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。

东契奇52+10+8里夫斯29分 湖人逆转爵士三连胜

东契奇52+10+8里夫斯29分 湖人逆转爵士三连胜

【搜狐体育战报】北京时间10月26日NBA常规赛,客场作战的湖人以132-123击败爵士,湖人取得3连胜。东契奇52分8篮板10助攻,乔治24分9篮板10助攻。 全场具体比分(爵士队在后):29-47、45-24、29-29、29-23。 湖人队:东契奇52分8篮板10助攻、里夫斯29分1篮板4助攻、塞克斯顿13分2篮板1助攻、威廉姆斯11分2篮板1助攻、塞布尔11分1篮板1助攻、马穆凯拉什维利9

被人不尊重时,沉默是蠢,翻脸是输,聪明人只用这两招

被人不尊重时,沉默是蠢,翻脸是输,聪明人只用这两招

亲戚聚餐拿你的私事开玩笑,同事张口就贬低你的付出,朋友总无视你的感受——面对这些,多数人只会两招:要么憋着不吭声,要么当场炸毛。结果呢?憋着的越憋越委屈,炸毛的吵完又后悔。其实对付不尊重你的人,真正管用的就两招。 先说说为什么沉默和翻脸都不行。 你忍着不说话,对方心里怎么想?“他没反应,看来这事能干。”人的冒犯,基本都是一步步试探出来的。你第一次不表态,他就默认你能接受;你次次往后退,他就敢一步步

[流言板]邮报:穆帅不相信阿诺德防守;皇马的硬仗中不敢托付他重任

[流言板]邮报:穆帅不相信阿诺德防守;皇马的硬仗中不敢托付他重任

虎扑10月25日讯 英格兰媒体《每日邮报》在国家德比前撰写专栏,谈到了皇马后卫阿诺德现状。 以下是文章内容: 关于特伦特-亚历山大 - 阿诺德才华是否消退的讨论里,有一个很残酷的现实:在马德里,根本不存在这样的争论。当我们还在苦苦寻找答案时,西班牙这边对这个话题并不关心。 周日就将迎来国家德比,这场比赛霸占着西班牙媒体的各大版面与讨论焦点,但本周的相关报道很少提及亚历山大 - 阿诺德。他现在只是皇

姆巴佩这回算是踢到铁板了,可他并不是第一个道歉的!

姆巴佩这回算是踢到铁板了,可他并不是第一个道歉的!

一句不该说的话出口,中国品牌方解约的速度比他冲刺还快,可最让人玩味的是,第一个站出来道歉的,既不是皇马,也不是姆巴佩本人,而是西甲主席特巴斯。 特巴斯那份道歉声明里,翻来覆去就一个意思:遗憾,代表西甲向中国人民致歉。 西甲在中国市场耕耘这么多年,转播合同、商业合作、球迷基础,哪一样不是真金白银堆出来的,姆巴佩一句话,整条产业链跟着晃三晃。 特巴斯坐不住,太正常了,他比谁都清楚,中国球迷的遥控器摁到

今日足球看点:加拉塔萨雷VS斯图加特,马德里竞技VS拜仁慕尼黑,LASK林茨VS布拉迪斯拉发,费耶诺德VS国际米兰

今日足球看点:加拉塔萨雷VS斯图加特,马德里竞技VS拜仁慕尼黑,LASK林茨VS布拉迪斯拉发,费耶诺德VS国际米兰

加拉塔萨雷VS斯图加特 土耳其电信球场的这场,对斯图加特来说绝不会轻松。加拉塔萨雷的主场是欧洲出了名的魔鬼主场,狂热球迷的声浪、主队的逼抢强度,能把客队球员压得喘不过气,很多强队在这里都栽过跟头。 加拉塔萨雷本赛季的势头相当猛,联赛一路领跑,欧战小组赛目前1胜2负成绩还是需要加强。球队打法强硬,主场更是把高位逼抢和边路冲击拉到极致,前场几名攻击手状态火热,多点开花。主场氛围是他们最大的武器,球迷的

我国存款最安全的3家银行,永远不会倒闭,老百姓放心存!

我国存款最安全的3家银行,永远不会倒闭,老百姓放心存!

大家好我是乖乖,持续分享各类生活实用知识与经验,更新没有固定节奏,每一篇都会分享实在干货。如果内容对你有所帮助,欢迎点赞并关注~ 很多老百姓存钱,第一看重的从来不是利息高低,而是安心。辛苦一辈子攒下的积蓄,最怕存进一家不稳当的银行,最后钱拿不回来。最近几年,不少地方中小银行爆出风险消息,很多人心里开始犯嘀咕,到底哪家银行存钱最稳?网上流传着很多说法,有的说小银行利息高,可以放心存,也有人说只有国有

◫ 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。