近日，Nature 刊发清华大学Xuegong Zhang的Correspondence文章《The future of peer review requires AI support, not AI bans》，就人工智能时代同行评审面临的挑战与可能的解决路径提出观点。作者认为，面对不断增长的投稿量和日益复杂的科研论文，与其简单禁止审稿人使用AI，不如建立安全、规范的AI辅助同行评审机制，让AI承担信息检索和整理等工作，将审稿人的时间更多用于真正需要专业判断的环节。

同行评审正面临越来越大的压力

随着全球科研产出持续增长，期刊收到的投稿数量不断增加，论文的研究方法、数据和跨学科程度也越来越复杂。与此同时，期刊寻找合适审稿人以及确保审稿及时完成变得更加困难。

在这一背景下，AI工具已经逐渐成为科研人员工作中的重要辅助工具，但在同行评审环节，许多期刊仍然不允许审稿人使用AI。作者指出，这种谨慎态度有其合理性：同行评审涉及尚未公开的研究成果，机密稿件不应被随意上传至公共AI系统；同时，审稿人也必须对自己的评价和判断承担责任。

但作者认为，“全面禁止”并不能完全解决这些问题，而且实际执行和监管也存在困难。

AI可以帮助审稿人“减负”

文章提出，AI在同行评审中具有明显的辅助价值。例如，AI工具擅长从大量已有研究中寻找相关文献，并从篇幅较长的论文以及复杂的多学科数据中提取关键信息。对于实验设计和分析方案，AI也可以帮助发现潜在问题。

这些能力意味着，AI可以承担部分重复性、信息密集型工作，使审稿人不必将大量时间花在文献检索、信息提取和基础整理上，而可以将更多精力投入到研究质量、方法学合理性、创新性以及科学意义的批判性评价中。换句话说，AI更适合成为审稿人的“助手”，而不是审稿人的“替代者”。

保密问题并非无法解决

对于同行评审中最受关注的稿件保密问题，作者并不认为这是阻止 AI 进入同行评审的充分理由。

文章提出，期刊可以建立更加具体的安全保障措施，为审稿人提供面向同行评审场景的 AI 服务，而不是让审稿人直接将机密稿件输入开放式公共 AI 工具。这意味着，未来期刊可能需要建立更加明确的 AI 使用规范，例如：

• 哪些 AI 工具可以使用？

• 哪些审稿任务可以由 AI 辅助？

• 哪些内容不得上传至 AI 系统？

• 审稿人应当如何披露 AI 的使用？

• 最终的学术判断由谁负责？

这些问题都需要期刊、出版商以及科研共同体进一步建立统一而清晰的标准。

从“禁止AI”转向“规范AI”

作者最终提出的核心观点并不是鼓励审稿人毫无约束地使用AI，而是推动同行评审从简单的“AI禁令”转向负责任的AI辅助同行评审。期刊和出版商应建立明确的使用标准，并投入建设安全、专门用于同行评审的AI基础设施，在保护稿件机密性和审稿人责任边界的同时，提高同行评审效率。

与此同时，AI行业本身也应承担一定责任。文章指出，AI产业已经从科研生态中获得了巨大的发展红利，因此也应该参与解决科研共同体在AI使用过程中面临的实际问题。

同行评审正在进入新的阶段

AI对学术出版的影响已经不再局限于论文写作和语言润色。从选题、文献检索、稿件筛选、同行评审到出版后的传播与发现，AI 正逐渐进入科研出版流程的多个环节。因此，真正值得讨论的问题可能已经不是“同行评审是否应该使用 AI”，而是：

在什么边界内使用 AI，才能让同行评审更加高效，同时不损害科研诚信、稿件保密性和审稿人的独立判断？Nature 此次发表的这篇 Correspondence，也再次将这一问题带到了学术出版行业面前。

对于期刊编辑部和出版商而言，未来真正需要建立的，或许不是一堵“禁止 AI”的墙，而是一套安全、透明、可追责的 AI 辅助同行评审体系。

参考文献：

Xuegong Zhang. The future of peer review requires AI support, not AI bans. Nature. Published online 25 August 2026. DOI: 10.1038/d41586-026-02631-0. 

支持单位：