De integratie van kunstmatige intelligentie in de academische wereld zorgt voor een groeiende spanning tussen de snelheid van informatieproductie en de mogelijkheid tot menselijke controle. Terwijl AI-tools het schrijven van wetenschappelijke artikelen drastisch versnellen, blijft de tijd die nodig is voor een grondige verificatie door experts nagenoeg gelijk. Dit creëert een onbalans die de fundamenten van de wetenschappelijke toetsing kan ondermijnen.
In de analyse "AI-Augmented Research: Free to Write, Costly to Read" legt auteur Wolfgang Kuhle uit hoe de economische dynamiek van publicaties verschuift. Volgens de publicatie op arxiv.org ontstaat er een problematische situatie wanneer de kosten voor het produceren van teksten sneller dalen dan de kosten voor het lezen ervan. Voor peer-reviewers en andere experts betekent dit dat zij geconfronteerd worden met een onoverkomelijke hoeveelheid materiaal, waardoor zij gedwongen worden keuzes te maken over welke werken zij wel of niet grondig controleren.
Deze ontwikkeling heeft verstrekkende gevolgen voor de manier waarop wetenschappelijke kwaliteit wordt beoordeeld. Het model suggereert dat er een verschuiving plaatsvindt waarbij de inhoudelijke verificatie plaatsmaakt voor vertrouwen in de naam van de auteur. Dit leidt tot twee tegenstelde effecten: enerzijds worden onbekende onderzoekers vaker genegeerd omdat hun werk niet prioriteit krijgt bij de controle. Anderzijds worden gevestigde namen minder kritisch getoetst, omdat hun reputatie als garantie voor kwaliteit dient. In een theoretisch scenario waarin schrijven volledig kosteloos wordt, zou de feitelijke controle bijna geheel kunnen verdwijnen, waardoor status de enige graadmeter voor succes wordt.
Om met de enorme stroom aan data om te gaan, grijpen veel wetenschappers naar AI-gestuurde samenvattingen. Hoewel dit een efficiënte methode lijkt om literatuur te scannen, waarschuwt Kuhle voor een gevaarlijke feedbackloop. Wanneer een groot deel van de bronteksten met dezelfde AI-modellen is geschreven, kunnen systematische fouten in de teksten worden overgenomen door de samenvattingssoftware. Hierdoor worden onjuistheden versterkt in plaats van gecorrigeerd. Bovendien bestaat het risico dat AI-filters juist dat originele werk wegnemen dat de nodige correcties bevat, nog voordat een menselijke expert de kans krijgt het te lezen. De volledige analyse van deze dynamiek is te vinden in de .
De toegankelijkheid van dergelijke technologie is inmiddels groot. Commerciële platforms zoals deepai.org bieden diverse chatbots en generatoren aan die het schrijfproces voor een breed publiek vereenvoudigen. Hoewel deze tools de productiviteit verhogen, benadrukt het academische model de noodzaak voor nieuwe mechanismen om de betrouwbaarheid van informatie te waarborgen. De spanning tussen de onbeperkte output van AI en de cognitieve grenzen van de mens vormt een fundamentele uitdaging voor de toekomst van de wetenschap.
Het onderzoek, dat op 23 oktober 2026 is ingediend bij de database voor economische wetenschappen, biedt een uitgebreide uiteenzetting over deze risico's. De auteur pleit indirect voor een heroverweging van hoe we kwaliteit waarborgen in een tijdperk waarin de kosten van tekstproductie nagenoeg nul zijn. Voor meer informatie over de theoretische onderbouwing kan men terecht bij de of experimenteren met de mogelijkheden van om de impact van generatieve tekst zelf te ervaren.