华盛顿大学的Carl Bergstrom与北卡罗来纳州立大学的Kevin Gross通过数学建模指出，稿件激增与评审资源不足可能形成自我强化的负向循环，并讨论付费评审、调整学术评价等潜在缓解措施。

人工智能正日益成为科研写作与出版流程中的“默认合著者”。在不少研究场景中，生成式工具被用于撰写手稿、生成图像，甚至被用于大规模制造引用。多名编辑与审稿人表示，传统把关机制难以应对人工智能辅助投稿的增长，期刊、会议与预印本平台正面临大量看似符合学术体例、但缺乏透明度与责任链条的内容冲击。 研究人员担忧的不仅是单篇论文的可信度。随着自动化工具同时加速合规研究产出与低质量内容生产，严谨研究与合成噪音之间