AI rà soát 100 năm lịch sử nghiên cứu: 99,2% tạp chí hàng đầu đều có vấn đề

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

10/08/2026 21:58:46 Nguồn: QbitAI

Các nhà nghiên cứu ơi, mau vào đây, đề tài nghiên cứu "từ trên trời rơi xuống" rồi này!

Cheng Qian đưa tin từ Aofeisi, QbitAI | Tài khoản chính thức QbitAI

Ai bảo rằng nghiên cứu khoa học không còn vấn đề mới để khai thác nữa? Rằng các hướng đi tốt đều đã bị người đi trước chiếm hết rồi??

Nếu tôi nói rằng—

Phần lớn các bài báo đăng trên những tạp chí hàng đầu hiện nay đều có vấn đề thì sao?

Gần đây, các nhà nghiên cứu đã sử dụng AI Agent để "vạch trần học thuật" và phát hiện ra rằng:

Trong số 92 bài báo được báo cáo tại Hội nghị Quốc tế về Học máy (ICML) năm 2026, có 58 bài không thể tái lập kết quả.

Thật hay đùa vậy?? Chẳng lẽ, cơ hội để đăng bài trên các tạp chí hàng đầu một cách ồ ạt thực sự đã đến rồi sao?

Các bài báo tại hội nghị hàng đầu đang bị AI đồng loạt "vạch trần"

Thông thường, một bài báo có thể lọt vào các hội nghị đỉnh cao đồng nghĩa với việc nó đã trải qua quá trình bình duyệt (peer review).

Tuy nhiên, do hạn chế về thời gian và nhân lực, các phản biện viên gần như không có thời gian để tải dữ liệu từ đầu, chạy lại mô hình hoặc tái lập thí nghiệm nhằm xác minh từng kết luận trong bài báo.

Đồng thời, cùng với sự bùng nổ về số lượng bài báo trong lĩnh vực AI, các mô hình ngày càng phức tạp, quy mô thí nghiệm ngày càng lớn, khiến mã nguồn, dữ liệu và thiết lập tham số đằng sau một bài báo có thể liên quan đến hàng trăm chi tiết nhỏ.

Khả năng kiểm chứng của bài báo vì thế trở nên quan trọng hơn bao giờ hết. Bài báo đã được xuất bản, nhưng liệu các kết luận trong đó có thể được tái lập hay không?

Hiện nay, AI Agent đã giảm đáng kể chi phí cho việc xác minh và tái lập này.

Ngày 22 tháng 7, một công ty thẩm định nghiên cứu tại Mỹ đã sử dụng AI Agent để thực hiện kiểm toán tái lập kết quả một cách hệ thống đối với toàn bộ 168 bài báo được trình bày tại ICML 2026.

Trong 168 bài báo đó, có 92 bài sở hữu ít nhất 5 tuyên bố kết luận có thể kiểm chứng.

Kết quả cuối cùng là: Chỉ có 34 bài báo mà AI Agent có thể tái lập thành công hơn 40% kết luận; và chỉ có 8 bài báo có thể tái lập được hơn 80% kết luận.

Tuy nhiên, cần làm rõ rằng vẫn tồn tại sự khác biệt rất lớn giữa "không thể tái lập" và "gian lận nghiên cứu".

Nguyên nhân dẫn đến việc tái lập thất bại bao gồm nhưng không giới hạn ở: thiếu các tệp tin quan trọng trong mã nguồn, lỗi phiên bản thư viện phụ thuộc, kết quả chạy thực tế không khớp với bài báo, và thậm chí có 4 bài báo sử dụng các mô hình đã ngừng hoạt động, đồng nghĩa với việc kết quả thí nghiệm đã vĩnh viễn không thể được tái lập bởi bất kỳ ai.

Ngoài ra, còn có một số trường hợp sai sót khá nghiêm trọng—

Ví dụ, một bài báo lấy việc "chỉ huấn luyện 0,77% tham số của mô hình nền tảng" làm điểm bán hàng cốt lõi, nhưng thực tế checkpoint mã nguồn mở của họ đã huấn luyện tới 6,31% tham số, chênh lệch khoảng 8 lần.

Một bài báo khác đưa ra bảng đánh giá độ tin cậy dựa trên một mô hình đánh giá nào đó, nhưng trong mã nguồn mở của họ hoàn toàn không chứa mô hình này, cũng không có bất kỳ tập lệnh (script) nào có thể tạo ra kết quả trong bảng đó.

Không chỉ vậy, năm 2026, Hugging Face và AlphaXiv đã cùng khởi xướng cuộc thi "Agent Reproduction Challenge" nhắm vào ICML 2026, mời các nhà nghiên cứu sử dụng AI Coding Agent để tự động tái lập các bài báo được chấp nhận tại ICML 2026, và kết quả cũng rất đáng quan ngại.

Xu hướng tương tự còn thể hiện rõ rệt và gây kinh ngạc hơn trong việc phát hiện sai sót của các bài báo.

Cuối năm 2025, một nghiên cứu đã phát triển hệ thống kiểm tra bài báo dựa trên GPT-5, dùng để phân tích các bài báo đã xuất bản tại các hội nghị và tạp chí AI hàng đầu nhằm tìm kiếm những vấn đề có thể kiểm chứng khách quan. Các nhà nghiên cứu khẳng định rất rõ ràng:

Chúng tôi chỉ xem xét "lỗi khách quan", chúng tôi không quan tâm đến tính đổi mới hay giá trị nghiên cứu của bài báo.

Kết quả cuối cùng cho thấy, trung bình mỗi bài báo bị phát hiện 4,7 lỗi khách quan, 99,2% số bài báo bị đánh dấu ít nhất một vấn đề.

△ Hình ảnh do AI tạo ra

Xét về loại lỗi, lỗi toán học và công thức chiếm tỷ lệ cao nhất, đạt 54,0% (bao gồm viết sai phương trình, logic suy luận có lỗ hổng, giả định sai trong chứng minh, v.v.).

Khoảng 30,8% bài báo tại NeurIPS và 23,8% tại ICLR chứa ít nhất một lỗi thực chất có thể ảnh hưởng đến việc diễn giải kết quả.

Đáng chú ý hơn là xu hướng theo thời gian: Số lỗi trung bình trên mỗi bài báo tại NeurIPS đã tăng từ 3,8 lỗi vào năm 2021 lên 5,9 lỗi vào năm 2025, mức tăng 55,3%.

……

Có lẽ trong tương lai, việc xuất bản bài báo không còn đồng nghĩa với việc nghiên cứu tuyên bố "chiến thắng", mà chỉ là sự khởi đầu cho một vòng xác minh mới bằng AI.

Tin vui lớn cho những người mới bắt đầu nghiên cứu: Không cần làm thí nghiệm cũng có thể đăng bài trên tạp chí hàng đầu.