Stop DDoS Attacking the Research Community with AI-Generated Survey Papers

综述性论文是学术研究领域取得进展的基石，它提供结构化的概述，为跨学科领域的初学者和专家提供指导。然而，近年来人工智能生成的综述论文激增，特别是得益于大语言模型（LLMs）的发展，使这一传统上劳动密集型的写作形式转变为低投入、高产出的内容生产模式。尽管这种自动化降低了准入门槛，但也带来了一个严峻的威胁：我们称之为“综述论文DDoS攻击”的现象正冲击着学术界。这指的是大量看似全面实则肤浅、往往冗余、质量低下甚至包含虚构内容的综述稿件不受控制地泛滥，充斥于预印本平台，令研究人员不堪重负，并削弱了人们对科学记录的信任。在本文中，我们认为必须通过建立严格的规范来约束人工智能辅助撰写综述的行为，从而停止向学术界大量上传由人工智能生成的综述论文（即遏制“综述论文DDoS攻击”）。我们呼吁恢复专家对综述撰写的监督作用，并提高人工智能使用过程的透明度；此外，还应开发新型基础设施，例如“动态实时综述”——由学术社区共同维护、具备版本控制功能的知识库，将自动化更新与人工审校有机结合。通过定量趋势分析、质量审查以及对文化影响的探讨，我们指出，维护综述文献的完整性已不再是可选项，而是学术共同体持续发展的当务之急。

论文指出，随着大语言模型（LLMs）的兴起，AI生成的综述论文数量激增，导致大量低质量、冗余甚至包含虚构内容的‘综述论文’泛滥于预印本平台，形成所谓的‘综述论文DDoS攻击’。这种现象干扰了研究人员获取可靠知识的能力，削弱了学术记录的可信度。该问题在当前AI辅助写作快速普及的背景下尤为紧迫，虽未被广泛命名，但已成为影响科研诚信的新挑战。

作者提出必须建立强有力的规范来遏制AI生成综述的滥用，强调恢复专家监督和AI使用透明性的重要性。其核心创新在于提出‘动态活综述（Dynamic Live Surveys）’这一新型基础设施构想：即采用版本控制、社区维护的在线知识库，结合自动化更新与人工审校，以替代一次性、静态的AI生成综述，从而实现可持续、可追溯、高质量的领域综述机制。

论文通过定量趋势分析揭示AI生成综述的增长态势，进行质量审计发现其普遍存在冗余与幻觉问题，并讨论其对科研文化的影响。研究并未依赖传统实验设计或公开数据集，也未开源代码，而是以观点论述为主。值得深入的方向包括：如何构建和激励社区参与的动态综述平台、制定AI辅助写作的伦理准则、开发检测AI生成综述的技术工具等。

1. 'Generative AI and the Future of Scientific Publishing' (2023) 2. 'The Role of Large Language Models in Academic Writing: Opportunities and Risks' (2024) 3. 'Hallucinations in AI-Generated Scientific Texts: A Survey' (2023) 4. 'Towards Living Reviews in Machine Learning' (2022) 5. 'Automated Literature Review Generation: Promises and Pitfalls' (2024)