【专家点评】

作者：王梓萌（复旦大学环境科学与工程系长聘教授）

2020年，笔者开始担任国际期刊Applied Geochemistry共同主编，后来担任主编，直至今年完成任期。六年间，人工智能从语言修改、文献检索等辅助工具，迅速进入论文写作、同行评议和成果传播领域，科研出版的工作方式也随之发生深刻变化。

在期刊的日常运行中，具体稿件通常由责任副主编组织同行评议，由相关领域的专家作出专业判断。主编并不替代这些判断，其更重要的职责，是确立期刊的学术方向和质量标准：鼓励研究者提出什么样的问题，以什么样的证据支持结论，如何对待争议和不确定性。人工智能进入科研出版以后，主编还需要明确工具使用的边界，维护同行评议的专业性和公信力。

这些年，笔者越来越明显地感到，合适的审稿人越来越难找。每个学科真正处于核心位置的期刊屈指可数，即使是这些期刊，邀请合适的同行专家也常常需要经过多轮尝试；对数量更多的专业期刊而言，困难更为普遍。稿件数量可以迅速增加，专家能够投入的时间和注意力却不可能同步增长。

同行评议是科学共同体维持学术质量和信任的基础性工作，却长期未能得到与其价值相称的评价和激励。论文、项目和引用能够清楚地体现在履历中，认真审阅一篇稿件所耗费的时间和判断力，却很难被看见。审稿人可能为了核实一张图重新计算数据，为了判断一项结论是否成立查阅大量文献，最终得到的往往只是一封系统自动发送的感谢信。

每个人都希望自己的论文得到认真评阅，但在现有评价体系下，研究者往往不得不把有限的时间优先投入那些能够被考核的成果。长期如此，越是认真审稿的人，承担的机会成本越高，也越容易减少甚至退出审稿工作。

人工智能不是导致审稿人难找的根源，却使这一矛盾更加尖锐，也更加隐蔽。它可以迅速生成一份结构完整、措辞周全的报告，却不能替代读懂问题、核查数据和权衡证据所需要的过程。编辑面对的难题，已不只是能否收到审稿意见，还包括这份意见背后是否存在真实、充分的阅读与判断。报告形式完整，并不意味着同行评议已经真正完成。

笔者有时会有一个并不轻松的设想：未来相当一部分论文，第一个完整处理全文的“读者”，可能是人工智能。如果作者借助人工智能写作，审稿人借助它生成意见，论文发表以后，其他研究者又主要通过人工智能提供的摘要和推荐获取结论，那么一篇论文可能走完出版和传播的全过程，却始终没有被任何一个人完整、认真地读过。

人工智能成为论文的第一读者，并非必然是坏事。面对海量文献，它可以帮助研究者检索、筛选和整理信息。真正需要警惕的是，人不再在关键处回到原文，不再核查结论建立在哪些数据之上，也不再判断作者是否越过了证据的边界。机器可以处理论文，却不能替科学共同体完成理解和判断，更不能承担学术责任。

在这样的背景下，同行评议反而更加重要。它可能是一篇论文发表前最重要的一次完整阅读。真正有价值的审稿，不在于列出多少条意见，而在于发现决定研究是否成立的关键问题，并给出可以核验的依据。语言可以借助工具改善，但关键的科学判断仍应由审稿人和编辑作出，并由他们承担责任。

治理人工智能，不能简单化为全面禁止，也不能把科研人员特别是爱好使用人工智能的年轻人置于怀疑之下。利用工具改善语言、整理材料，并不等同于学术失信。关键在于研究者是否仍然掌握认知主导权，是否核验了生成内容，能否解释研究过程，并对最终成果负责。评价制度也应避免自相矛盾，避免以论文数量和产出速度向青年学者施加压力，又把合理使用工具一概视为道德问题。

与此同时，应当让高质量审稿获得与其价值相称的认可。高校、科研机构和期刊可以将经过确认的同行评议贡献纳入学术服务评价，并在编委遴选和职业发展中予以体现。但这种认可不能简单地按篇数计分。真正应当受到重视的，是审稿是否发现了关键问题，是否提供了可靠依据，是否帮助作者改进研究、帮助编辑作出更为稳妥的决定。期刊也应减少无效和重复评审，合理设置期限，并明确保密、披露和核验要求。

回望过去，作者反复推敲、审稿人逐页评阅、双方围绕证据深入讨论的过程让人珍视。作者和审稿人可能素不相识，但一份严谨的意见、一封有理有据的回复，常常带有“以文会友”的意味。人工智能节省出的时间，应当用于更深入的阅读、更严格的核验和更充分的讨论，而不是只换来更多无人认真阅读的文字。

人工智能进入科研出版领域已经不可逆转。期刊需要维护的，不是某一种旧的工作方式，而是一条清晰、可追溯的责任链：作者应能解释核心主张，审稿人应能说明判断依据，编辑应能对决定负责，读者应能追溯结论来源。

人工智能可以参与科研的各个环节，但在决定知识真伪与价值的关键之处，人的判断不能缺席。

（项目统筹：光明日报记者 陈海波）

《光明日报》（2026年08月26日 07版）