[![](http://www.enago.cn/academy/wp-content/uploads/2019/11/high-angle-photo-of-robot-2599244.jpg)](http://www.enago.cn/academy/wp-content/uploads/2019/11/high-angle-photo-of-robot-2599244.jpg)
传统学术期刊同行评审人具匿名性与回避性，学术出版界相当依赖。全球教育水平上升以后，科研单位的审稿增加。 Vox(美国Vox media旗下网站)发表了评审崩坏的观点。 NeurIPS，国内权威期刊也被曝出雇用没发表过NeurIPS论文的本科生任审稿人， IJCAI 19遭同样批评，深度学习领域顶级会议ICLR 2020中47%审稿人无相关经验，新进学者的增加速度远大于期刊审稿人的增加速度，最终将导致学术界的崩毁。

NSFC（国家自然科学基金委员会）于2018年就评审了22.5万份基金申请为美国国家科学基金会之6倍，可见中文科研社群审稿的庞大压力，NSFC迫于压力于今年5月Nature发表文章称将利用自然语言处理技术抓取在线科学文献数据库和科学家的个人网页，以采集评审人员人选的出版物与研究项目的详情以期降低审稿人的偏见。

Elsevier的Evise、Frontiers的AIRA，都在设法解决居高不下的稿件提交量，并保障同行评审质量。挪威研究委员会开始使用自然语言处理技术，将3000份的研究提案分组并交由最适的评审小组。 Frontiers经理MarieSoulière说AI系统能检查出有潜在问题的稿件与需评审员进一步检查的内容，抄袭检查方面效果拔群。

实际上早在2018年3 月LawGeex就与斯坦福大学、杜克大学和南加州大学的法学教授合作进行合同审查，审查5 项保密协议、30 个法律问题，20 名律师平均正确率仅85%， AI 则拿下了94％ 的正确率达，而且AI 花了26 秒，人类律师平均需要92 分钟。

然而，许多学术界人士质疑是AI连自然语言的处理都还无法过关，如何能处理复杂的学术期刊审阅？复制人类判断中的偏见也可能被复制，再者人类都要花数十年才能验证的科学知识难道AI真能胜任？然而，审稿人仍握有最终决定权力，AI 可改善或加速流程，协助人类除错，在特定功能上表现优秀，无疑的AI与审稿人合作为大势所趋。

ITPub博客

AI审稿，学术界的趋势？