arXiv 最近陷入爭議。華盛頓大學教授、ACL 2023 大會副主席 Emily M. Bender 公開說是「毒瘤」，宣揚盲目跟風及「超過六個月就算過時」的計算機學文化。

arXiv為開放預印論文網站，有30多年來歷史故為物理學、計算機學、統計學等科學論文最重要發表平台，特別是數理領域，幾乎所有期刊發表論文都有在arXiv存檔，計算機學差不多情形，較前線研究如人工智慧和大模型，更把arXiv當成首發平台。故Emily M. Bender這番話乍聽頗為嚴重。

但如果了解Emily M. Bender說話的習慣，就不會這麼認為。

《時代》評選AI百人之一、自認第一身分是語言學家的Emily M. Bender一直是人工智慧和大語言模型的權威之一。她將大語言模型比喻成竊聽成性的章魚，指它不僅無法理解真正內容，且氣候危機時還消耗大量能源，用假資訊污染系統生態，加劇偏見和英文霸權。考慮到她一貫說話方式，這樣狠罵arXiv也不太意外。

最新將arXiv推上爭議舞台的是ACL拒稿事件。紐約大學博士後研究員Naomi Saphra論文違反「匿名政策」遭ACL拒收。匿名政策指投遞到ACL這類學術會議的論文，評審期間有段匿名期，作者不能在社群媒體談論，必須保持論文匿名狀態，哪怕是arXiv「預印」平台。不服氣的Naomi Saphra把前因後果po在X，引來大量聲討ACL的回應。

Just got a desk reject, post-rebuttals, for a paper being submitted to arxiv <30 min late for the anonymity deadline. I talk about how the ACL embargo policy hurts junior researchers and makes ACL venues less desirable for NLP work. I don’t talk about the pointless NOISE it adds.

— Naomi Saphra (@nsaphra)

喫瓜群眾可能會納悶，評判論文好壞，不是用學術標準評斷嗎，為何匿名這麼重要？這和arXiv有什麼關係？

為何匿名？

同行審議是全世界評價學術論文的通用法，ACL頂級學術會議為了保證論文品質，更嚴格執行「雙盲同行評審」。雙盲就是彼此不知道對方身分，評審教授只能看到內容，看不到作者是誰，盡可能保證公允，故匿名當然很重要，ACL通常會設立匿名期，作者不僅不允許公開論文是自己寫的，也不能在社群媒體宣傳，防止輿論影響評審。

但這政策一開始就不受歡迎或說充滿爭議。許多突飛猛進學科，如大模型領域，技術幾乎日新月異，頂級學術會議匿名期多是一個月或更長，顯然會讓研究者錯過學術交流運算的機會。

最大聲的反對者就是Meta首席人工智慧科學家、深度學習先驅、圖靈獎得主Yann LeCun，他認為這限制資訊交流，阻礙技術進步，違反道德規範（因限制人們表達意見）。這次ACL拒稿事件Yann LeCun也同樣持反對意見，還引用哈佛大學教授Boaz Barak推文，任何試圖阻礙arXiv的政策都是100%愚蠢。

“Any policy that obstructs ArXiv is just silly."
100%

— Yann LeCun (@ylecun)

Yann LeCun等大前輩力挺arXiv和反對匿名政策，其實反映了arXiv在學術界的影響力，這一切也要從30多年前說起。

首發平台arXiv

簡單說可理解arXiv成大型學術論壇，不同學科屬不同分類，有志願管理員，審核每篇文章。arXiv出現前是靠互相發稿件了解自己學科領域最新進展，直到1991年，有聰明人想說為什麼不設集中系統存放所有論文？這就是arXiv的雛形。

最早arXiv構建存在Los Alamos National Laboratory洛斯阿拉莫斯國家實驗室，沒錯，就是歐本海默規劃製造原子彈的實驗室。arXiv和傳統論文平台期刊，最大差別在不需同行評審，文章也就是論文，只需分類區管理員審核過就可發表，管理員只審核最基本要求，如論文是否有攻擊他人內容等，並不負責審核論文論證真假。換言之，arXiv論文品質參差不齊，需要自行判斷──就和逛論壇一樣，需自行找出精華。

去中心化論文平台很容易聯想到網路最初發明時人們的期待，繞過權威，構建自由民主的自發社群，人們靠高度道德自治管理。這是許多人喜歡arXiv的原因，看起來反權威，是推進學術民主化的好方法，如果是好論文，其他人一定會認可，評斷論文好壞標準從權威專家移到一般人手上。由於繞過傳統期刊冗長發表流程，arXiv成為許多快速發展領域論文的首發地。

最好例子就是前陣子沸沸揚揚的超導體事件。南韓團隊在arXiv發表兩篇找到室溫超導體論文，一天內就引起全世界瘋狂，多間實驗室照論文方法想複製。之所以有兩篇而不是一篇論文（兩篇論文作者部分一樣），推測就是要搶首發，雖然最後大家都做不出室溫超導體，但arXiv重要性可見一斑。

