Akademik karyeralarda nufuzli jurnallarda chop etilgan maqolalar lavozim oshishi, ish haqi, tenure va kasbiy obroʻ nuqtai nazaridan muhim rol oʻynaydi. Ushbu tadqiqot Publish-or-Perish tizimini faqat nashr ishlab chiqarishni mukofotlaydigan tuzilma sifatida emas, balki universitetlar bevosita kuzata olmaydigan tadqiqotchi sifatini ochib berishga xizmat qiladigan qimmat signal mexanizmi sifatida modellashtiradi.

Modelda tadqiqotchining ikki turi mavjud. A turdagi tadqiqotchilar yuqori tadqiqot sifatini ifodalaydi va nashr qilinishi mumkin boʻlgan yuqori sifatli ishni ishlab chiqarishning marjinal xarajati pastroq. B turdagi tadqiqotchilarning xarajati yuqoriroq. Ushbu xarajat farqi yetarlicha katta boʻlsa, Top-5 jurnallaridagi koʻp sonli nashrlarni taqlid qilish B turi uchun iqtisodiy jihatdan foydali emas. Shunday qilib, kuzatilgan nashr koʻrsatkichi tadqiqotchining yashirin turi haqida maʼlumot beradi va separating equilibrium yuzaga kelishi mumkin.

Large Language Models — LLMlar — adabiyotlarni koʻrib chiqish, model ishlab chiqish, maʼlumot tahlili, kodlash, yozish va natijalarni talqin qilish kabi tadqiqot faoliyatlarining xarajatini kamaytirishi mumkin. Biroq model nuqtai nazaridan asosiy savol oʻrtacha unumdorlik qanchalik oshgani emas. Hal qiluvchi omil A turi bilan B turi oʻrtasidagi nashr ishlab chiqarish xarajati farqi saqlanib qoladimi yoki yoʻqmi, shudir.

Agar LLMlar barcha tadqiqotchilarning xarajatlarini kamaytirar ekan, ikki tur oʻrtasidagi farqni saqlab qolsa, nashrlarning signal funksiyasi davom etishi mumkin. Aksincha, LLM yordami B turining xarajatini nomutanosib ravishda kamaytirib, xarajat farqini yopsa, arzon taqlid osonlashadi. Bunday holatda Top-5 nashr muvaffaqiyati tadqiqotchining yashirin sifatini kamroq ishonchli ajratishi mumkin.

Tizim darhol yoʻqolib ketishi shart emas. A turdagi tadqiqotchilar ajralishni saqlab qolish uchun toʻliq axborot sharoitida optimal boʻladigan darajadan koʻproq nashr qilishi mumkin. Tadqiqot bu holatni publication inflation — nashr inflyatsiyasi — deb ataydi.

LLMdan foydalanish elita jurnallariga yuboriladigan arizalar sonini ham oshirishi mumkin. Jurnallarning nashr quvvati bir xil tezlikda oʻsmasa, congestion yuzaga keladi va har bir maqola uchun qabul ehtimoli pasayadi. Shunday qilib, LLMlar bir tomondan nashr ishlab chiqarish xarajatini kamaytirsa, ikkinchi tomondan elita jurnalda chop etilishni yanada taqchil qilishi mumkin.

Tadqiqot empirik kelajak bashorati emas. U LLMlar tadqiqot sifati past akademiklarga koʻproq yordam berishini yoki Publish-or-Perish tizimi albatta qulashini ko‘rsatmaydi. Natijalar muayyan oʻyin-nazariy farazlar ostida yuzaga keladigan ehtimoliy mexanizmlarni tavsiflaydi.

Publish-or-Perish nega signal tizimi sifatida qaralishi mumkin?

Universitetlar akademiklardan kutadigan originallik, ijodkorlik, metodologik kompetentlik, intellektual yetakchilik va kelajakda muhim tadqiqot dasturlarini yaratish salohiyati bevosita kuzatish qiyin boʻlgan xususiyatlardir.

Bunga qarshi ravishda, nashr tarixi oson kuzatiladi.

