AI-Augmented Research: Free to Write, Costly to Read
创建于 更新于
摘要
本文构建了一个研究写作与阅读验证成本不对称下降的理论模型，指出人工智能降低写作成本后，论文数量增加而注意力和验证能力保持有限，读者将更多依赖作者声誉：低声誉作者被忽略，中等声誉作者接受验证，高声誉作者未经核验即获信任，最终被验证论文的比例趋近于零 [page::0][page::1][page::4]。论文进一步分析AI文献摘要与AI同行评审，发现共享同一AI错误的论文会产生相关性偏误，当AI生成论文比例超过阈值后，摘要共识将复制AI错误；允许摘要读取未经评审的预印本，可在一定条件下恢复独立研究对错误共识的纠正能力 [page::7][page::8][page::9]。
