Крупнейший в мире сервер научных препринтов arXiv с октября 2026 года ограничил количество материалов, которые один автор может отправлять на платформу. Причиной стало резкое увеличение потока заявок, которое, по словам администрации, частично связано с распространением продвинутых ИИ-инструментов. Модераторы столкнулись с ростом низкокачественных, чрезмерно узких и написанных с помощью ИИ работ, обработка которых отнимает все больше времени.

Теперь один автор может отправить на arXiv не более двух статей за календарный месяц. Одновременно у него может находиться не более трех активных заявок.

Ограничения распространяются на всех авторов и все тематические категории.

За два года число заявок удвоилось

Масштаб проблемы хорошо виден по статистике arXiv. В сентябре 2016 года платформа получила 9869 заявок. К сентябрю 2024-го их число выросло до 20 569, а в сентябре 2026 года достигло уже 40 363.

За два года поток заявок практически удвоился. Только в сентябре 2026 года из-за этого сотрудники и волонтеры-модераторы получили почти 9 тыс. обращений в службу поддержки.

Для arXiv увеличение количества материалов стало проблемой не только из-за объема самих текстов. Каждая заявка требует времени на проверку, а возможности модераторов ограничены.

Поэтому новая система ограничивает именно количество отправленных работ, а не опубликованных. Если статью отклонили, она все равно считается в месячном лимите: работа уже потребовала времени модераторов.

ИИ ускорил подготовку статей — и их поток

В arXiv признают, что современные ИИ-инструменты могут ускорять отдельные этапы научной работы. Однако одновременно они снизили барьер для массового создания и отправки научных текстов.

Модераторы отмечают рост сразу нескольких типов проблемных материалов. Среди них — «тонкие» статьи, посвященные крайне узким вопросам, так называемые «салями-статьи», когда результаты одного исследования искусственно разделяют на несколько публикаций, а также тексты, созданные с использованием ИИ.

Особенно остро проблема проявляется у небольшой группы авторов. По оценке arXiv, относительно небольшое число людей отправляет большое количество низкокачественных работ и тем самым забирает непропорционально большую часть времени модераторов.

«Это несправедливо по отношению к исследователям, которые продолжают подавать качественные работы», — говорится в сообщении платформы.

При этом arXiv не вводит общий запрет на использование ИИ при подготовке научных публикаций. Проблемой для платформы является не сам факт применения таких инструментов, а резкий рост количества заявок, среди которых оказалось больше материалов, не соответствующих ее стандартам.

Как работает новый лимит

Помимо ограничения в две заявки в месяц, действует лимит в три активные заявки одновременно.

Если работа была отправлена в предыдущем месяце и все еще находится на рассмотрении, в следующем месяце она не уменьшает новый месячный лимит. Однако она продолжает учитываться в ограничении на три активные заявки.

Есть и исключение для удаленных материалов. Если автор удаляет статью до того, как она была анонсирована, она не учитывается ни в месячном, ни в общем лимите активных заявок.

Таким образом, arXiv пытается не просто уменьшить общий поток материалов, а перераспределить ограниченное время модераторов так, чтобы оно не уходило преимущественно на небольшую группу самых активных авторов.

Что изменится для ученых

arXiv остается одним из важнейших инструментов быстрого распространения научных результатов. В отличие от традиционных журналов, препринты позволяют исследователям опубликовать работу до завершения длительной процедуры рецензирования.

Платформа существует с 1991 года и сегодня содержит более 3 млн работ по физике, математике, информатике, биологии, статистике, экономике и другим направлениям.

Поэтому новый лимит может стать заметным изменением для исследователей, которые регулярно публикуют большое количество результатов. Однако главная цель политики, судя по объяснению arXiv, заключается не в ограничении научной активности как таковой, а в попытке справиться с новой реальностью, в которой создание текста стало значительно дешевле и быстрее.

Для научной инфраструктуры это создает парадокс: ИИ способен ускорить сам процесс исследований и подготовки публикаций, но одновременно может многократно увеличить количество материалов, которые приходится проверять людям. В результате автоматизация одной части научного процесса создает дополнительную нагрузку на другую — ту, где человеческая экспертиза пока остается необходимой.