人工智能会助力还是阻碍学术出版？

编译 李升伟

人工智能或将重塑科研成果的创作与评审，但专家也警示了相关风险。

去年，美国西北大学人工智能伦理研究员穆罕默德・侯赛尼作为《科研问责期刊》的编辑，与团队一同评审了约 500 篇投稿论文。他表示，其中部分稿件明显由人工智能生成。“如今，我们对这类论文已经很敏感了，因为它们往往逻辑混乱。” 他补充道，过度使用破折号、逻辑突兀跳转、文本衔接断裂等都是典型特征。

但人工智能的能力正在不断提升。针对科研论文的自述式调查与研究显示，无论在论文撰写还是同行评审环节，人工智能都已成为学术出版中无法回避的部分。

麻省总医院布里格姆精神病学研究副主任、《JAMA+AI》期刊主编罗伊・佩利斯表示，ChatGPT 这类工具确实能帮助科研人员，尤其是非英语母语学者梳理海量文献、简化写作流程。“我认为必须认识到，对部分作者和科研人员而言，这是颠覆性的变革。”

许多学术出版从业者认为，在人类适当监管下，人工智能工具可应用于出版流程的各个环节。公共科学图书馆出版伦理负责人勒妮・霍克在给《Undark》的邮件中写道：“人工智能有潜力提升学术交流的质量、效率与包容性。” 但她同时指出，人工智能虽能解决学术出版领域长期存在的问题，也带来诸多隐患，包括降低论文质量、泄露同行评审机密等。“遗憾的是，它还会让不法分子更便捷、更快速地实施学术造假，比如伪造论文、数据集和评审意见。”

放射科医生、《断层扫描期刊》主编埃米利奥・夸伊亚称，随着越来越多研究者使用人工智能，期刊与出版商不得不权衡利弊。“对学术出版而言，人工智能的影响恐怕会像雪崩一样势不可挡。”

《自然》杂志对 5000 名国际学者开展的调查显示，约 8% 的科研人员使用人工智能撰写初稿、翻译论文或为自身研究总结文献；28% 的人用人工智能修改科研论文。去年发表在《科学进展》的另一项研究，分析了超 1500 万篇生物医学摘要，筛查 “深入探讨”“凸显”“展现” 等人工智能高频用词，发现 2024 年发表的摘要中至少有 13.5% 可能经过大语言模型处理。

牛津大学出版社的调查结果显示，科研人员反馈人工智能在写作中很有帮助，能帮其挖掘、梳理易被遗漏的文献，翻译母语撰写的初稿，还能修正语法错误。侯赛尼表示，人工智能尤其能帮助在科研领域处于劣势的非英语母语学者，提升论文可读性。

“我认为必须认识到，对部分作者和科研人员而言，这是颠覆性的变革。”

但大语言模型容易出现 “幻觉”，且其训练数据均为已发表成果，使用者可能在无意间抄袭或曲解研究结论。侯赛尼称，人工智能生成的部分语句和内容甚至可能直接照搬其他文献。

佩利斯表示，尽管数据造假早于人工智能出现，但人工智能让造假者能轻松从零生成虚假论文。如今，由论文工厂产出、大概率借助人工智能撰写的低质量论文，已成为预印本平台及癌症、营养学等多个研究领域的难题，迅速压垮本就不堪重负的学术体系。

与此同时，学术出版在同行评审领域也面临人工智能的冲击。佩利斯作为编辑发现，疫情后招募愿意评审稿件的专家变得愈发困难 —— 科研人员倦怠感加剧，越来越多人拒绝评审邀请，甚至直接无视编辑邀约。他认为，允许科研人员使用人工智能 “能扩大参与科研贡献的人群范围”。（出版公司弗龙蒂尔斯 2025 年对约 1600 名科研人员的调查显示，近半数受访者使用人工智能辅助同行评审。）

许多学术出版从业者认为，在人类适当监管下，人工智能工具可应用于出版流程的各个环节。

夸伊亚称，相较于对特定假说或研究群体存在偏见的人类评审，人工智能或许是更中立的选择。但他也补充，生成式人工智能的训练数据自带学术出版的历史偏见，可能会在同行评审中加剧不公。已有研究佐证这一点：例如 2025 年一篇尚未经过同行评审的预印本研究，测试了四款大语言模型的评审效果，发现其中三款偏向知名作者，四款均偏向顶尖机构学者；另一项预印本研究显示，九款大语言模型同样给高声望机构的论文更高评分。但还有研究发现，若明确提示模型考虑性别与地域多样性，大语言模型在遴选同行评审专家时可克服此类偏见。夸伊亚表示，可通过纳入跨学科、跨地区、跨人群的多元研究数据训练算法，减少这类偏见。

佩利斯表示，随着更多研究者使用人工智能工具，编辑与出版商都在思考如何借助人工智能赋能同行评审，而非完全取代人类。他认为，尽管人工智能有诸多优势，但人类科研人员更擅长判断研究的创新性及其对知识体系的贡献，“这一点很难实现自动化”。

鉴于研究者使用人工智能的比例不断上升，各类期刊正制定政策与规范，守护学术出版流程。2024 年的一项研究显示，全球排名前 100 的科研期刊中，87% 已出台生成式人工智能使用指南。

霍克表示，这些规范高度统一，部分得益于出版伦理委员会、世界医学编辑学会、国际医学期刊编辑委员会等机构推动建立的跨行业标准。

尽管利用人工智能伪造内容被明令禁止，但多数出版物与出版商均认可，在详细说明使用目的与范围的前提下，允许将人工智能用于数据分析与语言润色。例如公共科学图书馆要求作者 “注明所用工具名称、使用方式及对工具输出结果有效性的验证说明，并明确标注论文、研究内容、数据或支撑文件中受人工智能工具影响或生成的部分”。

在同行评审环节，多数出版商允许使用人工智能，但核心顾虑之一是未公开数据的保密性。包括施普林格・自然、爱思唯尔、JAMA 期刊网在内的主流出版机构，均要求评审专家不得将未发表稿件上传至生成式人工智能工具。

主流出版商还禁止将人工智能工具列为共同作者，不允许使用人工智能辅助工具生成或修改图片。研究者、出版物及相关机构也呼吁使用人工智能时保持谨慎与透明。例如公共科学图书馆的指南明确，研究者需确保人工智能生成或修改的内容准确有效、无抄袭风险，并标注所有相关来源。

其他期刊编辑也强调人类监管的重要性。佩利斯谈及《JAMA》的规范时表示：“归根结底，人类作者才是论文中每一句话、每一个数据的责任人。”

“从某种程度上说，人工智能正迫使我们革新出版流程的方方面面。”

不过，部分研究者可能隐瞒人工智能的使用情况，因此期刊也在启用人工智能检测工具。但侯赛尼表示，这类工具目前仍存在明显局限。

佩利斯称，学术出版体系必须持续关注快速迭代的人工智能工具，并及时调整适配。“从某种程度上说，人工智能正迫使我们革新出版流程的方方面面，” 他补充道，最终让该领域 “重新审视科研知识从产生、呈现到完善的每一个环节”。

原文链接：https://undark.org/2026/02/25/ai-scientific-publishing/

支持单位：