AI 放大學術制度的產量病
AI 對學術界的衝擊，表面上是寫作工具變得太容易使用，實際上是學術制度原本已經存在的產量病，被一種更高效率的技術放大了。若只把問題理解成「AI 令學生和研究者偷懶」，便會錯過真正的核心。AI 並不是憑空製造出低品質論文及突然改變學術人的人格。它只是進入一個早已把發表數量、引用次數、履歷厚度和職位晉升綁在一起的制度，然後讓這套制度原本的偏差變得更快、更密、更難消化。
相關研究指出，自 ChatGPT 於 2022 年底推出後，期刊投稿量上升了 42%，同時寫作品質下降，而 AI 生成或輔助寫作被認為解釋了大部分趨勢。到 2026 年初，不少投稿已經出現不同程度的 AI 介入，甚至有部分稿件屬於高度 AI 生成內容。這個現象最值得注意的地方是「當寫作成本下降後，學術制度首先增加的是投稿量，而不是思想品質」。
真正問題是學術界長期把「可量化成果」當成研究能力的替代指標。論文數量比思想成熟度容易計算，期刊發表比問題意識容易審核，履歷項目比長期學術貢獻容易比較。在這種制度下，研究者自然會被推向一種產量邏輯：先問它能否寫成一篇文章及它能否投稿、能否通過審稿、能否成為履歷上的一格。
AI 出現後，這種邏輯沒有被改變，只是獲得新的加速器。以前一篇低品質論文仍然需要相當時間去堆砌文獻、整理段落、製造學術語氣；現在，AI 可以迅速把一個尚未成熟的想法包裝成看似完整的論文形式。這種形式不一定錯得很明顯，甚至可能文法正確、結構完整、語氣像樣，但它缺少真正的問題壓力。它只是從格式需求中生成出來的文本。
所以 AI 並沒有單純降低學術門檻。更準確地說，它降低「製造學術外觀」的門檻。這兩者差別很大。真正的學術門檻是能不能提出值得研究的問題，能不能分辨資料與解釋之間的距離，能不能承受一個問題長期未被解決的壓力。AI 可以幫人更快完成格式，但不能自動賦予研究必要性。當制度只看得見格式和數量，AI 就會自然成為產量機器。
這也是為甚麼「寫作品質下降」比「投稿量上升」更值得警惕。投稿量上升本身未必是壞事，理論上更多人參與研究、更多想法進入學術場域，可以是知識民主化的一部分。但如果增加的主要是可讀性下降、問題重複、論證薄弱、語氣公式化的稿件，那就是噪音變厚。相關報道亦提到，AI 不只影響投稿，也開始影響同行評審，有些 AI 生成的審稿意見品質較低，主題多樣性亦較弱。這代表 AI 不只是增加論文入口的壓力，也開始滲入學術判斷本身。
同行評審制度本來就依賴大量隱形勞動。很多審稿人不是全職審稿，他們本身也要教學、研究、申請資助、處理行政工作。當投稿量暴增，審稿系統便會被迫承受更大的篩選壓力。如果大量稿件只是表面完整、實質空洞，編輯和審稿人就要花更多時間分辨哪些文章只是語氣像研究，哪些文章真正有研究價值。這種負擔最後會反過來削弱整個學術共同體的判斷能力。
更深一層看，AI 令學術界暴露出一個尷尬事實：許多制度其實並不擅長辨認思想，只擅長辨認成果格式。當一篇文章語氣學術、引用完整、段落安排合理，制度很容易先把它當成「可能合格」的稿件處理。可是思想的價值常在問題是否必要、視角是否不可替代、推論是否經得起壓力。AI 最擅長的正是生成「像樣」的東西，而現代制度最容易被騙的也正是「像樣」。
所以，AI 對學術界的真正挑戰是學術制度到底還能否重新區分「產出」與「貢獻」。產出是可以計算的，貢獻卻需要判斷。產出可以大量增加，貢獻卻不能靠速度直接放大。若一個制度本來已經過度獎勵產出，那麼 AI 只會讓更多人用更低成本追逐同一套指標。最後，學術界表面上變得更繁忙，實際上可能更難產生真正重要的知識。
這不是說 AI 對學術一定是負面。對非英語母語研究者、寫作能力較弱但研究能力不差的人、需要整理資料和改善表達的人來說，AI 確實可以減少語言不平等。問題在於工具本身可以用來輔助理解及用來掩蓋空洞。前者是降低表達障礙，後者是降低偽裝成本。兩者表面上都叫 AI 輔助寫作，但在學術倫理上完全不同。
所以學術界不能只討論「AI 有沒有參與」，也要討論「AI 參與了哪一層」。如果 AI 只是協助潤飾語言、整理句子、改善可讀性，問題相對有限。但如果 AI 開始代替研究者生成問題、拼接文獻、構造論證、甚至製造審稿意見，那就是知識生產流程的一部分。這時候，透明披露只是最低要求，更重要是制度本身要重新設計評價標準。
真正需要改革的是「發表即價值」的制度想像。若大學、期刊、資助機構和學術聘任仍然以數量作為主要篩選標準，AI 生成內容就會繼續湧入。因為只要制度獎勵產量，就一定會有人尋找最低成本的產量方法。AI 只是最新、最快、最方便的一種。即使沒有 AI，也會有灌水論文、論文工廠、掛名作者、重複研究和形式主義寫作。AI 只是令病徵惡化的高效媒介。
這場危機最終逼學術界面對一個更根本的問題：學術到底是知識共同體還是履歷生產系統？如果它是知識共同體，評價就應該回到問題、方法、證據、可反駁性和長期貢獻。若它只是履歷生產系統，那麼 AI 大量生產論文其實非常合理，因為它只是更有效率地完成制度真正獎勵的事情。
AI 沒有降低學術門檻。它只是揭穿很多門檻原來是格式門檻、語言門檻、投稿門檻和產量門檻。當這些門檻被技術降低後，制度才突然發現，自己過去依賴的篩選方式並沒有想像中可靠。真正的學術危機正是人類制度曾經太相信文章的外觀。