首页 行业资讯 陶哲轩尴尬了,哈佛研究显示AI审稿比专家强
▥ 文章标题沉浸布局

陶哲轩尴尬了,哈佛研究显示AI审稿比专家强

2026-10-25 行业资讯 热门阅读内容
陶哲轩尴尬了,哈佛研究显示AI审稿比专家强

文 | 字母AI AI现在连审论文,都比人类专家更厉害了。 10月22日,哈佛大学的两位研究人员发表了一篇题为《AI审稿意见全面胜过高水平人类同行评审》的论文,对比了134组AI与人类撰写的审稿意见。结果,AI在七个评价维度上全面领先。 研究人员还请来三位曾经担任重要学术期刊主编的专家进行盲评。30次比较中,他们有26次认为AI的审稿意见更好。 在接受核查的具体论断中,AI审稿意见的事实错误比例只有5.5%,人类却高达15.9%。 这对最近忙着跟AI公司较劲的数学家们来说,可能不是什么令人愉快的消息。 就在上个月,陶哲轩等25位菲尔兹奖得主还联名批评AI公司急于宣布数学突破,强调数学研究需要严谨的验证和审查。 数学家们还在要求AI接受严格的学术检验,另一边,人类可能连审稿这份工作都要被AI抢走了。 人类一败涂地 惨败的审稿人们可不是什么随便招来的志愿者。 研究使用了124篇学术论文,以及哈佛大学定量社会科学研究所旗下rapidPeer服务提供的134份人类审稿意见——这是一项付费的专业审稿服务,审稿人由领域专家挑选,来自不同的研究机构,而且报酬不低。 他们的表现原本也很不错:在接受调查的74位论文作者中,有88%认为收到的审稿意见质量很高,其中60%给出了最高档评价。 研究人员使用Anthropic的Claude Opus 4.8生成审稿意见,再请OpenAI的GPT-5.5担任AI评委,在不知道意见由谁撰写的情况下,比较人类与AI的审稿质量。 结果是,人类输得非常彻底。 即使不允许AI联网,只给它和人类一样的审稿指南,在134组对比中,GPT-5.5也全部选择了AI。 换用专门优化的提示词、开放联网后,134组比较中有132组明确判AI获胜,剩下两组结果不确定,人类依然没有取得任何胜利。 具体来看,在补充参考文献、发现论文弱点和研究方法三个维度上,AI的胜率达到100%;理论创新、论述框架、表达质量等方面,胜率也都超过90%。 研究人员甚至检查了AI引用的651个带有DOI或arXiv编号的参考文献,发现 全部真实存在,没有任何一条是编造的。 这时候可能会有人说,AI审稿AI评,这不公平,谁知道它会不会偏袒同类?指不定就在审稿意见里藏了什么暗度陈仓的线索。 于是他们请来了开头提到的三位前学术期刊主编,分别进行了10次盲评。结果,在30次比较中,人类评委有26次选择了AI。 这下,就连人类评委都站到了AI那边。 研究做到这里,作者们甚至开始认真讨论:学术期刊或许可以取消常规的人类同行评审,让AI承担大部分审查工作,只留下人类编辑负责最终决定,必要时再请专家介入。 10月23日,该论文发布后,斯坦福大学政治学副教授徐轶青公开表示,学术界应该重新考虑人类专家在审稿中的角色。在他看来,人类专家仍然需要参与,但已经没必要继续亲自撰写动辄1500字的长篇审稿意见了。 就连那些禁止使用AI审稿的期刊,也到了该重新审视自身规定的时候。 看来,人类审稿人的工作,已经有人想要交给AI了。 AI审稿,认真到烦人 那么问题来了:AI到底是怎么把人类审稿人比下去的? 答案可能非常简单—— 它压根就不会累。 审稿是一件相当费神的工作。审稿人需要通读论文,检查研究方法、数据、图表和论证,还得寻找作者可能遗漏的相关文献。 论文作者甚至在介绍实验时,顺手吐槽了一些传统期刊审稿人:有些人论文才看到第三页,就开始寻找足以否定论文的致命缺陷,好让自己不用继续读下去。 相比之下,AI显然没有急着下班的需求。 图片由AI生成 这次实验中,研究人员将Claude Opus 4.8的推理强度调到最高,还专门设计了一套审稿提示词,允许它联网查找资料。 结果发现, AI平均每审一篇论文,就要进行12.4次联网搜索。 不过,认真的效果也相当明显。在不联网、使用普通审稿指南的情况下,AI在补充参考文献方面的胜率为62%;换用专门优化的提示词并开放联网后,胜率直接提高到了100%。 今时不同往日。 今年4月,学术期刊《Organization Science》的编辑团队还发表过一项研究,分析了过去几年收到的一万多份审稿意见,发现大量使用AI的审稿报告反而更难读,讨论的问题也更加狭窄。 当时研究人员甚至认为,AI生成的审稿意见还没有达到人类审稿的水平。结果不到半年,哈佛就拿出了另一份成绩单。 但AI太认真,偶尔也会让人崩溃。 论文作者就举例,AI有时候甚至会吹毛求疵到荒唐的程度: 明明知道2+2=4是正确的,却还要指出作者没有定义加号是什么意思。 人类审稿人可能嫌论文毛病太多,AI倒可能“找茬成瘾”,没毛病也给挑点错出来。 何况AI的能力还在不断进步。 以前是论文作者需要向人类审稿人证明,自己的研究值得发表; 以后可能就轮到人类审稿人向学术期刊证明,自己为什么还值得花钱请了。 数学家