Shu sabab tadqiqot nufuzli jurnallardagi nashrlarni tadqiqotchining yashirin sifati haqida maʼlumot beruvchi qimmat signal sifatida koʻrib chiqadi.

Bu talqinda institut nashr sonini oʻz-oʻzicha yakuniy maqsad deb baholamaydi. U nashrni mukofotlaydi, chunki nashr muvaffaqiyati koʻrinmaydigan tadqiqot sifati haqida maʼlumot beradi deb faraz qilinadi.

Tadqiqotchining Ikki Turi Qanday Modellashtiriladi?

Model tadqiqotchining ikki turidan foydalanadi:

\[ A=\text{yüksek araştırma niteliğini temsil eden tip} \]

\[ B=\text{normal araştırma niteliğini temsil eden tip}. \]

Bu tasnif real akademiklarning oʻlchangan sifat toifalari emas; nazariy modeldagi abstrakt turlardir.

Top-5 nashrlar soni \(n\) va nashr ishlab chiqarish xarajati:

\[ C_i(n) = \frac{\rho_i}{2}n^2 \]

sifatida belgilanadi.

Asosiy faraz:

\[ 0<\rho_A<\rho_B<2\rho_A. \]

Demak, A turi bir xil miqdordagi elita jurnal nashrini ishlab chiqarishda B turiga qaraganda pastroq marjinal xarajatga ega.

Nashrlar Soni Tadqiqotchining Turini Qanday Ochib Beradi?

Har bir nashr tadqiqotchiga \(b\) miqdorida obroʻ va kasbiy foyda beradi. Universitet tadqiqotchini A turi deb baholaganida, har bir nashr uchun qoʻshimcha \(w\) bonus beradi.

Tadqiqotchining foydasi:

\[ U_i(n) = [b+wPr(A|n)]n - \frac{\rho_i}{2}n^2. \]

A turining universitetdan tashqarida \(Z>0\) qiymatli outside option-i mavjud.

Toʻliq axborot sharoitidagi optimal nashr darajalari:

\[ \hat n_A = \frac{w+b}{\rho_A}, \]

\[ \hat n_B = \frac{b}{\rho_B} \]

koʻrinishida olinadi.

Universitet turni kuzata olmaganda, yuqori nashr darajasi A turining oʻzini B turidan ajratadigan signaliga aylanadi.

Separating Equilibrium nima?

Separating Perfect Bayesian Equilibriumda A turi va B turi turli nashr darajalarini tanlaydi va universitet kuzatilgan nashr xatti-harakatidan tadqiqotchining turini aniqlashi mumkin.

Soddalashtirilgan posterior belief:

\[ Pr(A|n) = \begin{cases} 1,&n\ge\hat n_A\\ 0,&n<\hat n_A \end{cases} \]

koʻrinishida.

B turi A turining nashr miqdorini taqlid qilib bonus olishi mumkin. Biroq yuqoriroq \(\rho_B\) sababli taqlidning qoʻshimcha nashr xarajati katta boʻlishi mumkin. Agar taqlid iqtisodiy jihatdan foydali boʻlmasa, ikki tur ajraladi.

Shu sabab nashrlarning axborot mazmuni ularning faqat kuzatilishidan emas, balki ularni taqlid qilish turli tadqiqotchi turlari uchun turlicha xarajatga ega boʻlishidan kelib chiqadi.

LLM Yordam Kuchini Modelga Qanday Kiritadi?

Maqola LLM texnologiyasining yordam salohiyatini \(x\) bilan belgilaydi.

Nashr xarajati parametri:

\[ \rho_i=\rho_i(x) \]

koʻrinishiga keladi va:

\[ \frac{d\rho_i(x)}{dx}<0. \]

Demak, LLM salohiyati rivojlangani sari nashr qilinishi mumkin boʻlgan tadqiqotni ishlab chiqarish kamroq resurs talab qiladi.

Model nuqtai nazaridan asosiy savol:

\[ \rho_B(x)-\rho_A(x) \]

farqiga nima boʻlishidadir.

LLM Hammaga Yordam Bersa Publish-or-Perish Qulayadimi?

