学者吐槽：LLM 正在无情拆解社科实证论文的「数据垃圾」

RexDouglass · x · 2026-08-11

作者指出，大语言模型（LLM）不会像人类审稿人那样感到疲倦，它们能够敏锐且持续地指出实证论文中数据收集的缺陷。如果底层数据质量极差，LLM 会不断剖析这些微小的信息是如何在逻辑推演中被稀释和耗散的，直到论文的结论不攻自破。

作者借此批评了当前社会科学领域的普遍现象：许多观察性研究往往先抛出一个重要但难以回答的问题，然后通过堆砌论据来压制质疑声，最终强行宣布研究有效。而 LLM 的出现让这种「糊弄学」无处遁形。