about image
上一篇 中信银行“可靠”主题品牌活动亮相成都蓉城中超主场收官战...
下一篇 若昂·佩德罗:加盟切尔西时我告诉帕尔默,我绝不是来抢他位置的...
◧ 内容提炼卡片布局

本文重点速览

如果你希望在最短时间内理解这篇内容,可以优先查看以下结构化摘要。

核心观点

围绕文章主旨提炼最关键的判断,让读者迅速把握内容方向与价值重点。

逻辑路径

帮助读者理解文章从背景、变化到结论的展开过程,而不只是看到孤立信息。

延展思考

提供进一步理解该主题的观察角度,方便继续跳转到更多相关内容。

▦ 三列延展阅读布局

你可能还想看

基于当前主题,推荐更多可以形成连续阅读体验的内容,让阅读不在这里中断。

塞尔:阿诺德在皇马失势,利物浦冬窗或先租回他

塞尔:阿诺德在皇马失势,利物浦冬窗或先租回他

西班牙塞尔电台援引皇马内部消息称,皇家马德里右后卫位置问题不断,亚历山大-阿诺德可能以租借方式重返利物浦。 皇家马德里的右后卫位置似乎已经变成长期难题,并影响球队阵容稳定。经过两年规划,皇马在这个位置上仍明显失衡,也让一种颇具戏剧性的可能浮出水面:英格兰球员亚历山大-阿诺德可能回到自己的家乡城市。 两年前,皇马签下亚历山大-阿诺德,让他与队长丹尼-卡瓦哈尔并肩作战。卡瓦哈尔离队后,皇马又在上一个转

欧冠-内维斯传射法比安两球 大巴黎6-0横扫黄潜10连胜

欧冠-内维斯传射法比安两球 大巴黎6-0横扫黄潜10连胜

北京时间11月4日凌晨4时,2026-27赛季欧冠联赛阶段第4轮展开角逐,卫冕冠军大巴黎做客西班牙陶瓷球场6-0横扫比利亚雷亚尔,取得本赛季欧冠开局四连胜,并领跑欧冠积分榜。比赛中,内维斯先拔头筹,杜埃和马尤卢连续进球扩大领先优势,法比安梅开二度,替补出场的博利锦上添花;此外,边锋阿克利乌什送出2次助攻。本场比赛过后,巴黎取得正赛10连胜,期间包括战胜曼城和巴萨。 第9分钟,大巴黎左侧角球传中制造