Yoʻq. Ikki tur oʻrtasidagi xarajat ustunligi saqlansa:

\[ \rho_B(x)>\rho_A(x) \]

boʻlib qoladi va separating equilibrium saqlanishi mumkin.

Shuning uchun LLMlarning tadqiqot unumdorligini oshirishi oʻz-oʻzidan nashrlarning signal qiymatini yoʻqotish uchun yetarli emas.

Nashr mexanizmi uchun hal qiluvchi narsa nisbiy xarajat farqidir.

LLM Xarajat Farqini Yopsa Nima Boʻladi?

Maqolaning kritik ssenariysi:

\[ \lim_{x\to\infty} [\rho_B(x)-\rho_A(x)] = 0. \]

holatidir.

B turining nashr ishlab chiqarish xarajati A turiga yaqinlashgani sari A turining nashr strategiyasini taqlid qilish arzonlashadi.

Bunday holatda bir xil nashr natijasi turli tadqiqotchi turlari tomonidan ishlab chiqarilishi mumkin va nashrlar sonining tadqiqotchi sifati haqidagi axborot mazmuni kamayadi.

Xarajat farqi yetarlicha kichraysa, dastlabki separating equilibrium yoʻqolishi mumkin.

Nashr Inflyatsiyasi Nima?

Agar dastlabki nashr darajasini endi B turi taqlid qila olsa, A turi oʻzini yana ajratish uchun yuqoriroq nashr chegarasiga oʻtishga urinishi mumkin.

Yangi minimal ajratuvchi nashr darajasi:

\[ \tilde n_A = \frac{ (w+b) + \sqrt{ (w+b)^2-\frac{b^2\rho_A}{\rho_B} } }{ \rho_B }. \]

Ajralish uchun A turi:

\[ n_A=\tilde n_A+\varepsilon \]

tanlashi mumkin.

Bu:

\[ n_A>\hat n_A \]

boʻlganda tadqiqotchi toʻliq axborot sharoitida oʻz manfaatlari uchun optimal boʻladigan darajadan koʻproq nashr ishlab chiqaradi.

Maqola bu holatni publication inflation deb ataydi.

Qoʻshimcha nashrlarning bir qismi yangi bilim ishlab chiqarishning bevosita iqtisodiy qiymatidan emas, akademik karyera signalini saqlash zaruratidan kelib chiqadi.

LLMlar Jurnal Tiqilinchini Qanday Oshirish Mumkin?

Top-5 jurnallarda mavjud umumiy nashr quvvati \(N\) boʻlsin.

Jami ariza hajmi:

\[ m_An_A(x)+m_Bn_B(x) \]

bilan ifodalanadi.

Har bir arizaning qabul qilinish ehtimoli:

\[ \boxed{ \pi(x) = \min \left\{ 1, \frac{N}{ m_An_A(x)+m_Bn_B(x) } \right\} } \]

sifatida modellashtiriladi.

Arizalar soni quvvatdan oshganda:

\[ \pi(x)<1. \]

Shunday qilib, tadqiqot ishlab chiqarish osonlashar ekan, nufuzli jurnalda chop etilish qiyinlashishi mumkin.

LLMning Nashr Ragʻbatiga Taʼsiri Nega Bir Yoʻnalishli Emas?

Tiqilinch sharoitidagi optimal arizalar:

\[ n_A(x) = \frac{\pi(x)(w+b)}{\rho_A(x)} \]

va:

\[ n_B(x) = \frac{\pi(x)b}{\rho_B(x)} \]

boʻladi.

LLM kuchliroq boʻlganda:

\[ \rho_i(x)\downarrow \]

va bu koʻproq nashr ishlab chiqarishni ragʻbatlantiradi.

Biroq ayni paytda:

\[ \pi(x)\downarrow, \]

yaʼni qabul ehtimoli pasayadi.

Bu ikkinchi taʼsir elita jurnalini nishonga olishning kutilgan daromadini pasaytiradi.

