Black FridayHiggsfield: do 63% taniej przy planie rocznym - Seedance 2.5, Nano Banana Pro, GPT Image Sprawdź ofertę →link partnerski
Przejdź do treści
Sklep

AI

Trzecia recenzja coraz częściej powtarza pierwsze dwie. Badacze policzyli uwagi na ICLR

W dwóch edycjach ICLR nakładanie się zastrzeżeń wzrosło z 12,0 do 21,3%. Badanie sprawdza rolę AI i pokazuje, czego detektor tekstu nie rozstrzygnie.

Tekst: 2 min czytania
Trzecia recenzja coraz częściej powtarza pierwsze dwie. Badacze policzyli uwagi na ICLR
Spis treści 3
  1. Jednostką jest konkretna uwaga
  2. Detektor nie powie, kto pisał
  3. Źródła

👁 111 przeczytań

Gdy trzech recenzentów znajduje tę samą pomyłkę w artykule, autor dostaje wyraźny sygnał do poprawki. Gorzej, jeśli wszyscy przeoczyli drugą, poważniejszą wadę. W pracy opublikowanej 19 listopada badacze policzyli, ile różnych zastrzeżeń wnoszą czytelnicy tego samego artykułu naukowego. W recenzjach konferencji ICLR ta różnorodność spadła.

Jednostką jest konkretna uwaga

Badacze rozłożyli recenzje na pojedyncze zarzuty i grupowali uwagi odnoszące się do tego samego problemu. Dzięki temu dwaj recenzenci nie muszą użyć identycznych słów, żeby ich zastrzeżenia uznać za pokrywające się. Porównano materiały na tym samym etapie procesu. Rocznik 2027 oznacza edycję konferencji, której recenzje są już dostępne w listopadzie 2026 roku.

Ile zastrzeżeń się pokrywa?
Nakładanie się uwag na tym samym etapie oceny. Pomiar z preprintu Twice-Told Critiques.

Między edycjami 2026 i 2027 zmierzony odsetek nakładających się uwag wzrósł z 12,0% do 21,3%. Różnicę dobrze widać też z perspektywy autora pracy. Do dwóch otrzymanych recenzji trzecia wnosiła wcześniej średnio 6,12 nowych zastrzeżeń. W nowszej edycji średnia spadła do 5,46.

Detektor nie powie, kto pisał

Autorzy użyli narzędzia MELD do oznaczenia tekstów o cechach wypowiedzi generowanych przez model językowy. Dwie tak oznaczone recenzje tego samego artykułu pokrywały się częściej niż dwie bez oznaczenia. Samo oznaczenie nie jest dowodem, że konkretny recenzent skorzystał z AI. Badanie obserwacyjne nie rozstrzyga też, co spowodowało całą zmianę między latami.

Ile nowego wnosi trzecia recenzja?
Średnia liczba nowych problemów po uwzględnieniu dwóch wcześniejszych recenzji.

W metodologii zwróciłem uwagę na dodatkową trudność. O podobieństwie merytorycznym uwag współdecydują modele użyte do ich grupowania. Autorzy sprawdzali wrażliwość wyniku na wybór narzędzia. Gdybym oceniał własny system recenzji, obok liczby nadesłanych opinii policzyłbym właśnie to, ile różnych problemów udało się z nich wydobyć.

Stan na 21.11.2026, godz. 19:34 czasu polskiego.

Źródła

Piotr Olszewski

Autor

Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

O mnie →Wszystkie teksty →

Czytaj dalej

Narzędzia do tego tematu

darmowe, bez kontaWszystkie 29 →
z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Najczęściej czytane

7 dni
  1. 1Okładka GTA 6 z własnym zdjęciem w AI: prompt do ChatGPT i Gemini, test na selfie
  2. 2GPT-6.2 Astra vs Claude Fable 5.2 vs Gemini 4 Carbon: benchmarki i mój test na 7 modelach (z Opus 5.5)
  3. 3Plakat festiwalu z polskim napisem: prompt i test 6 generatorów obrazu (Prompt dnia 14.11)
🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →