AI 正在进入科学文献与同行评审:科研出版面临新的测量难题

生成式人工智能已经进入科学写作、论文投稿和同行评审环节。当前的核心问题并不只是“有没有科研人员使用 AI”，而是科学共同体尚未形成稳定、可靠、统一的测量方法，难以准确判断 AI 生成内容在科学文献中的真实规模。

2026 年 5 月 5 日发表的一篇科学新闻以“科学文献中有多少内容由 AI 生成”为主题，聚焦期刊论文、预印本平台和同行评审报告中的 AI 使用情况。公开摘要显示，现有研究给出的估计结果差异较大，说明这一现象正在快速变化，相关检测工具和判断标准仍不充分。

一、AI 进入科研写作已经不是边缘现象

过去，AI 在科研中的应用更多集中在数据处理、图像识别、文献检索、实验设计和模型预测等方面。随着大语言模型发展，AI 开始直接参与文本生成，包括摘要写作、引言润色、讨论部分修改、审稿意见整理，甚至完整文本生成。

这种变化使科学出版体系面临新的问题。论文文本不再完全等同于作者本人独立写作的结果，而可能是人类作者、AI 工具和多轮修改共同作用的产物。对于期刊、预印本平台和会议来说，判断一段文字到底是“AI 辅助修改”还是“AI 直接生成”，已经成为一个技术问题和规则问题。

AI 可以帮助研究者提高语言表达效率，尤其对非英语母语科研人员具有一定辅助价值。但如果 AI 被用于批量生成低质量论文、虚构数据、拼接综述或自动化审稿，则会增加科学出版系统的质量控制压力。

二、不同研究给出的估计结果差异较大

目前已有几项研究尝试测量 AI 生成文本在科学出版中的比例，但结果并不一致。

一项发表在Organization Science的研究分析了该期刊 2021 年 1 月至 2026 年 2 月期间约 7000 篇投稿摘要和 8000 份同行评审报告。结果显示，自 2022 年 11 月 ChatGPT 发布以来，该期刊投稿量增加了 42%；AI 生成写作的增加几乎可以解释这些变化。同时，AI 生成内容也出现在同行评审报告中，并表现出较低写作质量和较低主题多样性。

另一项针对 arXiv 计算机科学领域论文的预印本研究分析了 2020—2025 年超过 124000 篇稿件。结果显示，综述类论文和非综述类论文中 AI 生成内容比例均有明显上升，综述类论文中的比例更高；但从绝对数量看，非综述类 AI 生成论文估计数量接近综述类的 6 倍。相关报道中给出的具体比例为：计算机科学综述类论文中含 AI 生成文本的比例从 2023 年的 7% 上升到 2025 年的 43%；非综述类稿件从 3% 上升到 23%。

还有一项针对生物医学文献的预印本研究使用 Pangram Labs 的检测工具分析约 5000 篇生物医学论文。相关报道显示，在 Science、Nature、Cell 等期刊发表的样本中，有 6 篇被判定为完全由 AI 写作，约八分之一论文被检测到含有一定比例的 AI 生成文本。

这些数据共同说明，AI 参与科学写作已经具有可观察规模。但这些比例不能简单理解为“AI 写了多少论文”，因为不同研究的样本范围、检测工具、阈值设定和定义方式并不相同。

三、检测 AI 生成文本的难点在于定义不统一

判断 AI 生成文本并不像检测重复率那样直接。重复率检测通常依赖文本匹配，而 AI 生成文本往往没有固定来源，且可以经过人工修改、翻译、润色和改写。

目前至少存在三种不同情况。

第一种是 AI 完整生成文本，作者只进行少量修改。

第二种是作者提供原始内容，AI 参与语言润色、结构调整和表达优化。

第三种是作者使用 AI 进行头脑风暴、文献归纳或审稿意见整理，但最终文本由作者重新撰写。

这三种情况在科研伦理和出版政策中的性质并不完全相同。如果检测工具无法区分“AI 生成”和“AI 辅助”，就容易把合理的语言辅助与不当文本生成混在一起。相关报道也提到，一些工具难以区分部分 AI 编辑文本与完全 AI 生成文本，不同系统对“AI 生成”的标准也并不一致。

因此，科学出版体系需要处理的不是单一技术问题，而是定义、披露、检测和责任归属共同构成的问题。

四、同行评审环节的 AI 使用更加复杂

同行评审是科学出版质量控制的重要环节。审稿人需要判断研究设计是否合理、数据是否支持结论、方法是否充分、创新性是否成立，以及论文是否存在伦理和统计问题。

如果审稿人直接使用 AI 生成评审意见，可能带来几个问题。

首先，审稿意见可能变得表面完整但缺少专业判断。大语言模型可以生成结构化、礼貌化的文本，但不一定能够准确识别实验设计缺陷、统计错误或领域内关键争议。

其次，审稿意见可能降低主题多样性。Organization Science的研究中，AI 生成评审报告表现出较低主题多样性，这意味着不同审稿意见可能趋向模板化表达。

第三，审稿过程涉及未公开论文内容。若审稿人将稿件内容输入外部 AI 工具，可能引发保密性和知识产权问题。对于尚未发表的数据、方法和想法，审稿系统要求审稿人承担保密责任，AI 工具的使用边界需要明确。

2026 年 3 月，一场大型人工智能会议因作者在同行评审过程中违反 AI 使用政策，拒收 497 篇论文，约占投稿量 2%。相关报道显示，会议利用嵌入水印识别出部分审稿过程中使用大语言模型的行为。这一事件表明，AI 使用已经从论文写作扩展到同行评审治理层面。

五、检测工具不能替代科研质量判断

AI 检测工具可以作为辅助手段，但不能单独承担科研质量控制功能。原因包括三个方面。

第一，检测结果依赖模型和阈值。不同检测工具使用的训练数据、算法结构和判断标准不同，同一文本可能得到不同结果。

第二，误判风险客观存在。非英语母语作者、模板化学术表达、固定实验方法描述，都可能被错误标记为 AI 生成。科研论文中大量方法学表达本身具有高度规范化特点，这会增加判断难度。

第三，AI 模型本身也在持续进化。随着文本生成模型更接近人类写作风格，单纯依赖语言特征进行识别会越来越困难。相关报道中也提到，AI 模型越先进，文本伪装能力越强，检测工具也需要不断升级。

因此，AI 检测不能替代同行评审、数据核查、图像审查、统计审查和研究可重复性评估。真正影响科学可信度的不是某句话是否经过 AI 润色，而是研究问题是否清楚、方法是否可靠、数据是否真实、结论是否受到证据支持。

六、科学出版需要从“禁止 AI”转向“规范 AI”

完全禁止 AI 使用并不现实。许多研究者已经使用 AI 进行语言润色、摘要压缩、代码辅助、文献归纳和图表说明优化。对于跨语言科研写作，AI 工具也具有实际辅助价值。

更可行的方向是建立清晰规则。

第一，明确哪些使用方式可以接受。例如语言润色、格式调整、非实质性表达优化，可以在一定条件下允许。

第二，明确哪些使用方式需要披露。例如 AI 参与了论文主体段落生成、数据解释、图像处理、代码生成或统计分析，作者应说明使用范围。

第三，明确哪些使用方式不能接受。例如使用 AI 生成虚假数据、伪造参考文献、批量制造低质量论文，或者在未经允许的情况下将保密稿件输入外部 AI 系统。

第四，强化作者责任。无论是否使用 AI，论文中的数据、结论、引用、图像和伦理合规性都应由作者承担最终责任。AI 不能成为错误、幻觉引用或学术不端的责任转移对象。

七、对科研人员的实际启示

对于普通科研人员，AI 使用需要从“方便”转向“可追溯”。

在论文写作中，AI 更适合承担语言层面的辅助任务，而不应替代研究判断。研究假设、实验设计、数据解释、机制分析和结论边界，仍应由作者完成。

在文献综述中，AI 可以帮助初步整理主题，但不能替代原始文献阅读。AI 生成的引用、结论和研究进展必须回到原文核查。

在审稿过程中，使用 AI 需要特别谨慎。审稿意见不仅是语言文本，更是专业判断和保密责任。如果期刊或会议没有明确允许，直接把未发表稿件输入 AI 工具存在风险。

在论文投稿时，作者需要关注目标期刊的 AI 政策。不同出版社对 AI 工具披露、作者署名、图像生成、语言润色和数据分析辅助的要求并不完全相同。

八、科学共同体正在面对新的质量控制问题

AI 进入科学文献，不意味着科研体系必然失效，也不意味着所有 AI 辅助文本都存在问题。更准确的理解是：科学出版系统正在面对一种新的生产方式。过去主要依靠同行评审、编辑筛选和重复率检测来控制论文质量；现在还需要处理 AI 生成文本、AI 辅助评审、幻觉引用、自动化投稿和文本伪装等问题。

科学文献的核心价值不在于文字是否完全由人类逐字写出，而在于研究过程是否真实、证据链是否完整、方法是否透明、结论是否可检验。AI 可以提高写作效率，但不能替代科研证据。科学出版未来需要建立更细致的规则，把合理辅助和不当生成区分开，把语言效率和学术诚信区分开，把文本检测和科学质量评估区分开。

AI 正在改变科研写作的形式，也正在推动期刊、会议和研究机构重新定义学术规范。对于科研人员而言，关键不是简单回避 AI，而是在透明、可核查和负责任的前提下使用 AI。