先入之见与偏见：会议同行评审中新审稿人对重新提交论文的偏见

现代机器学习和计算机科学会议正经历投稿数量的激增，这对同行评审质量构成挑战，因为合格审稿人的增长远远滞后于投稿增长。为遏制这一趋势并减轻审稿人负担，多个会议开始鼓励甚至要求作者声明其论文的先前投稿历史。此类举措受到作者质疑，他们担心审稿人推荐可能因该信息而产生偏见。本研究调查审稿人是否因获知论文曾在类似会议被拒而产生偏见，聚焦于新手审稿人——他们占主要机器学习和计算机会议审稿人的很大比例。我们设计并实施了随机对照试验，模拟同行评审流程的关键环节，共有133名审稿人（美国顶尖大学的硕士生和初级博士生）为19篇论文撰写评审。分析显示，审稿人确实在收到论文为重新提交的信号后产生负面偏见，其总体评分比未收到该信号的审稿人低近1分（10分李克特量表，Δ=-0.78，95%CI=[-1.30,-0.24]）。从具体标准评分来看（原创性、质量、清晰度和意义），新手审稿人倾向于最严重地低估质量。