Shu sabab LLM salohiyati bilan akademik nashr ragʻbati oʻrtasida oddiy va monoton munosabat boʻlishi shart emas.

Elita Jurnallari Yoʻqolib Ketadimi?

Tadqiqot bunday xulosa chiqarmaydi.

Nashrlarning tadqiqotchi sifatini ajratadigan signaling function-i zaiflashsa ham, elita jurnallari:

• kasbiy koʻrinuvchanlik,
• obroʻ,
• shaxsiy qoniqish,
• alohida maqolalar uchun certification

taqdim etishda davom etishi mumkin.

Demak, tadqiqotchini signallash va tadqiqot natijasini sertifikatlash turli institutsional funksiyalardir.

Akademik Baholash Tizimi Nimaga Siljishi Mumkin?

Agar nashr qaydlari tadqiqotchi sifati haqida kamroq maʼlumot bera boshlasa, universitetlar boshqa koʻrsatkichlarga koʻproq ogʻirlik berishi mumkin.

Manba mumkin boʻlgan misollar sifatida uzoq muddatli iqtibos taʼsirini, raqobatli tadqiqot grantlarini, ilmiy jamoa va hamjamiyat yetakchiligini hamda yirik hamkorlik loyihalarini boshlash va muvofiqlashtirish qobiliyatini sanaydi.

Biroq ularning hech biri mukammal emas.

Originallik, ijodkorlik va transformativ gʻoyalarni ishlab chiqarish qobiliyati bevosita oʻlchash qiyin boʻlgan xususiyatlar boʻlib qoladi.

Tadqiqot Usuli va Natijalari

Tadqiqot turi

Nazariy mikroiqtisodiyot, signaling va game-theoretic model.

Empirik maʼlumot

Yangi maʼlumotlar toʻplami, tajriba yoki regressiya tahlili ishlatilmagan.

Model turlari

Tadqiqotchining ikki turi ishlatiladi: A turi va B turi.

Asosiy xarajat farazi

\[ C_i(n) = \frac{\rho_i}{2}n^2, \qquad 0<\rho_A<\rho_B<2\rho_A. \]

Full-information nashr darajasi

\[ \hat n_A=\frac{w+b}{\rho_A}, \qquad \hat n_B=\frac{b}{\rho_B}. \]

LLM taʼsiri

\[ \rho_i'(x)<0. \]

LLM yordami nashr qilinishi mumkin boʻlgan tadqiqotni ishlab chiqarish xarajatini kamaytiradi deb faraz qilinadi.

Proposition 2

Xarajatlar pasayar ekan, A turi bilan B turi oʻrtasidagi yetarli farq saqlansa, separating equilibrium davom etishi mumkin.

Signaling breakdown

Agar LLM yordami B turining xarajatini nomutanosib ravishda kamaytirib, xarajat farqini yetarlicha toraytirsa, Top-5 nashri tadqiqotchi turini ajratadigan axborot signali boʻlmay qolishi mumkin.

Proposition 3

Dastlabki ajratuvchi muvozanat buzilgandan soʻng, A turdagi tadqiqotchilar nashr miqdorini full-information benchmarkdan yuqoriga ko‘tarib, vaqtincha yana ajralishi mumkin. Bu mexanizm publication inflationni yuzaga keltiradi.

Congestion

Elita jurnal quvvati \(N\) oʻzgarmas saqlanganda jami arizalar oshsa, nashrni qabul qilish ehtimoli pasayadi.

Congested-equilibrium qabul ehtimoli

\[ \pi(x) = \left[ \frac{ N }{ m_A\frac{w+b}{\rho_A(x)} + m_B\frac{b}{\rho_B(x)} } \right]^{1/2}. \]

Asosiy mexanizm

LLMning akademik baholashga taʼsiri uch kuchning oʻzaro taʼsiriga bogʻliq: signaling efficacyning yemirilishi, yuqori turdagi tadqiqotchilarning excess publication orqali strategik moslashuvi va elite-journal congestion.

