Springer Nature, ett av världens största akademiska förlag, och Google DeepMind har tillkännagivit ett forskningssamarbete för att bygga en AI-driven peer review-assistent utformad för att hjälpa forskare att bedöma manuskript mer effektivt – och för att lindra en granskningsprocess som är under växande påfrestning.
Samarbetet, som tillkännagavs den 26 oktober, kombinerar Springer Natures expertis i att hantera peer review med Google DeepMinds Gemini AI-modeller. En prototyp testas redan, även om partnerna inte har tillkännagett någon tidtabell för bredare utbyggnad. For more context on this story, see our ongoing AI industry coverage.
Varför peer review är under press
Peer review är den moderna vetenskapens portvaktsmekanism, och den kämpar för att hänga med. Enligt tillkännagivandet ställer ökande inlämningsvolymer och forskningens växande komplexitet ytterligare krav på referentgranskare – de forskare som frivilligt ställer sin tid för att utvärdera manuskript för tidskrifter.
Den nya assistenten designas för att hjälpa granskare att navigera i komplexa manuskript, analysera stora volymer text, diagram och figurer och identifiera områden som kräver närmare granskning. Avsikten, säger partnerna, är att frigöra granskarnas tid så att de kan fokusera på de frågor som kräver specialistvetenskaplig expertis och omdöme – de delar av jobbet som inte kan överlämnas till en maskin.
Byggd på Tvillingarna — och hålls inuti Springer Nature's Walls
Assistenten utvecklas med Googles öppen källkod Agent Development Kit (ADK) och fungerar helt inom Springer Natures privata Gemini Enterprise-miljö. Enligt partnerna säkerställer detta tillvägagångssätt att manuskript och annat innehåll som används för att utveckla och testa systemet förblir inom Springer Natures säkra infrastruktur, vilket skyddar författares och granskares konfidentialitet.
Det designvalet tar upp en av de mest ihållande farhågorna kring AI i vetenskaplig publicering: vad som händer med opublicerad forskning när den bearbetas av tredjepartsmodeller. Genom att hålla hela arbetsflödet i sin egen miljö, gör Springer Nature fallet att granskare bara litar på en assistent som aldrig låter ett manuskript lämna byggnaden.
Saskia Steinacker, Chief Product Officer på Springer Nature, inramade projektet som en övning i ansvarsfullt experimenterande.
"Recensenternas expertis och omdöme är grundläggande för peer review", sa Steinacker i tillkännagivandet. "När forskningen växer i volym och komplexitet har vi en möjlighet att utforska hur AI på ett ansvarsfullt sätt kan stödja denna expertis, och hjälpa granskare att fokusera sin tid där det är viktigast och på de frågor som kräver specialistvetenskaplig bedömning. För oss måste innovation och förtroende gå hand i hand. Det innebär att testa vad AI kan tillföra samtidigt som vi är tydliga med var ansvaret kvarstår."
Bygger på Googles meritlista för forskning inom AI
Projektet bygger på Googles erfarenhet av att utveckla AI-forskningsverktyg, inklusive ScholarPeer och Deep Review – tidigare ansträngningar för att tillämpa frontier-modeller på mekaniken för vetenskaplig utvärdering.
Seshu Ajjarapu, Senior Director för Applied AI på Google DeepMind, sa att partnerskapet syftar till att ta itu med den påfrestning som växande inlämningsvolymer lägger på granskningsprocessen.
"Att låsa upp vetenskaplig upptäckt kräver en peer-review-upplevelse som är både rigorös och i synk med forskningstakten," sa Ajjarapu. "Detta partnerskap sammanför Springer Natures vetenskapliga publiceringsexpertis och Google DeepMinds frontlinjeforskning. Tillsammans bygger vi en plattform som avlastar påfrestningen av växande inlämningsvolymer samtidigt som vi strikt upprätthåller de redaktionella standarderna för världens ledande tidskrifter. Det är ett utmärkt exempel på hur AI kan stärka den moderna vetenskapens struktur."
Nyheten rapporterades av Research Information, Research Professional News och Times Higher Education, som alla citerade det gemensamma tillkännagivandet.
Assistenter, inte ersättare
Båda företagen är tydliga med att verktyget är tänkt att stödja mänskliga granskare snarare än att ersätta dem. Prototyputforskningen är fokuserad på hur AI skulle kunna göra peer review till en mer interaktiv process utan att ta bort mänskliga experter från loopen, med den slutliga vetenskapliga bedömningen kvar hos recensenter och tidskriftsredaktörer.
Den positioneringen spelar roll. Peer review är den institution som certifierar vetenskapliga påståenden, och experiment med att automatisera delar av det har blivit föremål för granskning tidigare. Sakana AI, ett Tokyo-baserat AI-labb, rapporterade tidigare att dess AI-granskarsystem flaggade kärnanspråksfel i ungefär sju av tio artiklar som det granskade – ett resultat som gav upphov till debatt om både löftet och gränserna för att automatisera vetenskaplig granskning.
Springer Natures uttalande om att "innovation och förtroende måste gå hand i hand" läses som ett direkt svar på den skepsisen: företaget testar vad AI kan tillföra, säger det, samtidigt som det är tydligt med var ansvaret kvarstår.
Del av ett bredare arbetsflöde
För Springer Nature är assistenten en del av ett bredare arbete för att effektivisera publiceringsarbetsflöden för författare och recensenter, tillsammans med sin interna publiceringsplattform, Snapp. För Google DeepMind är det ytterligare ett steg i en strategi att bädda in Gemini-modeller i vetenskapliga och professionella arbetsflöden snarare än att begränsa dem till konsumentchattbotar.
Partnerskapet återspeglar ett växande intresse inom förlagsbranschen för potentialen för AI att stödja vetenskapliga publiceringsarbetsflöden – särskilt eftersom ökande inlämningsvolymer och allt mer komplexa, datatunga artiklar sätter press på en recensentpool som till stor del består av oavlönade frivilliga.
Vad händer härnäst
Företagen har ännu inte tillkännagett någon tidtabell för en bredare distribution av assistenten, och många detaljer är fortfarande öppna: vilka tidskrifter som kan använda den först, hur granskare kommer att interagera med dess resultat och om institutioner som har varit försiktiga med AI vid publicering kommer att acceptera dess syn på konfidentialitet.
För nu är prototyptestningsstadiet budskapet. Om assistenten arbetar enligt beskrivningen kan de tråkigaste delarna av granskningen – att vada genom långa manuskript, korskontrollera figurer, leta efter de avsnitt som behöver en specialists öga – bli snabbare, samtidigt som det mänskliga omdömet i kärnan av peer review stannar precis där det är.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
