I 2025 er det blevet helt normalt, at en enkelt person står bag over 100 videnskabelige artikler på et år – og får næsten 90 af dem optaget på verdens største AI-konference, NeurIPS. Men mange af de her artikler er så tynde, at erfarne forskere kalder det en katastrofe.
En 22-årig skrev 131 artikler på et år
Kevin Zhu har lige afsluttet sin bachelor i datalogi i Berkeley og driver samtidig firmaet Algoverse, hvor han vejleder gymnasieelever. I år har han indsendt 131 artikler til forskellige konferencer – 89 af dem blev accepteret til NeurIPS alene. Han siger selv, at han har hjulpet med metode og eksperimenter og har læst alle artikler igennem.
Men hans tidligere professor i Berkeley, Hany Farid, er knap så imponeret: «Jeg er næsten sikker på, at det hele bare er vibrations-kodning og tilfældig tekstgenerering.»
Antallet af artikler eksploderer – kvaliteten styrtdykker
I år blev der indsendt over 21.500 artikler til NeurIPS – næsten dobbelt så mange som i 2020. Anmelderne klager højlydt: mange artikler er fyldt med gentagelser, dårlige eksperimenter og tekster, der lugter langt væk af ChatGPT og lignende værktøjer.
AI bliver brugt til at skrive kode, redigere sætninger og endda finde på resultater. Det gør det muligt at producere artikler i et tempo, som var helt utænkeligt for få år siden – men det gør også, at rigtig mange af dem er næsten værdiløse.
Når kvantitet slår kvalitet ihjel
Problemet er ikke nyt i akademia, men AI har sat det på steroider. Unge forskere føler et kæmpe pres: publicér eller forgå. Og når man kan generere en artikel på få timer i stedet for måneder, fristes flere til at tage genvejen.
Resultatet er, at konferencer og tidsskrifter drukner i papir, anmelderne orker ikke følge med, og de rigtig gode bidrag risikerer at blive overset i støjen.
Hany Farid siger det lige ud: «Det er et kaos. Du kan ikke nå at lave ordentlig forskning, du kan ikke være eftertænksom – du skal bare producere.»
Feltet, der skulle revolutionere verden, er selv ved at blive kvalt af den teknologi, det forsker i. Spørgsmålet er, om nogen når at trykke på bremsen, før tilliden til AI-forskningen er ødelagt for alvor.
