最近一次为 Frontiers 旗下期刊审稿的经历，让我第一次如此清楚地意识到：AI 已经站在了学术审稿流程的门口，而且它看起来“很像”一位合格的审稿人。

在审稿系统中，界面的一侧静静地显示着一个名为 AIRA 的审稿助手。只需点击一下，它便能自动生成一份完整、礼貌、结构清晰的审稿意见。那一刻，我并不是警惕，而是下意识地松了一口气——毕竟谁不希望审稿这件事变得更高效一些呢？

我让它直接生成审稿意见。几秒钟后，一段看起来几乎无可挑剔的评价出现了：研究主题及时，方法严谨，量表可靠，统计分析规范，结论清晰。它也指出了一些常见的局限，比如横断面设计、样本来源单一、自陈数据可能带来的偏差，但总体判断却相当积极，只需小修即可发表。那是一种我再熟悉不过的语气，像极了许多期刊里常见的“安全型审稿意见”。

如果只看到这一版，很难不产生一种错觉：这篇论文似乎已经相当成熟了。

但真正让我停下来反复阅读的，并不是 AI 的文字，而是论文本身。在逐行核对方法和伦理说明时，一个极其刺眼的问题浮现出来：标题页的伦理声明明确写着“本研究未涉及人类研究对象”，而方法部分却详细描述了对 500 名学生进行的问卷调查，并提到已获得机构伦理审批。这不是措辞不严谨的问题，而是学术出版中最不能含糊的红线之一。

进一步往下看，问题并没有停在那里。论文将“AI 使用”作为核心自变量，又把“学术诚信”设为调节变量，但两套量表在维度上都包含了“学术写作辅助”等高度相似的内容。这意味着，所谓的调节效应，很可能并不是一个真实的心理或行为机制，而只是测量层面的重叠所制造出的统计现象。理论框架方面，计划行为理论被反复强调，却并未真正进入模型或分析之中，更像是一种装饰性的背景叙述。

当我把这些判断整理成自己的审稿意见，再输入给 AIRA 时，它的“态度”发生了几乎是瞬间的转变。原本温和的肯定不见了，取而代之的是一份措辞严厉、逻辑清晰的评估：伦理合规存在严重问题，构念效度受到威胁，理论使用存在夸大，方法和分析需要重大修订。这一次，它给出的结论是“需要实质性修改”，并且明确指出这些问题直接影响研究结论的可信度。

直到这里，一切都还算合理。真正让我感到不安的，是接下来发生的事情。

当我继续追问它：如果暂时不考虑这些问题，单就作者当前的分析框架而言，论文的逻辑和发现是否是自洽的？AIRA 又一次回到了肯定的语调。它开始强调结果之间的连贯性、统计分析的规范性、讨论与数据的一致性，仿佛前面那些伦理和方法层面的“致命问题”从未存在过。

那一刻我突然意识到，问题不在于这篇论文究竟好还是不好，而在于 AI 并不存在一个稳定的“审稿立场”。它并不会像人类审稿人那样，在阅读中逐渐形成一个总体判断，并始终围绕这个判断展开。它更像是一面高度灵敏的镜子：你用什么角度去照它，它就反射出什么样的评价。

AI 很擅长判断一段文本在自身设定的前提下是否通顺、完整、合理，却并不擅长质疑这些前提本身是否成立。它默认作者是诚实且规范的，默认构念是清晰且独立的，默认理论的引用就是合理的使用。只有当人类明确指出问题所在时，它才会把这些问题“升级”为严重缺陷。

而真正的人类审稿，恰恰相反。我们往往最先警觉的，并不是结果是否好看，而是研究是否在伦理、方法和概念上站得住脚。我们知道，有些问题一旦存在，后面的统计再漂亮，也无法真正成立。

这次经历并没有让我否定 AI 审稿助手的价值。相反，它在整理语言、总结要点、避免遗漏常规问题方面，确实非常高效。但它也让我更加清楚地看到一条界线：AI 可以帮助我们写出“像审稿意见一样的文字”，却无法替代审稿人承担判断与责任。

或许，在可预见的未来，AI 会越来越深地嵌入审稿流程。但如果有一天，审稿只剩下“这篇论文在作者自己的逻辑里是否说得通”，而不再追问“这个逻辑本身是否值得被接受”，那学术评议真正失去的，将不仅仅是人类的工作，而是学术判断本身。

也正是在提交这次审稿意见时，系统最后抛出了一个看似简单却意味深长的问题：“你是否在准备本次审稿时使用了 AI 辅助工具？”我选择了“是”。并不是因为 AI 替我完成了判断，而恰恰相反，是因为在这个已经默认 AI 介入流程的时代，回避这个问题反而显得不够诚实。我在备注中写道：AI-assisted tools were used solely to help organize and refine the wording of reviewer comments. All evaluations, judgments, and conclusions are my own. 这句话的含义其实很朴素——AI 只参与了语言与结构，而判断、责任与结论仍然属于人。或许，这正是当下学术评议能够接受、也必须坚持的一条边界：AI 可以让审稿更高效，却不应该替代那一刻真正需要被承担的学术判断。