來源：科學網

資深環境科學家、韓國忠南大學教授洪成進（Seongjin Hong）最近很不爽，他帶領團隊完成的一篇環境化學論文被拒稿了。更讓他生氣的是，給出拒稿意見的評審人很可能不是人，而是AI。

洪成進是如此意難平，以至于他專門在《泰晤士高等教育》撰文吐槽，其團隊論文疑因 AI 工具生成的評審意見被拒稿。

這一指控引發眾多學者對 AI 不當介入同行評審及其風險的激烈討論。

圖片由 AI 生成

從模糊矛盾且偏離主題的評審意見，到期刊主編以「極不可能」來否認指控......有評論認為——這起「AI 審稿疑云」已超越個案，直指學術誠信與科技倫理的核心問題：在應對審稿人短缺與效率壓力的同時，如何守護同行評審的嚴謹、專業與公正性？

一場 AI 審稿疑云

今年年初，洪成進團隊向某知名國際環境科學期刊投稿一篇關于「新型環境分析方法現場應用」的論文。

通過首輪評審后，團隊根據審稿人意見進行了詳細修訂。然而，修訂稿提交后，論文卻因一位審稿人第二輪出人意料的負面報告而遭拒稿。

「意見自相矛盾，且與論文無關。」洪成進在文中指出，這份評審報告存在顯著異常。

首先，審稿人提出了首輪未提及的全新質疑點。例如，針對一項明確聚焦于環境化學領域現場分析方法的研究，評審意見卻批評其未能提供「全面的生態評估」，甚至要求補充「對動物交配行為的影響分析」——這些要求更符合行為生態學的研究范疇。

其次，報告存在明顯的邏輯矛盾與事實偏差。該報告聲稱「化學分析的可重復性未充分解釋」，而事實上，該問題已在論文多個章節明確闡述。

評審語言本身也很奇怪。

「評語像用關鍵詞拼湊的模板。」

洪成進發現，報告充斥著諸如「需要更多驗證」「缺乏全面性」等籠統、公式化的評語。更蹊蹺的是，審稿人在報告開頭承認「作者回應了提出的問題」，卻在未提供充分理由的情況下稱「無法推薦該文發表」。

基于自身 15 年研究經驗，以及發表 150 余篇論文并擔任期刊副主編的經歷，洪成進注意到，近年來表面流暢但缺乏深度和專業責任感的評審報告逐漸增多。由此，他懷疑此評審意見可能部分或全部由 AI 生成。

為驗證猜想，洪成進用大型語言模型 ChatGPT 生成模擬評審意見并進行比對，發現二者在語言風格和論證缺陷上高度一致。

「它讀起來像自動回復，而非深思熟慮的科學評判。」洪成進表示。

面對其提交的詳細證據，期刊主編僅回應「審稿人使用AI的可能性極低」，并建議將修訂稿作為新投稿重新提交——這意味著團隊三個月的修訂工作歸零。

洪成進直言：「科學研究不應依賴運氣。若評審淪為關鍵詞驅動的機械流程，學術信任的基石將崩塌。」

證據還是臆斷？

洪成進的指控在學術界引發爭議，兩方觀點鮮明對立。

支持者認同其經驗判斷，認為資深研究者對評審異常情況具備敏銳辨識力。評論者 J. Miller 指出，經驗豐富的學者往往能察覺評審中的非典型信號。 J. Smith 則表示，這一事件是對 AI 工具潛在風險的必要警示。

然而，反對的聲音同樣強烈。

評論者 Roger 認為，在缺乏確鑿證據的情況下使用「可能」一詞，弱化了指控的嚴肅性，有規避舉證責任之嫌。Graff 則指出，未公開具體期刊名稱削弱了質疑的立論基礎。

圍繞這一事件，雙方爭論主要聚焦于幾個核心問題。

核心爭議首先指向舉證。反對者強調學術評審本就存在主觀性，并非 AI 獨有現象，在傳統人工評審中也時有發生。匿名評論稱：「哪位資深學者沒遭遇過更令人費解的拒稿？」也有觀點認為洪成進「兩頭通吃」——用「可能」規避法律風險，又借輿論向期刊施壓。

