ChatGPT 出現後管理學期刊投稿量增 42%：AI 把學術推向「多」而非「好」

根據 INFORMS 旗下管理學頂刊 Organization Science 2026 編輯部社論《More Versus Better: Artificial Intelligence, Incentives, and the Emerging Crisis in Peer Review》，自 2022 年底 ChatGPT 上線以來，該刊投稿量上升 42%，迫使編輯部 Deputy editors 從 6 名擴充到 11 名、active senior editors 從約 30 名擴充到約 60 名。Wharton 教授 Ethan Mollick 4/27 引述此份社論並評論：「為人類設計的科學系統正在因 AI 而緊張。AI 可以拿來做更好的科學，也可以拿來只是『做更多東西』。危險是『更多』正在贏。」

投稿量爆增 42%、編輯部人力翻倍應對

Organization Science 的數據顯示同儕審查（peer review）系統在 AI 時代的具體壓力：

投稿量：自 ChatGPT 上線後上升 42%

Deputy editors：6 名 → 11 名（增加 83%）

active senior editors：約 30 名 → 約 60 名（翻倍）

多數投稿仍會被退稿，且許多在 deputy editor 初篩階段就被刷掉，但「初篩本身的負擔」仍大

社論明確指出，問題不是「AI 取代研究員」、而是「AI 讓低品質投稿洪水般湧入」。volunteer editors 與 reviewers（多為其他學者義務承擔審稿）首當其衝，必須花更多時間篩選 AI 拼湊的稿件，留給真正高品質研究的時間反而被擠壓。

Mollick：「AI 可以做更好的科學，也可以做更多東西」

Wharton 商學院教授、生成式 AI 教育先驅 Ethan Mollick 在 X 平台分享此份社論時的評論觸動了爭論核心：

“Very cool analysis of the submissions to a major management journal that shows how much the system of science, built for humans, is under strain as a result of AI. AI can be used to do better science or it can be used to just do more stuff. The danger is that ‘more’ is winning.”

他在後續推文補充：「問題是激勵機制獎勵『更多』而非『更好』」（”The problem is that the incentives push for ‘more’ over ‘better’”）。這句話直指學術界的結構性問題—publish or perish 的職業壓力使學者偏好量產而非深耕。

對 AI 工具產業的反向意義

Organization Science 的觀察對 AI 工具產業提出了具體挑戰：

第一，OpenAI Codex、Claude Code、Gemini 等寫作／編程代理工具能否設計「品質保證」機制？例如自動引用真實 paper、檢測明顯 hallucination、辨別文章是否為「拼湊式重組」？目前主要 AI 工具都在比拚速度與便利，沒人賣「拒絕產出低品質內容」這個賣點。

第二，學術出版業的反制工具市場正在浮現。Originality.ai、Turnitin AI Detection、GPTZero 等工具雖試圖偵測 AI 寫作，但與 LLM 本身競賽長期難勝。更可能的解方是「人類研究的可追溯性」—例如用 GitHub commit history、原始實驗紀錄、即時筆記等方式證明研究過程，而非只交一份成品。

學術不是孤例：哪些行業同樣會被「更多」洪水壓垮？

學術同儕審查只是第一個受衝擊的「人類設計、依賴志願評審」系統。同樣脆弱的還有：

程式碼開源社群：GitHub PR 審查、開源專案 maintainer 已被 AI 提交的低品質 PR 淹沒

新聞投稿與媒體編輯：自由作者投稿量爆增、新聞編輯難以分辨 AI 生成內容

法律文件審查：合約、訴訟文件的 AI 量產，律師審查時間爆增

學生作業與大學招生：申請文書、課堂作業數量遠超師資負荷

共同點：所有依賴「人類專家義務性審閱」的系統，在 AI 把產出邊際成本壓到接近零後，都會出現「審閱端的崩潰」。Organization Science 的解方是擴編人力（從 6 deputy 到 11），但這只是延緩問題，不是解決。

結論：「更好」需要新的社會機制

社論結尾語意深沉—「人類專家判斷仍在限制 AI 對發表內容的負面影響，但代價是大幅增加的努力。」意思是：學術品質沒有立刻崩潰，但每位編輯／審稿人付出的時間翻倍，這個系統的「能量平衡」已被打破。

下一階段的挑戰：如何讓 AI 工具本身肩負「品質導向」（而非「產量導向」）的設計責任、如何讓激勵機制重新獎勵「深度」、如何讓人類專家審查的成本被合理補償。這些都不是技術問題、是社會與制度問題—而 AI 把這些問題從「未來慢慢處理」加速到「現在不得不面對」。

這篇文章 ChatGPT 出現後管理學期刊投稿量增 42%：AI 把學術推向「多」而非「好」 最早出現於 鏈新聞 ABMedia。