Springer Nature, einer der weltweit größten wissenschaftlichen Verlage, und Google DeepMind haben eine Forschungspartnerschaft angekündigt, um einen KI-gestützten Peer-Review-Assistenten zu entwickeln, der Forscher dabei unterstützen soll, Manuskripte effektiver zu bewerten – und einen immer stärker belasteten Begutachtungsprozess zu entlasten.
Die am 26. Oktober angekündigte Zusammenarbeit kombiniert die Expertise von Springer Nature im Management von Peer-Reviews mit den Gemini-KI-Modellen von Google DeepMind. Ein Prototyp wird bereits getestet, die Partner haben jedoch keinen Zeitplan für einen breiteren Einsatz bekannt gegeben. Weitere Informationen zu dieser Geschichte finden Sie in unserer neueste KI-Entwicklungen.
Warum Peer Review unter Druck steht
Peer-Review ist der Gatekeeping-Mechanismus der modernen Wissenschaft und es fällt ihm schwer, Schritt zu halten. Der Ankündigung zufolge stellen steigende Einreichungsmengen und die wachsende Komplexität der Forschung zusätzliche Anforderungen an Peer-Reviewer – die Forscher, die ihre Zeit ehrenamtlich für die Bewertung von Manuskripten für Zeitschriften zur Verfügung stellen.
Der neue Assistent soll Prüfern dabei helfen, sich in komplexen Manuskripten zurechtzufinden, große Textmengen, Diagramme und Abbildungen zu analysieren und Bereiche zu identifizieren, die einer genaueren Prüfung bedürfen. Die Partner sagen, dass die Absicht darin besteht, den Gutachtern mehr Zeit zu geben, damit sie sich auf die Fragen konzentrieren können, die spezielles wissenschaftliches Fachwissen und Urteilsvermögen erfordern – die Teile der Arbeit, die nicht einer Maschine übergeben werden können.
Auf Zwillingen aufgebaut – und innerhalb der Mauern von Springer Nature gehalten
Der Assistent wird mit dem Open-Source-Agent Development Kit (ADK) von Google entwickelt und läuft vollständig in der privaten Gemini Enterprise-Umgebung von Springer Nature. Nach Angaben der Partner stellt dieser Ansatz sicher, dass Manuskripte und andere Inhalte, die zur Entwicklung und zum Testen des Systems verwendet werden, in der sicheren Infrastruktur von Springer Nature verbleiben und so die Vertraulichkeit von Autoren und Gutachtern gewahrt bleiben.
Diese Designentscheidung geht auf eines der hartnäckigsten Bedenken hinsichtlich KI im wissenschaftlichen Publizieren ein: Was passiert mit unveröffentlichter Forschung, wenn sie von Modellen Dritter verarbeitet wird? Indem Springer Nature den gesamten Arbeitsablauf in seiner eigenen Umgebung belässt, argumentiert es, dass Gutachter nur einem Assistenten vertrauen, der ein Manuskript niemals das Gebäude verlassen lässt.
Saskia Steinacker, Chief Product Officer bei Springer Nature, bezeichnete das Projekt als eine Übung im verantwortungsvollen Experimentieren.
„Das Fachwissen und das Urteilsvermögen der Gutachter sind für das Peer-Review von grundlegender Bedeutung“, sagte Steinacker in der Ankündigung. „Da die Forschung an Umfang und Komplexität zunimmt, haben wir die Gelegenheit zu erkunden, wie KI dieses Fachwissen verantwortungsvoll unterstützen kann und Gutachtern dabei hilft, ihre Zeit dort zu konzentrieren, wo es am wichtigsten ist, und auf die Fragen, die ein wissenschaftliches Expertenurteil erfordern. Für uns müssen Innovation und Vertrauen Hand in Hand gehen. Das bedeutet, zu testen, was KI beitragen kann, und gleichzeitig klar zu machen, wo die Verantwortung verbleibt.“
Aufbauend auf Googles Forschungs-KI-Erfolgsbilanz
Das Projekt baut auf Googles Erfahrung bei der Entwicklung von KI-Forschungstools auf, darunter ScholarPeer und Deep Review – frühere Bemühungen, Grenzmodelle auf die Mechanismen der wissenschaftlichen Bewertung anzuwenden.
