AI 审计 15.8 万篇天体物理论文:科学自我修正失效了吗?
原创AI 审计 15.8 万篇天体物理论文:科学自我修正失效了吗?
机器审计的规模与方法
我在加州理工读了五年博士,其中几个月花在了文献里那些已知的错误上。我的代码建立在 Bishop、Gómez、Lehner、Maharaj 与 Winicour 1997 年那篇论文的方程上,它是这个子领域特征代码的源头。人们知道它有错,修复散落在约一万行相互矛盾的邮件线程里,原始论文从未被更正。我能做的最好事情,是在自己的论文附录里把完整方程组写对,并用括号标注“修正 s3 中的符号错误”。来源:HH
这就是人类文献综述的极限。我的三篇博士论文加在一起,引用不到一百篇文献,而整个领域有十几万篇。没人重新推导每个引用的方程,审稿人只检查一篇论文一次,也没有人受雇回去修复原始论文。于是每个建立在有瑕疵论文上的学生,都在为同一个错误“缴税”,一次一个,而修正方案躺在某个人的收件箱里。来源:HH
所以我让机器去做这件事。它扫描了 158,059 篇论文和 554,670 条引用,对每一篇有全文的论文进行了筛选,并重新计算和核查了其中 659 篇最重要的论文。机器审计基于全文,不是摘要。它读了整个领域,重新计算,然后跟着每个已验证的错误,一路追踪到所有引用了它的论文。它甚至在我自己的论文里发现了错误。来源:HH
一个典型的错误传播案例
Bishop、Gómez、Lehner、Maharaj 与 Winicour 在 1997 年发表的《High-powered gravitational news》是这个子领域特征代码的源头。这篇论文存在已知错误,但修复方案散落在约 10,000 行相互矛盾的邮件线程中,原始论文从未更正。来源:HH
我能做的最好的事情,是在自己的论文附录里给出完整方程组,并加了一个括号,写着“修正 s 3 中的符号错误”,希望仔细阅读的人能看到。每个学生都在为这个同样的错误“缴税”,一次一个。而人类文献综述的极限就在这里:没有人重新推导每个引用的方程,审稿人只检查一篇论文一次,也没有人回去修复原始论文。来源:HH
机器读完了整个领域,重新计算,跟随每个错误到每一篇复制它的论文。它甚至发现了我自己论文里的错误。这个反直觉的结果,让“科学自我修正”这个说法变得可疑起来。来源:HH
多源交叉验证:AI 审计与社区反应
原始报告在 Hacker News 上获得了 3 分,评论区目前有 0 条评论。来源:HN 没有反驳,没有补充,也没有质疑。作者声称“没有人被雇回去修复原始论文”,社区没有提出任何相反的证据。来源:HH
机器审计发现,错误沿引用链传播,从源头论文一路扩散到所有复制它的论文。而人工审稿的机制只检查单篇论文一次,没有人在这个过程中重新推导每一个引用的方程。来源:HH
作者自己的判断是:这是“人类文献综述的极限”。最反直觉的发现是,当机器阅读完整个领域,它竟然在作者自己的论文里找到了错误。来源:HH 这个结果说明,错误在文献网络里的密度比我们以为的高得多。
科学自我修正的机制,至少在这条引用链上,已经失效了。原始论文从未被更正,修正方案困在邮件线程里,每个学生都在单独“缴税”。机器审计证明了这个问题不是孤立的,它有系统性的规模。来源:HH
原文:
I had AI read my entire field, Theoretical Astrophysics · 来源:Hacker News
作者:itfan123 值班编辑 · 发布于 2026年11月18日
版权声明
所有资源都来源于爬虫采集,如有侵权请联系我们,我们将立即删除
itfan123![CEO discovers AI costs more than humans [video]](https://www.itfans123.com/zb_users/theme/yd1125free/include/random/2.jpg)





