AI智能体审稿人：学术论文评审效率的新变革

当前，人工智能技术是否能够被学术会议和期刊的审稿人用于评审科研论文，这一议题仍缺乏全球统一规范。即使在人工智能研究领域内，各大顶级会议的政策也存在分歧：例如，ICLR要求使用大语言模型时必须进行披露，而CVPR则禁止在任何阶段使用大模型撰写审稿意见。

然而，面对论文投稿数量的爆炸式增长，人类审稿体系已不堪重负。据调查，即使在监管严格的ICLR 2026会议上，仍有约20%的审稿意见是由大模型自动生成的。

尽管AI已悄然介入，学术会议的审稿周期依旧漫长。斯坦福大学著名人工智能学者吴恩达教授对日益拖延的审稿反馈感到无奈，他的一位学生更是在三年内被拒稿六次，每次均需等待长达半年的评审结果。

这种低效的反馈循环严重阻碍了研究进展，与日新月异的技术迭代节奏格格不入。既然无法缩短官方评审周期，能否利用AI构建一个高效的“预审稿”工作流，让学者在投稿前就能获得针对性建议，从而优化论文、减少屡次被拒的代价？

为此，吴恩达教授推出了一个创新的“智能体审稿人”系统。该项目起初仅是他周末开发的实验工具，后在博士生Yixing Jiang的助力下大幅强化。

该系统基于ICLR 2025的审稿数据训练，并在测试集上评估了Spearman相关系数（越高表明与人类评审越一致）：

• 两位人类审稿人之间的相关性：0.41
• AI与人类审稿人的相关性：0.42

结果显示，智能体审稿的质量已逼近人类水平。目前，该工具通过检索arXiv公开数据生成有据可依的反馈，故在人工智能等依赖arXiv的学科中表现尤为出色。

智能体审稿系统已开放访问：https://paperreview.ai/

尽管仍处实验阶段，多数网友对此工具持乐观态度，期待它能成为日常科研的得力助手。有用户希望它能适配特定会议或期刊的评审标准，甚至预测投稿得分。

AI智能体有望加速科研进程、缩短人才培养周期，成为学术进步的催化剂。然而，也有担忧指出，若研究者普遍依赖AI预评审，可能削弱学术创新的多样性。

当学者使用AI工具打磨论文，审稿人亦用AI辅助评审时，整个学术评价体系是否正迎来根本性变革？AI将如何重塑研究生态，仍是未知数。