Tadqiqot qoʻllab-quvvatlaydigan natijalar

Nashr qaydlarini qimmat signaling device sifatida talqin qilish mumkinligini koʻrsatadigan nazariy model taqdim etiladi. LLM yordami ikki tadqiqotchi turi oʻrtasidagi nashr xarajati farqini saqlasa, signaling tizimi davom etishi mumkin. Xarajat farqi qisqarsa, signalning axborot mazmuni kamayishi mumkin. Yuqori turdagi tadqiqotchilar koʻproq nashr qilish orqali ajralishni bir muddat saqlashi mumkin. LLM sababli yuqori submission hajmi elita jurnallarida congestion yuzaga keltirishi mumkin. Cost reduction bilan congestion publication incentivesga qarama-qarshi yoʻnalishda taʼsir qilishi mumkin.

Tadqiqot qoʻllab-quvvatlamaydigan natijalar

LLMlar real hayotda sifati past akademiklarga koʻproq yordam berishi koʻrsatilmagan. Publish-or-Perish tizimi albatta qulaydi deb bashorat qilinmagan. Top-5 jurnallari yoʻqolib ketadi degan xulosa chiqarilmagan. Hozirgi akademiyada nashr inflyatsiyasi LLM tufayli yuzaga kelgani bevosita oʻlchanmagan. Model real akademiklarni A va B sifatida tasniflamaydi. Tadqiqot kelajakdagi maqolalar yoki qabul sonlari boʻyicha miqdoriy bashorat bermaydi.

Manba va Usul Haqida Izoh

Asl tadqiqot:The End of the World as We Know It? LLMs and the Future of Publish-or-Perish

Muallif: Radu Vranceanu.

Tashkilot: ESSEC Business School va THEMA.

Yuklangan manba: ESSEC Research Center Working Paper 2606.

Manba sanasi: 9-iyun 2026.

Yuklangan versiya: 16 sahifa.

SSRN: Abstract ID 6912981.

DOI: 10.2139/ssrn.6912981.

Versiya izohi: SSRN qayd sahifasida 11-iyun 2026 yilda eʼlon qilingan 16 sahifalik versiyaga qoʻshimcha ravishda 15-iyul 2026 sanasidagi 17 sahifalik ikkinchi versiya ham mavjud. Ushbu Verianla bayoni foydalanuvchi taqdim etgan 9-iyun sanasidagi 16 sahifalik ish fayliga asoslanadi.

Manba turi: Nazariy iqtisodiyot working paper / preprint.

Taqriz holati: Ushbu tekshiruvda taqrizdan oʻtgan jurnal nashri tasdiqlanmadi.

Litsenziya: SSRN — All rights reserved; no reuse allowed without permission.

JEL: D82; O33; A14.

Asosiy tushunchalar: economics of academia, signaling, Large Language Models, congestion, career management.

Asosiy metodologik cheklovlar: Tadqiqotchi sifatining ikki turli va bir oʻlchovli boʻlishi; kvadratik nashr xarajati; nashr miqdorining uzluksiz oʻzgaruvchi sifatida modellashtirilishi; LLMlarning tadqiqotchi turlariga asimmetrik taʼsiri faraziy boʻlishi; cheklangan elita-jurnal quvvatining umumlashtirilgan tarzda modellashtirilishi; hammualliflik, soha farqlari, muharrir xatti-harakati va real taqriz jarayonlarining modelga batafsil kiritilmasligi.

Manba rasmi: Figure 1 separating equilibriumni marginal-benefit va marginal-cost chiziqlari orqali koʻrsatadi. Mualliflik huquqi va original dizayn nuqtai nazaridan ushbu grafik aynan qayta chizilmasligi kerak; ayni mexanizm mustaqil Verianla infografikasi bilan tushuntirilishi lozim.

Verianla bayon tamoyili: Ushbu mazmun working paperning toʻliq matn tarjimasi emas. Model farazlari, tenglamalar, propositions, signaling mantiqi, publication inflation va congestion natijalari saqlangan holda mustaqil oʻrgatuvchi ilmiy bayon yaratildi. Nazariy ssenariylar empirik jihatdan isbotlangan LLM taʼsirlari sifatida taqdim etilmagan.