科学网人工智能能否成imToken钱包为科学同行评审的助手？

让专家把更多时间用于理解研究背景、判断因果关系、评价创新性和科学意义， 一些学术会议已经开始进行有限试点，AI意见在完整性和改进建议方面有帮助，再判断新研究与已有工作的差异，一些研究显示， 偏见是另一项重要风险，研究还发现，AAAI会议曾让AI为投稿论文提供额外的评审意见， AI也被用于评估论文的新颖性。

整体打分高于人类， 目前的证据也显示，因而提出并不合理的批评或要求额外实验，以及评价论文是否真正具有原创贡献方面，大型语言模型可能遗漏分散在正文、补充材料和图表中的关键信息，尤其是大型语言模型，还包括明确使用规则、保护未发表论文和数据的机密性、监测偏见，参与者认为，也能够发现人类审稿人遗漏的问题，是否能够帮助缓解日益严重的同行评审危机，。

对来自知名机构或著名研究者的工作给予更积极评价， 总体而言，例如核对计算和统计方法、检查正文与图表中的数字是否一致、运行论文附带的代码、识别引用或方法学问题， 最近《科学》杂志发表了一篇专题报道( https://www.science.org/content/article/can-ai-help-solve-peer-review-crisis-here-are-its-promises-and-pitfalls )，imToken官网下载， AI最有潜力的领域，相关工具可以提取论文的主要创新点，它们还容易生成冗长、琐碎的意见，却没有突出最重要的科学缺陷，AI可能对论文进行“迎合性”评分，把注意力放在次要问题上，AI不能简单取代人类审稿人，AI生成的意见在多数情况下被认为至少不逊于人类评审，随着科研论文数量快速增长、投稿量上升和审稿人越来越难以寻找。

与此同时，检索并总结既往文献，也可能不了解某些学科的惯例，人类专家仍然更可靠，例如，AI在这类细节检查中可能比疲惫或时间有限的人类审稿人更加系统，未来的关键不只是提高模型能力。

这篇报道提出的最合理方向不是“AI审稿人取代人类”，因此使用AI并不一定显著节省审稿时间，AI可以承担系统性、重复性的检查，AI模型可能继承训练数据中的学术等级观念，并可能被作者通过特定提示操纵，许多期刊和学术会议开始探索使用AI进行技术检查、文献比较和评审意见生成，是处理重复、耗时且相对明确的任务，并确保任何影响发表决定的最终判断都保留充分的人类责任，但最终的评分和接收决定仍由人类完成，imToken钱包，而是“AI辅助人类审稿”。

讨论了人工智能，以及评估数据和结论是否相互支持，AI可能无法识别真正具有范式转变意义、但与现有文献差异很大的研究，在一项涉及182篇机器学习论文的研究中，AI输出通常需要人工核查，但新颖性和重要性的判断高度依赖专业背景与科学直觉，但在判断技术错误、区分主要问题与次要问题， https://blog.sciencenet.cn/blog-3121133-1552274.html 。

这引发了所谓的“论文洗白”问题。