核心观点与关键数据
- AI在同行评审中的兴起:超过一半的同行评审员(53%)现在使用AI,其中近四分之一(24%)在过去一年中增加了使用频率,标志着从传统同行评审向越来越多地整合AI工具的文化转变。
- AI的使用现状:AI主要用于表面任务,如起草报告(59%)、总结发现(29%)或标记潜在不当行为(28%),而用于深度分析任务(如审查数据、测试统计有效性和探索替代方法)的仅占19%。
- 全球和代际差异:中国和非洲的同行评审员使用AI的频率最高(分别为77%和66%),而欧洲和北美则较低(分别为31%和46%)。早期职业研究人员(87%)比资深研究人员(67%)更可能使用AI,且更频繁使用。
主要挑战
- 信任差距:71%的研究人员担心研究人员正在滥用AI工具,53%的个人观察到他们认为的AI滥用行为。尽管研究人员对AI的潜在益处持乐观态度,但对界限的担忧阻碍了更深入的应用。
- 培训差距:35%的研究人员完全是自学AI,31%依赖机构指导,只有16%依赖出版商。这种培训差距导致研究人员对AI的能力持谨慎态度,并缺乏有效使用和减轻风险的知识。
- 政策与治理差距:研究人员在同行评审和手稿准备中越来越多地使用AI,但正式的治理、政策指导和支持其负责任使用仍然落后。20%的受访者将缺乏治理或明确规则列为采用和负责任使用AI工具的主要障碍。
研究结论与建议
- 为解锁AI的潜力,需要弥合信任、培训和治理方面的差距。这需要机构、资助者、政策制定者、出版商和工具开发人员之间的协调行动。
- 对教育与研究机构的建议:将AI素养和治理原则纳入核心研究课程,开发认证培训框架,并在所有培训和研究活动中推广、嵌入和坚持安全、道德和公平的应用。
- 对资助者和政策制定者的建议:将负责任的AI使用纳入诚信框架、评估系统和拨款机制,制定透明度和AI素养培训要求,并加强数据溯源和认证系统。
- 对工具开发者和提供者的建议:解释工具的工作原理及其局限性,支持独立审计和互操作性,实施道德和安全护栏,并保持动态透明度。
- 对出版商的建议:公开记录所有出版商的AI使用情况,建立符合行业标准的道德监督标准,与编辑和审稿人共同开发AI素养和诚信计划,并倡导增加机构、资助者和政策制定者的治理。
- Frontiers的负责任AI治理框架:该框架基于六个支柱——透明度和问责制、AI素养和能力建设、道德和诚信护栏、公平和获取治理、社区参与和研究人员反馈、倡导和政策领导——为研究界提供负责任和创新地使用AI的实用建议。
总结
AI在同行评审中的使用正处于一个转折点,但其潜力尚未得到充分发挥。通过弥合信任、培训和治理方面的差距,并采取协调一致的行动,AI可以成为提升科学质量、减少不平等和加速全球科学进步的有力工具。