全球最大的学术出版商之一施普林格·自然 (Springer Nature) 和 Google DeepMind 宣布建立研究合作伙伴关系，打造人工智能驱动的同行评审助手，旨在帮助研究人员更有效地评估手稿，并缓解日益紧张的评审过程。

此次合作于 10 月 26 日宣布，将 Springer Nature 在管理同行评审方面的专业知识与 Google DeepMind 的 Gemini AI 模型相结合。尽管合作伙伴尚未宣布更广泛部署的时间表，但原型已经开始测试。 更多相关背景，请参阅我们的AI最新动态。

为什么同行评审面临压力

同行评审是现代科学的把关机制，但它正在努力跟上。根据该公告，不断增加的提交量和日益复杂的研究对同行评审员（自愿花时间评估期刊手稿的研究人员）提出了额外的要求。

新助手的设计目的是帮助审稿人浏览复杂的手稿，分析大量文本、图表和图形，并确定需要仔细检查的领域。合作伙伴表示，这样做的目的是为了腾出审稿人的时间，以便他们能够专注于需要专业科学知识和判断的问题——这些工作中无法交给机器的部分。

建立在 Gemini 之上 — 并保留在 Springer Nature 的围墙内

该助手是使用 Google 的开源代理开发套件 (ADK) 开发的，并且完全在 Springer Nature 的私有 Gemini Enterprise 环境中运行。据合作伙伴称，这种方法可确保用于开发和测试系统的手稿和其他内容保留在 Springer Nature 的安全基础设施内，从而保护作者和审稿人的机密性。

这种设计选择解决了学术出版界对人工智能最持久的担忧之一：未发表的研究在由第三方模型处理时会发生什么。通过将整个工作流程保持在自己的环境中，施普林格自然公司证明审稿人只会信任从不让手稿离开大楼的助手。

Springer Nature 首席产品官 Saskia Steinacker 将该项目定义为负责任的实验练习。

“审稿人的专业知识和判断力是同行评审的基础，”斯坦纳克在公告中表示。 “随着研究数量和复杂性的增长，我们有机会探索人工智能如何负责任地支持专业知识，帮助审稿人将时间集中在最重要的事情上，以及需要专业科学判断的问题上。对我们来说，创新和信任必须齐头并进。这意味着测试人工智能可以添加什么，同时明确责任仍然存在。”

建立在 Google 研究 AI 记录的基础上

该项目建立在谷歌开发人工智能研究工具的经验之上，包括 ScholarPeer 和 Deep Review——早期将前沿模型应用于科学评估机制的努力。

谷歌 DeepMind 应用人工智能高级总监 Seshu Ajjarapu 表示，此次合作旨在解决不断增长的提交量给审核流程带来的压力。

“解锁科学发现需要严格且与研究步伐同步的同行评审经验，”阿贾拉普说。 “这一合作伙伴关系汇集了施普林格自然的科学出版专业知识和谷歌 DeepMind 的前沿研究。我们正在共同构建一个平台，缓解提交量不断增长的压力，同时严格维护世界领先期刊的编辑标准。这是人工智能如何加强现代科学基础结构的一个典型例子。”

研究信息、研究专业新闻和泰晤士高等教育报道了这一消息，所有这些机构都引用了联合声明。

助手，而不是替代者

两家公司都明确表示，该工具旨在支持人类审核员，而不是取代他们。原型探索的重点是人工智能如何使同行评审成为一个更具互动性的过程，而无需将人类专家排除在循环之外，而最终的科学判断则由审稿人和期刊编辑负责。

这种定位很重要。同行评审是证明科学主张的机构，其自动化部分的实验以前也曾受到过审查。总部位于东京的人工智能实验室 Sakana AI 此前曾报告称，其人工智能审稿系统在其筛选的十篇论文中大约有七篇标记出了核心主张错误，这一结果引发了关于自动化科学审查的前景和局限性的争论。

施普林格·自然公司的声明“创新和信任必须齐头并进”，是对这种怀疑的直接回应：该公司正在测试人工智能可以添加哪些内容，同时明确责任仍然存在。

更广泛的工作流程推动的一部分

对于 Springer Nature 来说，这款助手与其内部出版平台 Snapp 一起，是简化作者和审稿人出版工作流程的更广泛努力的一部分。对于 Google DeepMind 来说，这是将 Gemini 模型嵌入科学和专业工作流程而不是仅限于消费者聊天机器人的战略的又一步。

此次合作反映出整个出版行业对人工智能支持学术出版工作流程的潜力越来越感兴趣，特别是随着提交量的增加和日益复杂、数据量大的论文给主要由无偿志愿者组成的审稿人群体带来了压力。

接下来会发生什么

两家公司尚未宣布更广泛部署该助手的时间表，许多细节仍然悬而未决：哪些期刊可能会首先使用它，审稿人将如何与其输出进行交互，以及对出版领域的人工智能持谨慎态度的机构是否会接受其保密方法。

目前，原型测试阶段就是信息。如果助手按照描述的方式工作，审稿中最乏味的部分——翻阅长篇手稿、交叉检查数据、寻找需要专家眼睛的部分——可能会变得更快，而同行评审核心的人类判断则保持原样。

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →