AI 与学术同行评审的未来

同行评审是科学的核心质量控制机制，但其在履行这一角色方面的能力正日益受到压力。实证研究记录了严重的局限性：出版延迟长、审稿人负担集中在少数学者身上、质量不一致且审稿人间一致性低，以及系统性性别、语言和机构声望偏见。数十年的人类中心的改革仅带来了有限的改进。与此同时，人工智能，特别是大语言模型（LLM），正被期刊、资助机构和个别审稿人在同行评审流程中试点应用。早期研究表明，AI辅助可以产生与人类相当质量的评审，加速审稿人选择和反馈，同时减少某些偏见，但也引发关于幻觉、机密性、作弊、新颖性识别以及信任丧失的独特关切。本文将同行评审的目标与持久失效模式映射到具体的LLM应用，并系统分析其提出的异议及可能的妥善安排。依据新兴证据，我们展示，针对性且受监督的LLM辅助可以实际改进错误检测、及时性和审稿人工作负荷，而不会取代人类判断。我们强调包括微调、检索增强和多智能体系统在内的先进架构，可能实现更可靠、可审计且跨学科的评审。我们认为，伦理和实践考量并非边缘性问题，而是构成性因素：AI辅助同行评审的合法性取决于治理选择的力度，而不仅仅是技术能力。前进的道路既非盲目采纳，也非僵化拒绝，而是经过精心设定的试点，具备明确的评估指标、透明度和问责制。