Кризис доверия в науке
Двойное слепое рецензирование (double-blind peer review) десятилетиями служило главным щитом научного сообщества от предвзятости, связанной с именем, статусом или аффилиацией автора. Эффективность этой системы базируется на допущении, что анонимизированный текст передает только научную ценность, скрывая личность исследователя. Однако новое исследование, опубликованное 23 мая 2026 года в arXiv (ID: 2608.05157), ставит это допущение под угрозу.
Эксперимент: только заголовки и аннотации
Авторы работы Буламбо Мвенделва Глоир (Bulambo Mwendelwa Gloire) и Прасенджит Митра (Prasenjit Mitra) провели эксперимент, в котором использовали только заголовки и аннотации (abstracts) статей, опубликованных после момента обучения моделей. Задача состояла в том, чтобы определить автора, используя только эти краткие фрагменты текста, исключая цитирование и явные стилистические маркеры.
Результаты показали, что LLM справляются с этой задачей эффективнее человека. Модель способна сужать круг возможных авторов до небольшой группы из пяти экспертов в предметной области, концентрируя вероятность на конкретных кандидатах. Это указывает на наличие «латентных концептуальных подписей» — устойчивых паттернов в формулировке проблем и фокусе исследований, которые AI считывает как отпечатки пальцев.
Сравнение эффективности идентификации
Исследование подчеркивает, что уязвимость сохраняется даже при исключении библиографических указателей. Ниже приведена сравнительная характеристика методов идентификации, выявленных в ходе работы:
| Метод идентификации | Источник данных | Эффективность | Ключевой вывод |
|---|---|---|---|
| Традиционный (человек) | Полный текст, цитаты, стиль | Средняя | Зависит от опыта рецензента, легко обмануть |
| LLM (автоматизированный) | Только заголовки и аннотации | Высокая | Выявляет «концептуальные подписи» авторов |
| LLM (без стилистики) | Текст без явных стилистических маркеров | Сохраняется | Фокус и формулировка проблемы — стабильный признак |
Почему это важно для исследователей
Найденная уязвимость означает, что анонимность в эпоху AI-ассистированной науки больше не гарантирована сама по себе. Если LLM могут вычислить автора по структуре мысли, то слепое рецензирование теряет свой основной защитный механизм. Это требует пересмотра правил проведения рецензирования в научном сообществе и, возможно, внедрения новых методов анонимизации, которые будут скрывать не только имена, но и семантические паттерны мышления авторов.
Источник: arXiv cs.CL ↗