Seshu Ajjarapu, Senior Director of Applied AI bei Google DeepMind, sagte, die Partnerschaft ziele darauf ab, die Belastung zu bewältigen, die das wachsende Einreichungsvolumen für den Überprüfungsprozess mit sich bringt.
„Um wissenschaftliche Erkenntnisse zu erschließen, ist eine Peer-Review-Erfahrung erforderlich, die sowohl streng ist als auch mit dem Tempo der Forschung übereinstimmt“, sagte Ajjarapu. „Diese Partnerschaft vereint die wissenschaftliche Verlagskompetenz von Springer Nature und die Pionierforschung von Google DeepMind. Gemeinsam bauen wir eine Plattform auf, die die Belastung durch wachsende Einreichungsmengen entlastet und gleichzeitig die redaktionellen Standards der weltweit führenden Fachzeitschriften strikt einhält. Es ist ein Paradebeispiel dafür, wie KI die Grundstrukturen der modernen Wissenschaft stärken kann.“
Die Nachricht wurde von Research Information, Research Professional News und Times Higher Education gemeldet, die alle die gemeinsame Ankündigung zitierten.
Assistenten, keine Stellvertreter
Beide Unternehmen weisen ausdrücklich darauf hin, dass das Tool menschliche Gutachter unterstützen und nicht ersetzen soll. Die Erkundung des Prototyps konzentriert sich darauf, wie KI den Peer-Review-Prozess zu einem interaktiveren Prozess machen könnte, ohne menschliche Experten aus dem Kreislauf zu nehmen, wobei die endgültige wissenschaftliche Entscheidung bei Gutachtern und Zeitschriftenredakteuren verbleibt.
Diese Positionierung ist wichtig. Peer-Review ist die Institution, die wissenschaftliche Behauptungen zertifiziert, und Experimente mit der Automatisierung von Teilen davon wurden bereits in der Vergangenheit geprüft. Sakana AI, ein in Tokio ansässiges KI-Labor, berichtete zuvor, dass sein KI-Rezensentensystem in etwa sieben von zehn von ihm gesichteten Arbeiten Kernfehler bei Behauptungen aufwies – ein Ergebnis, das die Debatte sowohl über die Aussicht als auch über die Grenzen der Automatisierung der wissenschaftlichen Prüfung anheizte.
Die Aussage von Springer Nature, dass „Innovation und Vertrauen Hand in Hand gehen müssen“, liest sich als direkte Antwort auf diese Skepsis: Das Unternehmen teste, was KI hinzufügen kann, heißt es, macht aber gleichzeitig klar, wo die Verantwortung verbleibt.
Teil eines umfassenderen Workflow-Push
Für Springer Nature ist der Assistent neben der hauseigenen Veröffentlichungsplattform Snapp Teil umfassenderer Bemühungen zur Optimierung der Veröffentlichungsabläufe für Autoren und Rezensenten. Für Google DeepMind ist es ein weiterer Schritt in der Strategie, Gemini-Modelle in wissenschaftliche und professionelle Arbeitsabläufe einzubetten, anstatt sie auf Verbraucher-Chatbots zu beschränken.
Die Partnerschaft spiegelt das wachsende Interesse der gesamten Verlagsbranche am Potenzial von KI zur Unterstützung wissenschaftlicher Veröffentlichungsabläufe wider – insbesondere, da steigende Einreichungsmengen und immer komplexere, datenintensive Arbeiten Druck auf einen Gutachterpool ausüben, der größtenteils aus unbezahlten Freiwilligen besteht.
Was als nächstes passiert
Die Unternehmen haben noch keinen Zeitplan für den breiteren Einsatz des Assistenten bekannt gegeben, und viele Details bleiben offen: Welche Zeitschriften könnten ihn zuerst nutzen, wie Gutachter mit seinen Ergebnissen interagieren und ob Institutionen, die KI im Verlagswesen bisher misstrauisch gegenüberstanden, seinen Ansatz zur Vertraulichkeit akzeptieren werden.
Im Moment ist die Prototypentestphase die Botschaft. Wenn der Assistent wie beschrieben arbeitet, könnten die mühsamsten Teile der Begutachtung – das Durchforsten langer Manuskripte, das Vergleichen von Zahlen, die Suche nach den Abschnitten, die das Auge eines Spezialisten erfordern – schneller erledigt werden, während das menschliche Urteilsvermögen im Mittelpunkt des Peer-Reviews genau dort bleibt, wo es ist.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
