当人工智能进行写作、评论和阅读时

人工智能在科研写作、审稿和阅读环节的应用引发伦理与角色重构讨论，需平衡效率与原创性审查。

　　

在科学出版中，什么仍然是人类独有的？

---

在过去两年中，研究社区在各个专业科学领域开发和测试人工智能（AI）工具方面取得了显著进展。这些进步使得以最小的努力撰写、编辑、评审手稿以及总结已发表的研究成果成为可能。这些AI工具最终能够根据数据输入自行完成手稿的撰写，只是时间问题。

这篇社论谨慎但直截了当地探讨了AI对学术出版可能产生的影响。问题不在于AI系统是否会被用于学术交流，而在于它们的整合方式可能会如何重塑以人为中心的作者身份、同行评审和读者群体模式，这需要我们仔细审视。

AI作为作者

在特定科学子领域（包括化学）中训练过的AI系统现在可以提供有关某个主题的背景信息及相关引用。一方面，这类工具有助于快速了解不熟悉的主题并识别关键参考文献；另一方面，它们还可以用于撰写手稿的引言部分，甚至通过整合多个子主题的信息来协助撰写综述文章。(1) 这一趋势引发了重要的伦理问题：应该如何透明地将AI的帮助纳入学术出版物中？对AI辅助内容的适当致谢标准又是什么？(2) 根据《ACS出版物中的AI最佳实践和政策》，“AI工具无法满足作者身份的要求，因为它们无法对已发表的研究成果承担责任。因此，AI工具不应被列入作者名单中，而应该被明确提及并加以致谢。(3)

AI生成的内容已经开始出现在会议摘要和科学文章中。(1,4) 像“aiXiv”这样的平台模仿了由人类管理的“arXiv”，现在也接受由“AI科学家”和“机器人科学家”撰写的预印本。(5) 尽管AI生成的内容在已发表文献中的比例仍然较低，但预计在未来几年内将会大幅增加，期刊将面临实际挑战。如果包含AI生成内容的手稿变得普遍，就需要新的框架来一致地评估这些投稿，同时保持原创性、严谨性和可信度的标准。

AI作为评审者

撰写科学手稿的便利性增加可能会导致投稿数量激增，给期刊的编辑系统带来前所未有的压力。与此同时，由于招募合格专家进行同行评审变得越来越困难，人们可能会倾向于使用基于AI的工具来预筛选投稿或辅助评审过程。

AI生成的评审通常会分析文本内容，并提供一般性的、表面的反馈。它们可能在识别表述不一致、遗漏元素或偏离预期结构方面有效，但无法检查图表中数据呈现的准确性、评估实验数据的有效性，也无法批判性地评估某个结果是否代表了真正的科学进展。这类评审主要回应预设的问题，往往反映的是共识观点，可能会忽略少数意见或未能发现真正具有颠覆性的研究成果。(6,7) 最近的一项调查显示，目前高达50%的评审中包含一定程度的AI生成内容。(8,9) 尽管存在这些缺点，AI辅助的评审过程可以减轻人类评审者的负担，并为手稿评估提供初步筛选。

然而，值得注意的是，许多出版商目前禁止在同行评审中使用AI。例如，ACS出版物严格禁止使用AI生成的评审意见；在《ACS Energy Letters》中，如果发现评审意见包含AI生成的内容，将会被撤销。人类责任和保密性是同行评审的核心；任何工具的使用都应确保这两点的维护。(10) 这一政策强调了在同行评审过程中人类判断力、专业知识和责任感的持续重要性。

AI作为读者

随着每天发表的论文数量不断增加，读者几乎不可能全面跟踪所有文献。在这种情况下，AI工具将变得不可或缺，因为它们能够快速总结大量已发表的文章或生成结构化的报告。这种能力通过让AI扫描文献并突出关键发现和趋势，从而减轻了阅读全文的负担。因此，详细阅读已发表文章的情况可能会变得越来越少，研究人员将更加依赖AI辅助的综合分析来梳理不断扩展的科学记录。

AI驱动的出版周期

随着AI工具越来越多地融入研究工作流程，它们为加速研究产出和应对日益竞争激烈的研究环境提供了便利。如果得到广泛采用，可以设想一个由AI驱动的出版周期（图1），其中手稿在AI的帮助下完成撰写，由AI工具进行评审，最终由AI平台进行阅读和总结。在这种情况下，一个不可避免且重要的问题出现了：在科学出版中，人类的作用是什么？

图1

图1. 由AI驱动的手稿撰写、评审和阅读周期。

高分辨率图片

下载MS PowerPoint幻灯片

因此，研究的长期成功和可信度不仅取决于AI的采用，还取决于其负责任的使用方式——这种使用方式应强调“智能”（即洞察力和诚信），而不仅仅是“自动化”。(11)