弗里克哭晕!巴萨错失世界级天才!穆里尼奥或笑到最后

弗里克哭晕!巴萨错失世界级天才!穆里尼奥或笑到最后

欧洲足坛天才争夺战尘埃落定! 曼联 16 岁超新星 JJ・加布里埃尔已经和皇马达成口头协议,冬窗有望登陆伯纳乌,穆里尼奥笑到最后。 这名天赋炸裂的攻击中场早早向曼联提出离队,巴萨原本是他心中首选,球员十分认可诺坎普的青训培养计划。 可巴萨不愿匹配他的薪资要求,经济上卡住脖子,德科只能放缓追逐脚步。 皇马财大气粗,爽快满足待遇条件,顺利打动小妖。 尽管巴萨还存在理论机会,但局势已经极度被动。 放眼全

穆帅超越安切洛蒂,险胜瓜迪奥拉,成为西甲历史胜率第一主帅

穆帅超越安切洛蒂,险胜瓜迪奥拉,成为西甲历史胜率第一主帅

西甲第12轮比赛,穆帅率领皇马3:0击败瓦伦西亚,斩获各项赛事八连胜,同时书写了属于自己的西甲历史。 在梅斯塔利亚球场,皇马全程掌控比赛节奏,获胜后持续向榜首巴萨施压。 目前皇马凭借净胜球劣势位列第二;巴萨将于119月9日凌晨4点客场对阵第三名马竞。 自回归伯纳乌以来,穆帅带队出战 16 场拿下 14 场胜利。这场胜利之后,穆帅成为西甲历史胜率最高的主教练。 穆帅一共执教 126 场西甲,取得 9

2.85万亿!史上最贵的出轨费来了

2.85万亿!史上最贵的出轨费来了

一觉醒来,英伟达跌惨了! 英伟达股价昨晚暴跌5%,两日累计下跌超9.5%,市值蒸发超4200亿美元,大约2.85万亿元人民币。 2.85万亿是什么概念?大致相当于一个中等偏上规模经济体的全年GDP,比如芬兰、葡萄牙、智利,或者全球Top 10级别科技公司一年多一点的营收。 2.85万亿,堪称史上最贵的出轨费,可谓前无古人,但会不会后无来者呢? 大概率不会的,因为后来者还应是英伟达,看趋势,英伟达股

大难临头各自飞!邝港杰否认杀蔡天凤,指认父亲和弟弟,却留疑点

大难临头各自飞!邝港杰否认杀蔡天凤,指认父亲和弟弟,却留疑点

法庭上最难解释的东西,常常不是谎话,而是顺序。 谎话是真是假,一般得等到判决才知道。但顺序不用等,有时候当天就能看出来 —— 同一件事,早上说是这个人干的,下午说是那个人干的,这就不是记性的问题了,是谁该背多少的问题。 蔡天凤案拖到今天,正好走到这个节点。她2023 年 2 月遇害,前夫、前家翁、前大伯三人同被控谋杀,但三个人都咬定自己没杀人。 不过有另一条罪,三个人早就都认了 —— 不让死者好好

◫ 深读问答折叠布局

关于本文主题的常见问题

将阅读过程中的典型问题提炼为 FAQ,有助于读者在理解正文之外进一步建立完整认知。

这篇文章最值得先读哪一部分?

建议优先阅读导语、核心段落与总结部分,这些内容通常承担主旨表达、结论归纳和重点提示的功能。

本文适合哪些读者继续深读?

如果你希望获得比“快讯”更完整的背景、逻辑与延展判断,那么这类正文内容会更适合你的阅读目标。

哪里可以看到更多相关文章?

可继续查看页面下方推荐阅读、右侧相关文章与栏目列表页,这些入口能帮助你持续扩展主题理解。

正文在移动端是否方便阅读?

方便。字体间距、段落层级、图片比例与按钮交互都针对移动端做过适配,长文阅读节奏更平稳。