Kryzys zaufania na ICLR. System recenzji naukowych ugiął się pod naporem 50 tysięcy zgłoszeń

Skala zjawiska jest bezprecedensowa: podczas gdy w ubiegłym roku na konferencję ICLR (International Conference on Learning Representations) trafiło około 19,5 tysiąca ważnych zgłoszeń, wstępny bilans przed tegorocznym terminem wskazuje na około 50 tysięcy nadesłanych abstraktów. Informacje o rekordowej liczbie zgłoszeń pochodzą z analiz przeddeadlinowych publikowanych m.in. przez serwis The Decoder. Należy zaznaczyć, że bilans 50 tysięcy abstraktów jest liczbą wstępną, odnotowaną przed ostatecznym terminem nadsyłania pełnych tekstów, który dla edycji 2026 wyznaczono na 24 września 2025 roku. Choć część badaczy może jeszcze wycofać swoje teksty, blisko trzykrotny wzrost liczby zgłoszeń stawia pod znakiem zapytania wydolność akademickiego systemu oceny.

Masowa produkcja i fałszywe dowody

Za tym rekordem nie stoi nagły skok liczby przełomowych odkryć, lecz splot mechanizmów rynkowych i technologicznych. W sektorze korporacyjnym premie badaczy są często uzależnione od metryk publikacyjnych, co promuje podejście ilościowe. Przede wszystkim jednak to samo AI, nad którym pracują uczestnicy konferencji, drastycznie przyspieszyło proces generowania artykułów. Problem nie jest teoretyczny: w zgłoszeniach na ICLR 2026, znajdujących się obecnie w procesie recenzji, wykryto już ponad 50 przypadków halucynacji algorytmicznych.

Problem nie kończy się na samej objętości materiałów. Analizy zgłoszeń z poprzednich edycji i innych dużych konferencji, takich jak NeurIPS, ujawniają niebezpieczne zjawiska:

• Masowe wykorzystywanie modeli językowych do tworzenia treści prac naukowych.
• Pojawianie się w tekstach sfabrykowanych cytowań – zmyślonych źródeł, które na pierwszy rzut oka wyglądają na wiarygodne bibliografie. Zjawisko to zostało szczegółowo udokumentowane w badaniach dostępnych w serwisie arXiv, takich jak „Hallucinated Citations” oraz „Compound Deception”, które analizują mechanizm przenikania fałszywych danych do obiegu naukowego.
• Obniżenie progu wejścia dla publikacji o niskiej wartości merytorycznej.

Skalę zjawiska obrazują dane z 2025 roku, kiedy to co najmniej 53 prace (około 1% wszystkich zgłoszeń) zawierały sfabrykowane cytowania. Eksperci wskazują, że na poziomie pojedynczych, zaakceptowanych już artykułów, problem ten mógł dotyczyć nawet 18,7% prac zaprezentowanych podczas ICLR 2025. Zgodnie z oficjalnym harmonogramem publikowanym na stronach konferencji (Call for Papers ICLR 2026), proces selekcji staje się coraz trudniejszy, co potwierdzają doniesienia medialne o setkach fałszywych cytowań, które mimo weryfikacji zdołały przejść przez system peer review w poprzednich latach.

Recenzenci w pułapce algorytmów

Najbardziej niepokojącym elementem tej zmiany jest sprzężenie zwrotne w procesie weryfikacji. Zasypani tysiącami tekstów recenzenci, nie będąc w stanie rzetelnie przeanalizować każdego z nich w wyznaczonym czasie, sami zaczęli sięgać po narzędzia AI, by wspierać się w pisaniu ocen. W efekcie dochodzi do sytuacji, w której algorytmy oceniają prace wygenerowane przez inne algorytmy.

Taka automatyzacja bezpośrednio uderza w fundament wiarygodności nauki. System peer review, który miał gwarantować rzetelność, zaczyna przypominać zamknięty obieg, w którym ludzka krytyka i wnikliwość ustępują miejsca masowej obróbce danych. Skala 50 tysięcy zgłoszeń pokazuje, że bez systemowych zmian w sposobie selekcji materiałów, prestiżowe dotąd wydarzenia naukowe mogą stracić status wiarygodnych źródeł wiedzy.