AI-written peer reviews outscored top human experts

AI 摘要

哈佛大学研究人员 Gary King 与 Steven Worthington 发布工作论文，比较 AI 与人类专家的同行评审质量。研究使用 124 篇未发表论文和 134 份来自付费预审服务 rapidPeer 的人类评审，用 Claude Opus 生成 AI 评审，再由 OpenAI GPT-5.5 及三位前期刊编辑盲评。结果显示 AI 评审在全部 132 组有效对比中均被 AI 评委偏好，前编辑在 87% 的判断中偏好 AI 评审；AI 评审事实错误率约 5.5%，约为人类评审 15.9% 的三分之一，且未出现虚构引用。作者同时警告，广泛依赖 AI 可能使科学文献趋于同质化。