人工智能是同行评议的未来

快速阅读: 据《欧亚评论》称，预计到2025年，学术文章数量将达三百万篇，同行评审压力增大。波士顿大学教授鲍赫纳提出，AI应参与同行评审，辅助判断文章价值及检测潜在问题，可提高效率、减少偏见。这或将成为科学评审的新方向。

预计到2025年，**斯高帕斯**（Scopus）和**科学引文索引**（Web of Science）中将有大约三百万篇文章被索引。如果每篇文章都由两位专家进行同行评审，另外还有两百万篇文章虽经同行评审但未获通过，那么今年将进行约一千万次同行评审，这确实是一个庞大的数字。随着生物医学领域的飞速发展以及同行评审期刊数量的增加，这一数字很可能还会继续攀升。

根据《**重症医学**》杂志的一篇社论指出，在未来几年内，**人工智能**（AI）应成为同行评审的重要组成部分。“几十年来，生物医学期刊的同行评审几乎没有任何变化。支付评审费用或许能加快评审速度，但在广泛推广上可能并不可行。此外，同行评审也存在众所周知的局限性，”波士顿大学乔巴尼安与阿维迪西安医学院儿科学教授**霍华德·鲍赫纳**博士表示。他曾担任《**美国医学会杂志**》的前主编。

“我们认为，同行评审应当包含某种形式的人工智能初步评审，以协助编辑判断哪些文章需要送交外部同行评审，”鲍赫纳补充道。他同时提到，尽管一些独立机构已在作者投稿之前为其提供基于文章的AI评审服务，但这些服务已取得显著成效。例如，一项具体研究表明，作者发现**GPT-4**的反馈比部分同行评审更具帮助。

鲍赫纳还强调，AI在评估一篇文章是否遵循适当的报告指南方面表现优异。这些指南通常是由作者根据期刊要求标注的，但没有证据表明同行评审者真的检查过这些指南的执行情况。此外，他认为AI比人类评审者更擅长识别欺诈性研究。“随着技术的不断进步，”他说道，“是时候尝试一种新的方式了，这种方式或许会更加高效、更加精准——借助AI评审。”

鲍赫纳进一步概述了同行评审的局限性，并区分了不同类型的评审模式：**双盲评审**、**单盲评审**和**开放式评审**。他描述了一项迄今为止规模最大的试验，该试验对比了双盲评审与单盲评审之间的差异。“当评审人员知晓作者身份时（即单盲评审），他们对来自英语水平更高、收入更高的国家的文章给出了更为积极的评价。这些结果与长期观察一致：同行评审者可能存在偏见。”鲍赫纳承认AI也可能存在偏见，但他质疑AI的偏见是否会比人类评审者更大。他认为，通过训练模型可以忽略作者身份及其背景信息。

总而言之，鲍赫纳相信，引入AI评审不仅能提高效率，还能减少人为因素带来的潜在问题。这种方法不仅能够应对日益增长的评审需求，还可能为科学研究带来全新的视角与突破。

(以上内容均由Ai生成)