身份信息遭泄露 顶会审稿人们“顶”不住了|科技观察

gzcom520

审稿人信息被制成网页公开。图源网站截图

封面新闻记者马晓玉

论文评审变大型“开盒”现场，有审稿人庆幸到：还好没参与今年审稿；而上了“黑榜”的审稿人则感叹：自己不过是个想维护圈子纯净度的普通Reviewer罢了。
11月27日，国际学习表征会议（ICLR）的评审平台OpenReview出现严重漏洞，导致本应匿名的审稿人、作者和领域主席身份信息泄露，牵涉人数达1万人。
“以前从未遇到这种大规模的信息泄露事件。”11月28日，ICLR 审稿人陈先生告诉封面新闻记者，因为自己花了许多时间认真审稿，给的建议比较中肯，倒是不担心会被“开盒”，但了解到有这种潜在风险终归不舒服。
审稿人被开盲盒 网友调侃如“学术春晚”
此次的信息泄露方法极其简单：用户只要替换网址字符，输入相关论文 ID 和审稿人编号，即可查阅ICLR历年论文，以及NeurIPS、ICML、ACL等多个AI顶会的评审信息。

网络上流传的“开盒”流程。图源社交平台

这一漏洞迅速在学术圈引发连锁反应。许多撰稿人立刻“人肉”出了自己的论文审稿人，宛如大型“开盒”现场。有人发现给自己的打低分的居然就在微信列表里；有人公开了此前给出80个批评意见的学者；有人曝光了一些恶意审稿人在被揭穿后大幅提高评分的案例；甚至还有4个评审人3个来自同一组的情况。网友调侃比“春晚还精彩”。
公开资料显示，ICLR 是专注于表征学习的人工智能领域顶级会议，由深度学习巨头 Bengio 和 LeCun 牵头举办，与 NeurIPS 、ICML 并称为机器学习三大顶会。
记者了解到，由于近年来AI领域热度飙升，顶会普遍面临审稿人不足的困境，审稿质量下滑已成行业痛点。Pangram Labs此前对ICLR 2026的数据分析显示，21%的同行评审完全由AI生成，超半数评审带有AI使用痕迹；同时有199篇论文被证实完全由AI生成，9%的论文超50%文本为AI撰写。
万份数据被制作成“审稿人红黑榜”

OpenReview平台发布的公告。图源OpenReview官方社交平台

据OpenReview平台11月28日发布的公告显示，其仅在发现漏洞的一小时内，就完成了修复补丁部署，并向所有项目负责人通报情况。
然而，事故并未就此结束。记者观察到，目前网络上已有人使用脚本爬取数据，并据此制作出了“审稿人红黑榜”网站。用户可以在这个网站上查询到谁是最严厉、最宽容的审稿人、谁的审稿意见最长，谁的最短。目前，该网站已经有2000+的注册用户，并设有匿名讨论区。

“审稿人红黑榜”。图源社交平台

“全部数据应该都是泄露了的，其中前1万份数据被一些人爬取下来并传播。”陈先生说到。
一些网友通过对网站中的数据进行初步分析，总结了以下观点：亚洲作者/机构常遭低分；同行竞争低分；同一领域/机构内部互怼常见；大厂论文易高分，小机构遭歧视；资历、引用与审稿质量偏见。
记者注意到，28日下午，一位登上“黑榜”的审稿人在社交平台上发布澄清帖，表示自己并非恶意审稿，纯粹是刚好分到了这几个论文，“虽然概率低，但它就是真实发生了。都有其他审稿人和我有一样评分。”并表示，自己作为常年和论文死磕的人，非常清楚审稿的严肃性，如果真的放水，放弃严肃审稿，其实最后伤害的，还是那些大家本应该中的论文。“学术不易，我也只是个想维护圈子纯净度的普通审稿人罢了。”
事实上，参与打分的审稿人们也很为难。陈先生坦言，如果你需要投稿该会议且具备资格，就需要强制性承担审稿义务；没投稿的也会收到审稿邀请邮件，而且都是义务劳动，没有酬劳。
漏洞升级为跨国事件 论文评审将走向何方？
OpenReview表示，后续将主动联系多国执法部门，调查是否有账号进行过大规模试探性访问，或获取了不应被访问的匿名身份信息。并表示，任何使用、利用或共享泄露信息的行为都违反了 OpenReview的使用条款，并可能导致账户被暂停。
有观点认为，这是学术界极为罕见的举措。一个审稿平台因身份泄露漏洞，主动将事件升级为跨国执法层面的调查。这意味着此次事件的潜在影响范围极广，涉及多个会议、数以千计的匿名投稿与审稿人，让匿名制度的安全性迎来史无前例的考验。
此次信息泄露事件还引发了对学术评审制度本身的深度反思。一些人表示，不如趁此机会对所有稿件的作者和审稿人进行去匿名化处理，揭露不负责任的审稿人和不道德的作者，并改革同行评审流程。“我们需要公平公正，作者会因提交低质量稿件而受到惩罚，审稿人也应该如此。应该增加一个标签页，专门用来标记不负责任的审稿人，类似于公开展示被拒稿件的做法。”
陈先生则表示，“确实需要对审稿人加大监管，减少乱打分现象，但目前的核心问题在于审稿人是自愿审稿，‘为爱发电’的。如果进一步严格要求审稿人，而不提供任何回报，只会降低大部分人的审稿意愿，大模型粗筛＋有偿审稿会是一个好的尝试方向。”