AI检测初创公司GPTZero在对NeurIPS 2024年会议论文进行扫描时称发现部分论文存在虚构引用，相关比例虽被认为在统计上不显著，但在大型语言模型广泛使用背景下，引发对学术引用可靠性及同行评审压力的关注。

美国多地高校教师近期对生成式人工智能快速进入学生作业与学习流程表达担忧。多名教师表示，问题不在于学生接触新技术本身，而在于部分学生将原本应在高等教育阶段形成的关键能力“外包”给自动化工具，可能削弱独立思考与推理训练。 全国调查凸显教师共识 一项全国性调查聚焦生成式人工智能对大学学习方式的影响。调查显示，95%的受访教授认为，这类工具正在推动学生对人工智能产生不健康的依赖。该项目名为《全国调查：大学

从波士顿到班加罗尔，越来越多科研人员开始把写作润色、文献梳理和数据初筛等日常环节交由人工智能工具完成。相关工具可在数分钟内完成过去需要数周的工作，使研究流程整体提速。但在效率提升的同时，科研界也出现担忧：当“更快”成为默认目标，科学工作是否会被推向更安全、更衍生的路径，从而挤压原创性与冒险性。 速度、引用与“平坦化”发现的隐忧 一些早期研究与出版数据分析显示，使用人工智能工具的研究人员在学术竞争中