ICLR审稿新规引热议：挂名3篇即当审稿人？

ICLR审稿政策的争议焦点

近期，一则关于ICLR（国际学习表征会议）审稿政策的讨论在Reddit机器学习社区引发关注。核心争议在于该政策的一条规定：如果一个人的名字出现在3篇或以上投稿论文中，就必须承担审稿人职责。而这条规则并未对审稿资格作出任何限定说明。

发帖者本身只署名了2篇论文，因此不受该政策约束，但他仍对规则的合理性提出了疑问。他举了一个具体的例子来说明潜在问题：假设Alex是一位刚入门的新学生，在实验室的3篇论文中都挂名为第四作者，那么按照这条规则，即便他并不具备审稿能力，也需要担任审稿人吗？

政策背后的逻辑与现实矛盾

这一质疑触及了顶级学术会议长期面临的结构性难题：审稿人短缺。随着机器学习领域投稿量爆炸式增长，ICLR、NeurIPS等会议每年都需要动员海量审稿人才能完成评审工作。将审稿义务与投稿数量绑定，是会议方保障审稿资源供给的一种直接手段——你既然向会议投递了多篇论文，就应当为整个评审体系贡献相应的劳动。

从公平性角度看，这种"投稿-审稿"对等的设计有其合理性。它避免了少数活跃研究者只投稿不审稿、而将评审负担转嫁给他人的"搭便车"现象。

然而，正如发帖者指出的，问题出在"资格"这一维度上的缺失。在现代学术合作中，一篇论文的作者列表可能包含从资深教授到本科实习生的各类人员。一位仅参与了部分实验、排在作者靠后位置的新生，其学术判断力和领域经验可能远不足以对他人的研究做出可靠评价。

机器学习顶会的投稿规模扩张速度极为惊人。以NeurIPS为例，2018年投稿量约4800篇，到2023年已突破1.3万篇；ICLR同期也从约1500篇增长至超过7000篇。按照惯例，每篇论文至少需要3名审稿人，这意味着仅ICLR一届便需要动员超过2万人次的审稿工作量。传统上，审稿人主要来自会议程序委员会（Program Committee）的自愿报名与推荐，但这一机制在爆炸式增长面前已明显力不从心。"投稿即有审稿义务"的政策正是在此背景下出现的制度性应对，类似规则也在其他顶会中以不同形式存在，例如要求通讯作者（corresponding author）或资深作者承担一定数量的审稿任务。

挂名作者与审稿质量的隐忧

这场讨论暴露出的深层担忧，实际上关乎审稿质量本身。如果政策强制大量缺乏经验的初级研究者进入审稿池，可能会稀释整体评审水准。

近年来，机器学习顶会已经饱受审稿质量下滑的批评。低质量、敷衍甚至明显未认真阅读论文的审稿意见时有出现。若将审稿义务机械地按论文数量分摊，而不考虑审稿人的实际能力，可能会加剧这一问题。一位被迫审稿、却对相关方向不熟悉的新生，很难写出有建设性的评审意见。

值得思考的是，作者排序（authorship order）在不同实验室、不同文化中的含义差异很大。第四作者在某些情况下可能是核心贡献者，在另一些情况下则可能只是提供了少量支持。单纯以"名字是否出现"作为触发审稿义务的标准，确实略显粗糙。

学术论文的作者署名规范在不同学科和文化背景下存在显著差异，这本身就是学术界长期争议的话题。在计算机科学领域，通行做法是按贡献大小排序，第一作者通常是主要执行者，最后一位往往是资深导师（即"通讯作者"或"指导作者"），中间位置则较为模糊。国际医学期刊编辑委员会（ICMJE）等机构曾提出"贡献者声明"（Contributorship）制度，要求明确列出每位作者的具体贡献，以区分真正参与知识创造的作者与仅提供行政或资源支持的"荣誉作者"（gift authorship）。然而，这一标准在机器学习领域并未得到广泛采用，使得"名字出现在论文上"与"具备相应领域判断力"之间的断层愈发明显，也正是此次争议的根源所在。

会议方的可能考量

补充一点，原帖只是提出了担忧，并未确认会议实际执行时是否真的会强制不合格者审稿。实践中，许多会议在具体分配审稿任务时，仍会参考审稿人的过往发表记录、研究方向匹配度等因素。换言之，"名字出现在3篇论文上"可能是承担审稿义务的必要条件，但会议未必会给一位明显缺乏经验的新生分配超出其能力的评审任务。

此外，团队内部通常也可以协调：一篇论文往往有多位作者，实验室完全可以安排更资深的成员来履行审稿职责，而非让新生独自承担。政策条文的表述虽然宽泛，但落地时存在一定的操作弹性。

对学术社区的启示

这场看似细节性的讨论，反映了整个AI研究界在快速扩张过程中面临的治理挑战。审稿制度作为学术质量的守门人，其设计需要在"保障审稿人数量"和"维护审稿人质量"之间找到平衡。

对于身处其中的研究者而言，理解这些政策的具体含义至关重要——尤其是对刚进入领域的学生，明确自己在合作论文中可能承担的义务，有助于提前做好准备。而对会议组织方来说，如何在规则中更清晰地界定资格门槛、如何为新手审稿人提供培训和指导，或许是提升整体评审生态的下一步方向。