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

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.
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.




























