AI審稿人

AI審稿人指在學術同行評審中使用的人工智慧系統，能輔助或自動化完成部分審稿工作。AI系統正逐漸套用於同行評審體系，多家出版商測試各種AI審稿系統，用於標記稿件中的文本謬誤、數據漏洞，以及對文字進行潤色等。一些平台能生成完整的AI評審報告。

隨著AI生成論文的增多，審稿壓力增大，AI輔助審稿逐漸被使用。但學界對其可靠性、安全性與是否應取代人類存在爭議。部分頂級學術會議和平台開始探索或允許有限度使用AI參與審稿。

發展歷程

AI審稿人的發展始於概念探索，隨後經歷了工具化、平台化實踐，並逐步獲得主流學術會議的有限接納，其可靠性和性能在規模化測試中得到驗證。

2024年，Sakana AI發布了集成了AI審稿人功能的AI科學家系統，展示了從研究構思、實驗到論文撰寫與自動化審閱的全流程能力，首次將AI審稿人概念系統化呈現。

2025年，吳恩達團隊發布了免費的AI論文評審智慧型體。該系統通過模仿ICLR等頂會的評審流程，能自動提煉論文關鍵信息、檢索相關文獻並生成結構化評審意見和分數。

2025年底，全球首個支持AI撰寫與AI評審全流程的開放預印本平台aiXiv推出，採用結構化的多智慧型體AI同行評審機制。與此同時，學術出版界對AI參與評審的爭議加劇，調查顯示ICLR 2025約五分之一評審意見被判定為幾乎完全由大模型生成。

面對AI工具的廣泛使用，頂級會議開始制定政策。例如，ICML 2026會議推出了“雙軌制”政策，在嚴格限制下允許審稿人有限度地使用AI輔助工具。

2026年，Sakana AI構建了高度還原NeurIPS官方流程的自動化審稿系統，採用5個獨立AI審稿人背靠背評審加1個AI元審稿人裁決的機制。該系統在ICLR等頂會論文上的審稿判斷達到了與人類審稿人相當的可靠性，通過了知識截止日期後的數據污染測試。

技術原理與系統

AI審稿人系統通過自動化流程模擬人類同行評審。AI評審在一致性與客觀性方面可能超越傳統模式。

Sakana AI構建了一個高度還原NeurIPS官方審稿流程的自動化系統，使用5個獨立的AI審稿人進行背靠背評審，再由1個AI元審稿人進行共識匯總和最終裁決。

吳恩達團隊開發的系統通過在ICLR 2025審稿數據上訓練，模仿該會議的評審風格，其工作流程包括解析論文、自動檢索arXiv上的最新相關研究，並按照模板生成結構化評審報告。

aiXiv平台採用多階段AI同行評審機制，AI審稿智慧型體從創新性、技術穩健性等多維度對論文進行打分和反饋，支持作者進行快速修改和重投，實現人機疊代或機機疊代。

性能評估與實際表現

2025年，NeurIPS與AAAI的投稿量都突破三萬篇，“審稿人不夠用”正逐漸成為整個學術界的現實困境。Sakana AI構建的自動化審稿系統在模擬NeurIPS官方審稿流程中，平衡準確率達到69%，部分指標優於所對照的人類一致性結果。吳恩達開發的AI論文評審智慧型體與人類審稿評分的相關係數為0.42，接近人類審稿間的0.41。

Sakana AI系統在知識截止日期後的全新論文上進行測試，平衡準確率保持在66%。

在預測論文錄用準確率上，AI評分為0.75，略低於人類的0.84。AI評分趨勢與人類評分趨勢總體保持一致。在論文配對評審任務中，大語言模型的準確率可達81%。

影響與展望

隨著大語言模型等生成式人工智慧技術的快速發展，AI系統正以驚人速度滲透至學術同行評審體系。其影響具有兩面性，未來發展涉及技術、平台、倫理與人機關係等多個維度。

由AI科學家生成並經由AI審稿人評審的完整科研流程，單篇論文成本可低至約15美元，這一低成本使得科學研究的門檻大大降低。

面對NeurIPS、AAAI等頂級會議投稿量突破三萬篇帶來的“審稿人不夠用”現實困境，AI審稿系統被視為一種潛在的解決方案。

支持者認為，AI審稿系統在特定評測中已展現出與人類審稿人相當甚至更優的一致性。例如，有自動化系統在還原頂級會議審稿流程的測試中，平衡準確率達到69%，其審稿判斷與人類審稿人一致；另有AI評審系統與人類審稿的評分相關性（0.42）已接近人類審稿人之間的相關性（0.41）。部分觀點認為，AI評審未來可能在一致性與客觀性方面超越傳統人工模式。

然而，反對或謹慎的觀點指出，AI審稿系統存在明顯局限與風險。基於大模型的系統容易遭遇提示詞注入或語義操縱，其評審意見的證據支撐和基線一致性難以保證。AI可能缺乏真正的批判性思維，其輸出內容有時被批評為“泛泛而談”或包含事實錯誤。AI的廣泛使用已導致“認知污染”，例如有分析顯示，某頂級AI會議超過一半的評審意見是在大語言模型幫助下編寫，約五分之一完全由AI生成。批評者警告，過度依賴AI可能侵蝕學術共同體珍貴的批判性思維。支持者提出的防範措施包括AI評審必須配備“思想制動系統”，在必要的情況下啟動二次評審。

未來技術發展需著重解決AI審稿系統的對齊與安全難題。在平台層面，業界正探索構建統一、開放、可擴展的科研協同環境，以支持人類研究者、AI審稿人及實驗執行機器人等共同工作。更前沿的構想是建立完全由人工智慧驅動的科學生態系統。

倫理與規範建設是AI審稿發展的關鍵。目前，學術出版界對AI審稿的態度存在分歧，2024年底一項調查顯示，59%的頂級醫學期刊完全禁止在評審環節使用AI技術。各大出版集團政策也不一，從完全禁止到允許“有限使用”並要求披露細節不等。未來的規範可能強調極高的透明度，要求公開AI審查的細節及使用的提示詞。在人機協作模式上，除了輔助人類審稿，更有效的協作評審模式（如人機疊代、機機疊代）正在探索中。

總體而言，AI審稿人作為新興事物，其對學術出版體系的影響深遠且複雜，其技術能力的演進、相關平台的構建、倫理規範的建立以及人機關係的重塑，將是一個長期且需要持續觀察與調整的過程。