿配额。机器之心
8月，主编从待桌拒稿件中抽查10篇约作者面谈，7场会谈里只有1篇论文的作者答上了全部基础问题，3位作者连自己论文的内容都没有实质理解；两位会后补发“详细回答”的作者，邮件被检测工具Pangram判为“100% AI”。 主编在复盘里说得很清楚：他不反对AI，关心的是作者能否为署着自己名字的内容负责——这句话正在变成新的评价底线。机器之心
ICML则选择了最重的连坐。它用论文水印检出未标注使用大模型的审稿行为，共发现795处违规，占审稿意见总数约1%，涉及506名审稿人。 这些违规审稿人作为“互惠审稿人”名下的497篇论文被整批桌拒，约占当届投稿量的2%，全部AI审稿意见同步撤销。新智元
反对声随之而来：Meta研究员Ravid Shwartz Ziv公开质疑，目前的AI检测器根本不靠谱，存在大量的误报情况，这可能导致无辜的学者被“冤杀”。 支持者的反驳同样直白：谁也不希望自己的论文是由AI审稿，那凭啥还要用AI给别人审稿。新智元
新不公平之二：话术涨分，工具决定分数
如果说投稿量挤的是系统容量，修辞挤的就是评价标准。10月上旬，电子科技大学、上海交通大学等机构公开了论文《Defensive Writing in GPT Models》：把一篇正常的论文交给模型“润色到经得起顶会审稿”，它会堆叠防御性限定，甚至直接改写、撤回原作者的科学主张。知乎
吊诡的结果在后面：当研究者将这些修改交给AI审稿人评价时，AI审稿人反而倾向于给出更高的分数；而在小规模人类读者实验中，读者认为这种文本更难读，作者也更缺乏信心。 换句话说，同一项研究，换一套让AI更受用的写法，可能得到不同的分数——“写得好”开始比“做得好”更值钱。投稿过AAAI的作者把工具落差说得更具体：用豆包审稿和用GPT 5.6 sol审稿同一篇文章，谁给的分数更高不言而喻；有的审稿人还提交了带明显幻觉的意见，让rebuttal变得更难。知乎知乎
代价的分布是不对称的：让AI生成一条批评近乎零成本，作者逐条核实、反驳却要消耗成倍时间。小红书上一条高赞抱怨写道，最近碰到了离谱的AI审稿：长难句堆砌，言辞刻薄，对着文章里根本没出现的概念和表述立靶子打。小红书
新不公平之三：线前移，自证清白成了作者的事
国内的选择是把门槛画到投稿之前。10月15日起，《五台山研究》宣布本刊坚决拒绝任何利用人工智能工具生成、改写、润色或翻译论文的稿件，《沈阳师范大学学报》三个刊系与《青年学报》跟进。澎湃新闻
耐人寻味的是期刊自己的坦白：由于目前关于人工智能痕迹检测的手段尚不完善，仍难以对稿件是否包含AI参与进行全面甄别，由此产生的相关问题责任由作者承担。 查不准，就只能事前一刀切、事后靠作者自证——检测不再只是筛选工具，而成了悬在诚实写作者头上的举证义务。澎湃新闻
配套的现实压力同步存在：AI代写早已成为灰产，与之对冲的“降AI率”也成了一门生意，中国经济网评论直接点破这条链——从AI代写论文成为灰产，到拿着AI工具降低AI率，AI在学术领域的存在感越来越高。 当“AI率”成为独立于论文质量之外的第二道闸门，认真写作但文风接近模板的人、把AI当辅助却说不清分工的人，都成了规则粗糙执行下的潜在受害者。中国经济网
公平的新底线：留痕、标注、问责
学界对“谁来把关”的回答正在收敛到同一处：验证过程可追溯。9月，陶哲轩等25位菲尔兹奖得主联名批评AI公司急于宣布数学突破，强调数学研究需要严谨的验证和审查；随后数学与AI咨询小组发布指南，要求AI参与产出的成果按传统规范接受同行评审。 制度层面也出现了被验证有效的作者动作：前述遇到离谱AI意见的投稿人没有认栽，而是明确质疑“AI审稿”嫌疑并申诉，最终等来了编辑主持公道，站到了他们这一边。字母榜小红书
所以，审稿和评价没有整体变得更不公平，而是原来靠“人是专业的”默认值撑着的旧不公平全部现形，新的误差又被AI放大。对普通作者，可观察的信号就三个：会议是否给AI评审标注且不直接打分（AAAI试点模式），机构是否拿检测结果当唯一拒稿依据（ICML式连坐与期刊“先拒再查”），以及评价的锚点是否落在“你能不能为自己的署名负责”（TMLR面谈）。能同时满足这三条的方向，才是审稿重新变公平的方向。
