Svet Vesti
Science

AI „Talog” Poplavio Akademske Časopise — Šta Pokazuje Studija Organization Science

AI „Talog” Poplavio Akademske Časopise — Šta Pokazuje Studija Organization Science
Submissions to academic journals have surged since the release of ChatGPT, straining a peer review system built for human-scale production. A new study from Organization Science measures the impact.getty

Studija Organization Science pokazuje da su prijave porasle 42% nakon pojave ChatGPT-a, a mnogi rukopisi s visokim udelom AI su teži za čitanje i bogatiji žargonom. Analizirano je 6.957 prijava i 10.389 recenzija: >30% recenzija sada sadrži detektovan AI, ali takve recenzije retko utiču na uredničke odluke. Autori preporučuju upotrebu AI za trijažu i unapređenje procesa evaluacije, uz oprez zbog etike i institucionalnih podsticaja.

Prijave radova u časopisu Organization Science porasle su za 42% otkako je postao široko dostupan ChatGPT, a nova analiza uredničkog tima ukazuje da je veliki deo tog rasta povezan s upotrebom veštačke inteligencije koja je često lošeg kvaliteta.

Podaci i metodologija

Tim AI Task Force pod vođstvom Sharique Hasana (Duke) i uz doprinos Claudine Gartenberg analizirao je 6.957 prijava i 10.389 recenzija poslato od januara 2021. do početka 2026. Svaki dokument je skeniran alatom Pangram za procenu udela AI sadržaja — alat koji nezavisne evaluacije rangiraju kao jedan od najpouzdanijih u otkrivanju generisanog teksta.

Glavni nalazi

Najvažnija zapažanja iz studije:

  • Od lansiranja ChatGPT-a, ukupne prijave su porasle 42% (brže nego povećanje tokom pandemije), a broj rukopisa koji su ocenjeni kao napisani isključivo ljudski je pao.
  • Većina prijava početkom 2026. sadrži neku meru AI doprinosa; najbrže raste kategorija sa ≥70% AI sadržaja.
  • Rukopisi s visokim AI skorom su teži za čitanje (negativna korelacija sa Flesch Reading Ease), imaju više nominalizacija i žargona, i zahtevaju viši nivo obrazovanja da bi se razumeli.
  • Više od 30% recenzija pokazuje detektovan AI — i te recenzije su često manje korisne urednicima: ne utiču na konačnu odluku, dok ljudske recenzije i dalje koreliraju s ishodima.

„AI, onako kako se danas koristi, sudara se sa institucionalnim podsticajima da se proizvodi više, a ne bolje istraživanje,“ kaže Gartenberg.

Institucionalni podsticaji i UTD rang lista

Studija pokazuje da škole koje se takmiče po UTD listi (University of Texas at Dallas) — metrika koja vrednuje broj objavljenih radova u 24 vodeća časopisa — nesrazmerno su povećale broj prijava zasnovanih na AI. To ukazuje da korišćenje AI nije raspoređeno nasumično, već prati institucionalne streme ka kvantitetu.

Urednički teret i ljudski troškovi

Kako bi održali kvalitet, uredništvo je pojačalo timove: broj zamenskih urednika povećan je sa 6 na 11, a senior urednika sa ~30 na ~60 — sav taj rad je volonterski i oduzima vreme koje akademici inače posvećuju nastavi i istraživanju.

AI „Talog” Poplavio Akademske Časopise — Šta Pokazuje Studija Organization Science
This picture taken on January 23, 2023 in Toulouse, southwestern France, shows screens displaying the logos of OpenAI and ChatGPT. (Photo by Lionel BONAVENTURE / AFP) (Photo by LIONEL BONAVENTURE/AFP via Getty Images)AFP via Getty Images

Etika i rizici u procesu recenzije

Etika korišćenja AI pri recenziranju je nejasna: deljenje poverljivih rukopisa sa servisima koji procesuiraju uplodovane tekstove može predstavljati kršenje poverenja; međutim, pitanja ostaju otvorena kada su rukopisi javni (preprint) ili kada AI radi u izolovanom (sandbox) okruženju.

Moguća rešenja: AI kao alat za trijažu

Autori i urednici predlažu preusmeravanje AI sa proizvodnje na evaluaciju: automatizovana preliminarna provera može filtrirati nizak kvalitet po parametrima čitljivosti, žargona i slučajeva neusaglašenosti između tvrdnji i metoda. Takvi alati bi trebalo da služe kao pomoć uredniku (trijaža), dok ljudska prosudba ostaje u centru odluke.

Šta ovo znači za nauku

Studija ne pokazuje da Organization Science gubi najbolje radove: najbolji radovi i dalje prolaze, a ukupna stopa odbijanja ostaje stabilna. Međutim, postoji rizik da se ljudsko angažovanje — proces kroz koji nastaje razumevanje i prosudba — zameni površnom mašinskom proizvodnjom, što može dovesti do pada kvaliteta istraživanja ako ne bude kontrolisano.

Zaključak je dvosmislen: AI trenutno kreira „talog“ koji opterećuje sistem, ali ista tehnologija, pravilno implementirana, može pomoći da se evaluacija ubrza i poboljša. Ključno je kako institucije i istraživači oblikuju podsticaje i pravila upotrebe AI.

Originalno objavljeno na Forbes.com. Prilagođeno i sažeto za čitaoce na srpskom jeziku.

Pomozite nam da budemo bolji.

Povezani članci

Popularno