ICLR tonie w abstraktach. 50 tys. zgłoszeń przed deadlinem

Mniej niż tydzień dzieli nas od zamknięcia naboru na konferencję ICLR 2027, a liczba zgłoszonych abstraktów zbliża się już do 50 tysięcy. To liczba, która jeszcze kilka lat temu byłaby nie do pomyślenia w świecie akademickich konferencji poświęconych uczeniu maszynowemu. Dla porównania, edycja z 2026 roku zakończyła się pulą około 19 500 prawidłowych zgłoszeń. Tegoroczny wynik może więc okazać się ponad dwukrotnie wyższy.

Choć część abstraktów to prawdopodobnie efekt ostrożności autorów czekających na wyniki NeurIPS, ostateczna liczba zgłoszeń i tak znacząco przekroczy zeszłoroczne statystyki. Zjawisko to rodzi pytania o kondycję procesu recenzowania i jakość prac trafiających na najważniejsze konferencje z zakresu AI.

Dlaczego zgłoszeń jest tak wiele

Za lawiną abstraktów stoi kilka nakładających się czynników. Część z nich ma charakter systemowy, inne wynikają wprost z postępu technologicznego.

Hype na AI i presja publikacyjna

Sztuczna inteligencja przyciąga dziś uwagę całego świata nauki i biznesu. Rosnące nakłady na badania korporacyjne sprawiają, że publikacje stały się istotnym elementem kariery badaczy zatrudnionych w firmach technologicznych. W niektórych organizacjach wynagrodzenie bywa powiązane z dorobkiem publikacyjnym, co dodatkowo motywuje do zgłaszania prac na prestiżowe konferencje.

AI przyspiesza pisanie prac

Najważniejszym czynnikiem jest jednak prawdopodobnie sama technologia. Narzędzia oparte na dużych modelach językowych (LLM) znacząco skracają czas potrzebny na przygotowanie tekstu naukowego. Analiza przeprowadzona przy okazji konferencji NeurIPS wykazała, że autorzy masowo korzystali z AI przy tworzeniu swoich zgłoszeń. To zmienia ekonomię pisania prac – to, co kiedyś zajmowało tygodnie, dziś można przygotować w znacznie krótszym czasie.

Problemy, które narastały już wcześniej

Zalew zgłoszeń nie jest zjawiskiem zupełnie nowym. Już edycja ICLR 2026 zmagała się z poważnymi konsekwencjami masowego wykorzystania generatywnej AI.

Prace z fabrykowanymi cytowaniami

Podczas poprzedniej edycji konferencji zgłaszano przypadki prac wygenerowanych przez AI, które zawierały nieistniejące lub zmyślone odnośniki bibliograficzne. Tego typu błędy podważają zaufanie do rzetelności autorów i całego procesu weryfikacji.

Recenzenci sięgają po AI, by nadążyć

Z drugiej strony sami recenzenci – przeciążeni rosnącą liczbą zgłoszeń – zaczęli wykorzystywać narzędzia AI do wspomagania oceny prac. To błędne koło: maszynowo generowane artykuły trafiają do maszynowo wspieranych recenzji, co dodatkowo osłabia zaufanie do wyników peer review.

Co czeka ICLR 2027

Jeśli tegoroczna liczba zgłoszeń rzeczywiście przekroczy 50 tysięcy, presja na system recenzji będzie jeszcze większa niż rok wcześniej. Organizatorzy staną przed wyzwaniem zapewnienia rzetelnej oceny tak ogromnej puli prac, a społeczność naukowa prawdopodobnie usłyszy kolejną falę skarg na jakość recenzji i zgłoszeń.

Nie chodzi wyłącznie o logistykę. W grze jest zaufanie do procesu, który od dekad stanowi fundament rozwoju badań nad sztuczną inteligencją. Czy konferencje takie jak ICLR zdołają dostosować swoje mechanizmy do rzeczywistości, w której AI pisze zarówno prace, jak i ich oceny? Odpowiedź na to pytanie będzie miała znaczenie nie tylko dla akademii, ale i dla całej branży AI.