编译|李思辉 安嘉欣

一年读完258篇论文都令人难以置信，更别说是写出来。日前，美国哥伦比亚大学教授安德鲁·盖尔曼（Andrew Gelman）在博客发文，质疑芝加哥大学教授尼古拉斯·波尔森（Nicholas Polson）的论文质量。

截至2026年8月底，一个署名波尔森的社会科学研究网络（SSRN）账号，仅今年就上传了258篇工作论文，其中8月超过100篇。这些论文不是几页的短札，几乎都是长文章，其中不少篇幅长达数十页。

遭受质疑后，这批论文随即从SSRN下架，波尔森本人至今尚未回应。他的产出速度为何突然飙升？人工智能（AI）在其中究竟扮演了怎样的角色？讨论就此展开。

图为AI生成

258篇论文

波尔森是一名研究贝叶斯统计和金融计量经济学的资深学者。

芝加哥大学布斯商学院官网显示，波尔森现为该院计量经济学与统计学教授，主要研究金融计量经济学、马尔可夫链蒙特卡洛方法、粒子学习和贝叶斯推断等。

1984年，他以一等荣誉获得英国牛津大学伍斯特学院硕士学位，1988年获得诺丁汉大学博士学位。他曾在美国卡内基梅隆大学和英国诺丁汉大学任教，1991年加入芝加哥大学布斯商学院。

过去几十年间，波尔森的论文曾发表于《金融学杂志》《金融研究评论》《美国统计协会杂志》等期刊。其中，他参与撰写的《随机波动模型的贝叶斯分析》还被《商业与经济统计杂志》创刊20周年特刊列为最具影响力的论文之一。

变化出现在2026年。8月18日，加州大学洛杉矶分校安德森管理学院副教授奥扬·西迪克（Auyon Siddiq）在社交媒体发帖称，一名芝加哥大学终身教授仅2026年内就已发布了200篇论文，其中至少一篇已经投给学术期刊。这篇帖子迅速引起关注。

几天后，经济学家杰里米·霍佩达尔（Jeremy Horpedahl）进一步翻查波尔森的SSRN页面，并逐篇统计，发现这个数字还不止200篇。

截至8月26日，波尔森2026年署名的工作论文已经达到258篇，仅8月就有104篇，8月26日当天有6篇。更令人吃惊的是，这些都并非几页纸的短札，不少论文长达二三十页，甚至五十多页，还有的包含复杂数学推导和实证分析。

霍佩达尔注意到，其中100多篇论文还有同一位频繁出现的合作者——乔治梅森大学的瓦迪姆·索科洛夫（Vadim Sokolov）。

8月27日，文中开头提到的盖尔曼也加入讨论。他点开其中一篇题为《人类联结理论》的论文，发现全文长达80页，内容横跨经济学、心理学、生物学、哲学、博弈论等多个领域。由此，他开始追问：这么大量的产出究竟是怎么来的？

AI、实验还是人？

面对这种远超常规的论文产出速度，盖尔曼列出了几种可能：

1.一场实验或玩笑。他猜测，这批论文可能是一场围绕AI展开的实验，也可能只是一个玩笑。

2.有人冒名发布。他一度怀疑，可能有人借用了波尔森的名字，利用聊天机器人批量生成论文并上传网络。后来他又发现，波尔森在SSRN上存在两个不同的账号，这进一步加深了他的疑惑。

3.为了教学和知识分享。相比前两种猜测，盖尔曼认为这一解释更为合理：波尔森长期从事研究和教学，也许积累了大量希望分享的想法，于是借助AI把不同主题扩展成文章，再以预印本的形式发布出去。

真正让谜团出现转折的，是《人类联结理论》的合著者瓦迪姆·索科洛夫随后现身评论区。

索科洛夫明确表示，这些论文确实使用了AI，但实际过程并非“写一个提示词，让聊天机器人生成一篇30页论文，然后直接上传”。他说，不少论文此前已经有研究想法、笔记、数学推导、代码或草稿，也有一些属于较初步的工作，AI随后被反复用于研究推进和写作。不同论文的形成过程不同，AI参与程度也存在较大差异，并不存在统一的“生产流程”。

同时，索科洛夫反驳了将这批论文统称为“假论文”的说法。他强调，SSRN账号并非冒充，这些预印本确由署名研究者完成并上传，其中一些论文可能存在错误，质量也不尽相同，但这不等于它们是假论文。

不过，他也承认了一个关键问题：AI的参与程度并没有在所有论文中得到一致披露。对于那些大量使用AI的论文，他认为作者本应进行说明。索科洛夫同时表示，AI使一些多年积累的研究材料得以用过去难以想象的速度完成。

知识圈地？

另一位学者则从“为什么要发布这么多论文”出发，提出了不同的解释。8月22日，经济学家迈克尔·马科夫斯基（Michael Makowsky）在经济学博客Economist Writing Every Day上发表《知识圈地》一文。

他认为，短时间内大量发布论文，既不能简单视为通常意义上的科研，也不能简单归结为AI造假。一个可能的解释是：研究者借助AI，把尚未成熟的想法迅速扩展成论文，从而抢先留下公开记录。不过，他明确表示，这只是自己的推测，并不能证明就是波尔森的真实目的。

马科夫斯基把这种做法称为知识上的圈地。“学术研究里，汗水比灵感更重要。”在他看来，产生一个新想法并不难，难的是深入研究其中的细节，通过推导、验证和论证，最终让同行认可其原创性和价值，这一过程往往需要数年。

AI可能改变这一过程。按照马科夫斯基的设想，研究者可以把初步想法交给大语言模型，通过设计提示词迅速扩展成完整论文。这些论文可能并不好，也未必正确，甚至可能逻辑混乱，但只要率先公开，就留下了“我先想到了”的记录。日后如果有人真正完成相关研究，先发布者便可能据此要求后来者引用自己的工作。

但马科夫斯基并不认为“先想到”就等于完成了学术贡献。他打了个比方：这就像摆下一块大理石，再贴上一张人物素描，就要求后来真正完成雕塑的人与你分享功劳。

这场争论随后也延伸到其他平台。9月4日，一则讨论波尔森的Reddit网帖获得数百个点赞。有网友追问，这些论文究竟有多少真正增加了新知识；有评论者认为，这根本不是科研；也有人把问题指向作者身份：如果论文的大部分研究和文本由AI完成，署名作者还能在多大程度上被视为真正的作者；还有网友担心，AI大规模进入学术写作后，论文数量可能越来越难反映真实的研究投入。

马科夫斯基最后写道，他甚至不排除这是一场AI时代的“索卡尔骗局”——通过创造大量粗制滥造的内容，展示劣质信息如何挤压真正有价值的学术成果。“至于海量信息涌入之后，谁来筛选、谁来验证、谁来承担后果，就成了留给整个学术共同体的问题。”他说。

相关文章链接：

https://x.com/auyonomous/status/2089764277305651263?s=61

https://economistwritingeveryday.com/2026/08/26/nicholas-polson-has-written-over-200-academic-papers-in-2026-so-far/

https://economistwritingeveryday.com/2026/08/22/intellectual-squatting/

https://statmodeling.stat.columbia.edu/2026/08/27/258/#comment-2418234