斯坦福大学计算机科学家James Zou近期研究了大型语言模型在科学同行评审中的应用，探讨人工智能如何加速科研进程。这一话题在科学界引发讨论，随着AI技术发展，其作用日益受到关注。

在一项发表于《自然·机器智能》的大规模随机实验中，Zou团队向人类评审员提供了AI辅助，涉及约20,000份评审，评估其对评审质量的影响。Zou还协助组织了“科学代理”会议，作为一个实验性平台，研究AI作为科学作者和评审员的双重角色。Zou指出：“AI的价值在于发现研究、数据和分析中的错误或漏洞，但在判断研究的相对重要性等人类任务上存在局限。”

使用AI特别是语言模型支持研究和同行评审的兴趣显著增长。AI可作为一个快速、随时可用的批评者，在论文正式提交前进行预评审过程，帮助识别草稿中的漏洞和局限性，从而提高初稿质量并减少后续修改。随着提交量增加，人类评审员负担加重，可能导致评审质量下降和作者困扰。

AI在评审中表现较好的方面包括客观、可验证的内容，例如检测数字或方程式的不匹配。Zou表示：“AI在客观、可检查的不一致性和技术问题上较强，而在研究新颖性或重要性的主观判断方面较弱。”AI应支持而非完全取代人类决策，人类团队需做出最终编辑决定，科学家对工作负责。

在“科学代理”会议上，AI的提交和评审被公开，为科学界创建了语料库。一位诺贝尔经济学奖得主独立评估了一篇AI主导的论文，在评审中写道：“这在技术上实际上做得非常好。”科学家需明确说明AI在研究、写作和评审中的参与情况，确保责任和职责链清晰。

对AI改进同行评审的兴趣持续增长。国际学习表示会议实验显示，AI反馈提高了评审质量和参与度。“科学代理”会议收到来自28个国家的300多份AI主导研究提交，许多会议和期刊正探索使用大型语言模型协助评审。Zou表示：“AI帮助编写代码，并用于预提交评审，识别漏洞和提出改进建议。”

未来将举办更多AI代理会议，旨在建立证据和规范，塑造AI在科学中的使用方式。随着AI成为常规科学合作者，科学界需细化机器与人类的角色分配，确保关系有用且值得信赖。AI在科学中的作用预计将增长，科学界应合作塑造未来。

出版详情：作者：Andrew Myers, Stanford University；标题：《Exploring AI's growing role in scientific peer review》；发表于：《Nature Machine Intelligence》(2026)。