現在許多重要理論發表時間都以arXiv時間為準，儘管準確來說arXiv論文都只是「預印」狀態。但現在預印狀態成為論文常態，不少科學家不僅把arXiv當成首發平台，甚至是唯一發表平台。既然發表論文目的是讓更多人看到、討論、交流，就不必登上期刊啦，正式期刊不僅流程緩慢，同行審議還被詬病充滿偏見和黑箱運作，更是出版商賺錢的下蛋金公雞，資料庫和電子版要價都好貴。

相反地，發表在arXiv只要動動手指就好了。

2002年11月起八個月，俄羅斯數學家格裏戈裏·裴瑞爾曼在arXiv連續發表三篇預印版論文，解決困擾數學界整整一百年的龐加萊猜想。三篇論文沒有登上任何期刊，也就是說arXiv論文雖然是「預印版」，但是裴瑞爾曼論文的最終且唯一版本。菲爾茲獎委員會也根據這些「預印版」論文決定授予裴瑞爾曼菲爾茲獎（但他不接受）。

類似例子還有很多，這兩年大紅的人工智慧和大模型領域，arXiv更是繞不過的平台，幾乎所有論文都是在arXiv先披露，這也成了arXiv挨駡的原因。

arXiv侵蝕學術自由了嗎？

Emily M. Bender說arXiv是毒瘤的兩個論點：「盲目跟風」和「超過六個月就算過時」文化，某角度說是一回事，arXiv最初是去中心化平台，就像所有平台，最終還是轉至中心化，動作之一就是對流量越來越重視。

想從浩如煙海的論文海脫穎而出（據說arXiv每月有數萬篇論文），選對方向（和標題）顯然十分重要。arXiv沒有同行審議機制，內行人一方面很容易知道下個研究熱點是什麼，另一方面也很容易製造踩點跟風論文以便佔先機──方法細節沒關係，關鍵是要搶佔第一名，一旦先發表，之後論文都不得不引用。

這在計算機學，特別是深度學習、人工智慧等尤其氾濫。同樣方法換個資料庫，改動參數就可產生新論文，這就是Emily M. Bender批「盲目跟風」的由來。她覺得經嚴密同行審議論文應有更多支持。arXiv為了追求點擊率量產灌水論文使學術嚴肅性降低不少，此趨勢與很多網路內容社群發展相似，高品質內容最終被膚淺流行內容淹沒，平台品質當然下降。

Open access peer reviewed venues exist. We should support them and stand up for peer review by citing peer reviewed versions.

— @emilymbender@dair-community.social on Mastodon (@emilymbender)

除了Emily M. Bender，arXiv另一個中心化問題是管理員權限擴大。本來內容社群經營是靠所有人共同維護，就是學術民主化，但與日俱增的論文量讓arXiv管理人員逐漸有更大權限，如論壇版主可封鎖用戶內容，由自願者組成的arXiv管理員可拒稿至封鎖某些論文及作者。

2020年加州大學聖地牙哥分校理論物理學家Jorge Hirsch在arXiv回擊《自然》刊登的羅切斯特大學物理學家Ranga Dias室溫超導體論文，Jorge Hirsch標題頗「騙流量」，名為「可能的科學欺詐剖析」。Ranga Dias用論文回應，Jorge Hirsch又發論文反擊，兩方你來我往在arXiv用論文打筆仗，直到管理員封鎖Hirsch論文並禁言他六個月，理由是論文使用煽動性、冒犯性和武斷語言。

除了禁言，管理員還有權拒稿。arXiv有約1%~2%拒稿率，但都不清楚稿件被拒原因，arXiv不會解釋，更讓arXiv審核機制透明度成為爭議點。如中國量子研究科學家陸朝陽和潘建偉，2021年8月交給arXiv論文就直接被拒，2014年瑞士日內瓦大學量子物理學家Nicolas Gisin論文也被拒，但通過同行評審後登上《物理快訊A》期刊。

審核當然必要，讓arXiv內容起碼符合最低學術標準，但有問題在於，arXiv論文都是學術研究，拒稿和封鎖不管正當性多高，都算阻礙學術討論，擁有發表權力的人甚至不是同行，而是多數匿名管理員。

爭奪學術話語權

許多人認為這些arXiv缺點，可用擴大審核團隊、公開評審標準和拒稿原因、導入評論和分數機制，拋棄純用引用量衡量論文影響力的「唯流量」等解決。總之就是更透明和讓更多用戶參與，而不是傳統封閉保守的同行審議。其實大部分人對arXiv還是持正面態度，從X各發言眾人一致批評ACL就能得知。

arXiv爭議本質上就是學術話語權爭奪戰：究竟是少數專家，還是更多同行與大眾，有權評斷論文學術價值？如果是後者，又要以什麼方法制度確定這最公平、專業和有效？

當然arXiv不完美，現由康乃爾大學營運，像維基百科嚴重依靠志願者管理和民眾捐款，然而它又非常重要，幾乎可說是學術界基礎設施。也許arXiv壓根不該營利，以確保絕對公正和獨立促進學術發展，但規模已跟不上快速發展的科技進步，就產生偏頗結果，但不太該是苛責它的原因。

（本文由  授權轉載；首圖來源：）