三分之一arXiv失守，CS论文65%被检出“AI味”，数学仅0.7%

arXiv论文中，竟有三分之一可能出自AI？

最近，unslop的一项研究在外网引发了热烈争论。

它的检测器把过去一年计算机科学领域65%的新论文标成了红色。

网友还为这种现象专门造出一个名词——「大泔水时代」。

然而在同一时期，数学论文的比例却仅为0.7%。

ChatGPT登场，曲线迅速起飞

研究团队扫描了12750篇arXiv论文，覆盖时间从2023年1月一直延伸到2026年7月。

研究锁定十个学科，并从每个领域每月抽取约25篇全文。

对照组选取2021至2022年的论文，当时ChatGPT尚未诞生，论文仍处于纯人类写作时代。

数据显示，2021至2022年的标记率始终稳定在0.4%；ChatGPT发布后，曲线却在几个月内迅速上扬。

最近一个完整季度的标记率已经达到32%，2026年初的峰值更接近39%。

若按学科划分，计算机科学的情况最突出，标记率达到65%。

ChatGPT问世以前，该领域的基准值仅有0.2%。不过短短三年，这个数字就猛增了300多倍。

其后依次为定量生物学56.3%、电气工程51.3%、经济与金融47%；继续往下则是应用物理34%、统计31.3%、凝聚态物理24%、高能物理14%、天体物理10.7%。

位于榜单最后的是数学，比例为0.7%。

而且，这些结果还只是下限；一旦AI文本被隐藏得足够巧妙，检测器就无法将其识别出来。

面对同一个论文库，同一台检测仪给出的学科差距接近100倍。

究竟是数学家都在坚持纯手工写作，还是这台机器面对数学公式时根本无法识别？

0.7%跌至谷底，源于机器致盲

实际上，unslop已经亲自在报告中写出了答案。

一篇标准数学论文是什么模样？符号、公式、定理和证明铺满页面，真正以英语写成的散文句子少之又少。

但这台检测器偏偏只能识别文字，关注的是句子结构、用词习惯以及段落组织方式。

数学论文仅有的几行文字，又多是「设X为某某」「由引理3可推导」之类的格式化表述，与检测器训练中接触的科学英语几乎不在同一频道。

因此，团队也主动承认当前研究仍有不少局限：

目前不能用数学的0.7%说明什么：数学家或许确实很少使用AI，也可能只是检测器无法理解数学论文，而现有数据不能区分这两种情况。

对照组的规模同样偏小。每个学科只有200篇ChatGPT出现前的论文；按照0.4%的误报率计算，2000篇中总计仅有8篇被标记，因此只能得到粗略估计。

此外，正如前文所说，检测器无法全部抓出。因此，这些数字依旧只是下限，真实比例只可能更高。

竞争越激烈，越难离开AI

那么，使用AI写论文的究竟是谁？

答案来自斯坦福另一项延续两年的研究。

2024年3月，斯坦福Weixin Liang团队首先把测量工具用于同行评审：在ICLR 2024的审稿意见中，约10.6%的句子曾被LLM大幅修改。论文尚未测完，审稿人已经率先用上了。

到了2025年8月，同一团队把样本扩大至112万篇论文，研究还直接登上《自然·人类行为》。

研究发现，截至2024年9月，CS论文摘要经LLM修改的比例最高达到22.5%。使用最频繁的，则是预印本发布最勤、身处竞争最激烈领域的研究者。

领域竞争越激烈，使用程度也越高。

在这里，AI写作已演变成军备竞赛：当同行纷纷借助AI提速，坚持手写的人便会慢上一拍。

难怪X上一条流传颇广的相关转发，配文里第一行就是：「提示词：写一篇能发arXiv的论文。」

它识别的是「味」，并非AI

不过，不要急着用这65%给论文定罪。

团队也在报告中承认，检测器无法区别「AI顺过一遍语法」与「整篇机器代工」，它只能判断文字中机器味的浓度。

因此，65%应被理解为「65%的论文读起来像AI」，而非「65%的论文由AI写成」。

真正棘手的是，人类写作本身也可能带有这种机器味。

有研究者不信这一结果，便把自己多年前的旧论文放入检测工具，最终仍有27%到74%的内容被标红。

而在那个年代，ChatGPT甚至还没有出现。

其中的原因并不难发现。

如今的学术期刊中，大型语言模型、基准测试和业界最前沿等内容随处可见。措辞越规范、结构越整齐，就越容易符合检测器认定的机器特征。

更何况，LLM原本就是以这类论文训练的。并非学者写得像AI，而是AI天生就写得像学者。

当每段文字都背上嫌疑

过去这两年，其实我们一直在做与检测器相同的事。

当一段文字四平八稳、词句规整，还不时出现「不仅……而且……」，人们心里便会突然一紧：这不会是AI写的吧？

unslop的检测器，相当于把这种近乎玄学的嗅觉制成了一台可以批量生产数字的仪器。

因为怀疑一旦进入脑海，就再也难以卸下。

过去，「写下来」这件事本身就是背书；一个人肯用几个小时组织文字，至少能够表明他的认真。

如今无论写得多漂亮，也可能只得到一句「AI吧」。

甚至有人故意避开自己用了半辈子的词语，只因为它们「听起来太AI」。

现在，「AI味」正逐渐成为席卷文字圈的一种新型原罪。

荒诞之处在于，直至今天，我们仍无法精确测量这种「AI味」到底由哪些部分构成。