最近在和一些同行交流论文投稿时，一个新的担心越来越常见，即作者收到的审稿意见会不会也是AI写的？有些意见篇幅很长、结构完整，几乎覆盖摘要、方法、实验和语言，但仔细看却缺少对关键创新点的判断。还有一些意见不断要求增加实验，却没有说明这些实验与论文结论之间的关系。过去我们担心作者用AI写论文，现在AI已经开始进入审稿环节。

表面上看，用AI辅助审稿确实能够缓解评审压力、提高效率。文献数量持续增加，科研人员本身又承担教学、项目和行政任务，一篇论文认真审阅往往需要数小时甚至更久。如果AI能够检查逻辑漏洞、统计错误、文献遗漏和表达问题，当然有实际价值。但我认为，同行评议的核心或许不只是生成一份像审稿意见的文字，而是由具备相关研究经验的人对论文价值作出负责任的学术判断。

AI可以很容易发现形式问题，却很难判断一个问题是否真正重要。模型能够比较论文与已有工作的相似性，指出实验数量不足或基线不完整，也可以根据常见评审框架列出优点和缺点。但一项研究为什么值得发表，往往取决于它是否触及了领域中的真实困难。对于工程和智能制造研究来说，一个方法即使只在特定场景中取得改进，只要解决了长期存在的生产约束，也可能具有重要价值。反过来，一篇实验十分完整的论文，也可能只是对成熟路线的重复。这种价值判断需要审稿人有大量的同行业的实际经验，它包含大量没有被写进论文的经验，例如某类数据为何难以获得，某种对比为什么在实际设备上不成立，一个看似很小的改进为什么可能改变后续研究路径。AI可以检索这些信息，却未必能够形成稳定的轻重判断。这也是同行二字真正的含义。

审稿不仅是评价文本，也是承担责任。作者把未公开的研究交给期刊，是基于同行评议的保密规则。如果审稿人直接将全文上传到外部模型，就可能涉及数据、思路和知识产权泄露。即使模型给出的意见看起来专业，最终签署评审意见的人仍然应该对准确性、保密性和利益冲突负责。工具不能成为责任转移的对象。对审稿人而言，更合理的边界是先独立读懂论文、形成核心判断，再在期刊政策允许和数据安全有保障的情况下，让AI帮助检查遗漏或优化表达。顺序非常重要。如果一开始就让模型总结论文并生成意见，审稿人的注意力很容易被模型提供的框架牵着走，最后只是确认AI的判断，而不是形成自己的判断。

AI审稿还可能改变作者与评审制度之间的信任。一份真正有价值的审稿意见，未必很长，却应准确指出研究最关键的问题，并说明为什么这个问题会影响结论，我自己这么多年的投稿，我发现以前由审稿人自己写的审稿意见相对较短，甚至遇到过一两条意见，但是这些意见却能直指论文创新，反而能够促进论文达到更高质量。相反，AI可以轻易生成十几条看起来合理的修改建议，让作者付出大量时间补充与核心贡献无关的工作。如果作者怀疑意见并非来自认真阅读，同行评议就会从学术对话变成机械任务分配。当然，这并不意味着审稿过程要拒绝AI。会议和期刊正在探索利用模型进行格式检查、风险提示、审稿质量评估和辅助匹配，这些工作有助于减少编辑和审稿人的重复劳动。关键是把AI放在它适合的位置，也就是帮助人看得更全面，而不是替人决定论文是否值得被学术共同体接受。

从科研训练的角度看，审稿本身也是青年学者形成学术判断力的重要过程。认真读一篇并不完美的论文，分析问题、证据与结论之间的关系，再写出有边界的意见，这种训练很难通过阅读教材获得。如果审稿完全外包给AI，我们失去的不只是几小时工作时间，也可能是理解一个领域如何评价知识的重要机会。从作者角度看，也需要区分AI审稿与不负责任的审稿。并不是使用工具以后意见就一定失去价值，关键要看审稿人是否抓住论文的核心主张，是否提出了可以验证的质疑，并对建议保持合理边界。一份短而准确的人工意见，通常比一份覆盖所有章节却没有重点的长清单更有帮助。期刊在评价审稿质量时，也不应只看意见长度和回复速度，而要看它是否真正改善了论文的证据与表达。

所以，当审稿人开始使用AI，同行评议仍然可以是同行评议，但前提是人的判断、责任与署名不能同时消失。未来需要建立一套清楚的使用边界，哪些任务可以辅助，哪些材料不得上传，哪些意见必须由审稿人独立形成。同行评议之所以重要，不是因为它产生了一份意见，而是因为有人愿意用自己的专业信誉为这份意见负责。

相关参考文献：Peer review in the time of artificial intelligence. Nat. Nanotechnol. 21, 479 (2026). https://doi.org/10.1038/s41565-026-02177-2

相关专题：投稿与审稿
转载本文请联系原作者获取授权，同时请注明本文来自汪锐科学网博客。
链接地址：https://blog.sciencenet.cn/blog-3470312-1546738.html

上一篇：随笔书之18——当学生的问题都能问AI，导师该怎样指导科研
下一篇：随笔书之20——会使用AI之后，研究生还应该训练哪些超越AI的能力？

欢迎参加科学网十佳博文评选活动！

主办单位：    支持单位：