此外，關于 AI 在審稿中的倫理界限成為焦點。多數學者支持 AI 作為有限輔助工具，用于查重、語法檢查或文獻初篩，但堅決反對其生成完整的評審意見。

評論者 T. Kim 的觀點頗具代表性：「若審稿人無暇或無意進行深入評審，應直接拒絕邀請，而非依賴AI代勞。」

更深層次的討論聚焦系統性風險與批判性思維的弱化。有學者指出：「當學生用 AI 寫作業、審稿人用 AI 生成報告，批判性思維將集體退化。」

這種憂慮并非空穴來風，斯坦福大學一項研究顯示，超過半數的研究生承認用 AI 撰寫「非核心」論文章節。由此可見，AI 滲透已構成貫穿學術鏈條的現實風險。

類似爭議并非孤例?！蹲匀弧?024 年調查顯示，30% 的編輯承認 AI 檢測結果會影響終審決定。劍橋學者莎拉·康納的擔憂引發共鳴：「我們批判學生依賴 AI，卻對審稿環節的自動化視而不見，這是學術版的何不食肉糜?！?/p>

值得注意的是，盡管立場存在分歧，爭論雙方在一個關鍵問題上達成了共識：無論引發此次爭議的評審意見是否涉及 AI 工具，低質量同行評審意見已是當前學術出版體系中一個不容忽視的痼疾。解決這一深層問題，比單純爭論單次事件是否涉及 AI，更具普遍意義。

重構學術公信力

面對自動化審稿的潛在風險，國際上正積極尋求解決之道，核心在于提升透明度與強化責任。洪成進表示：「科學研究不應依賴運氣。同行評審必須建立在公平、透明和專業知識的基礎之上。」

透明化被視作重建信任的關鍵。洪成進呼吁建立披露機制：審稿人需聲明 AI 工具使用范圍，期刊應說明評審流程的自動化程度。

這一立場與國際頂級期刊的實踐相呼應。2024 年 3 月，

Nature

2025 年 6 月，

Nature

技術檢測與人機協同是另一道關鍵防線。目前，刊物出版商正著手開發 AI 內容檢測系統，但現有技術仍存在瓶頸。數據顯示，當前主流檢測工具如 iThenticate 2.0 對非英語母語者論文誤判率高達 15%。這些工具主要依賴文本統計特征進行分析，雖能進行初步篩查，卻難以精準區分「AI 輔助寫作」與「完全 AI 生成」的文本。

面對技術局限，強化人工監督至關重要。麻省理工學院出版社建議：編輯必須對 AI 輔助內容進行實質性復核并簽字擔責。同時，部分期刊也在探索「開放評審抗辯權」，允許作者對疑似 AI 痕跡過重的評審提出質疑，觸發編委會仲裁。

在此背景下，一場學術信任保衛戰已然展開。技術浪潮不可逆，但如洪成進所言：「若評審淪為自動化黑箱，科學信任的根基將受侵蝕。」在效率與嚴謹的博弈中，確保評審透明化與堅守人的主體性，仍是不可退守的底線。

https://www.timeshighereducation.com/opinion/my-paper-was-probably-reviewed-ai-and-thats-serious-problem

我們長期為科研用戶提供前沿資訊、實驗方法、選品推薦等服務，并且組建了 70 多個不同領域的專業交流群，覆蓋PCR、細胞實驗、蛋白研究、神經科學、腫瘤免疫、基因編輯、外泌體、類器官等領域，定期分享實驗干貨、文獻解讀等活動。

添加實驗菌企微，回復【】中的序號，即可領取對應的資料包哦～

【2401】論文寫作干貨資料（100 頁）

【2402】國內重點實驗室分子生物學實驗方法匯總（60 頁）

【2403】2024 最新最全影響因子（20000+ 期刊目錄）

【2404】免疫學信號通路手冊

【2405】PCR 實驗 protocol 匯總

【2406】免疫熒光實驗 protocol 合集

【2407】細胞培養手冊

【2408】蛋白純化實驗手冊

【2501】染色體分析方法匯總

【2502】國自然中標標書模板

【2503】WB 實驗詳解及常見問題解答

【2504】DeepSeek 論文寫作常用口令

【2505】中國科學院期刊分區表（2025 年最新版）

【2506】期刊影響因子（2025 年最新版）