同行评审是学术知识生产的瓶颈，它缓慢、不一致，由同样忙碌的研究人员进行，这些研究人员自己也在努力生产和发表工作。AI正在比大多数研究人员意识到的更快地改变同行评审。
AI已经在哪里进入同行评审
统计审查工具：StatReviewer和类似系统检查投稿中的统计分析，查找方法论错误、缺少数据报告和潜在错误表述。一些期刊（PLOS ONE、自然系列期刊）在发送给人类审稿人之前使用这些工具。大多数主要出版商的清晰度和语法检查是标准的。图像完整性工具（基于ImageJ的或专有的）扫描图表是否存在操纵，这已经成为标准，并发现了多起高知名度的不端行为案例。
审稿人AI辅助审阅
研究人员在撰写审稿意见时越来越多地使用AI工具，帮助构建评论、检查是否已处理所有关键方法论点、提高反馈的清晰度。审稿人AI使用的披露要求正在出现。COPE（出版伦理委员会）已发布指南，使用AI协助审阅的审稿人必须向编辑披露这一点。
AI作为第一关审稿人的试验
一些期刊试行了AI系统，在分配给人类审稿人之前进行初步手稿评估，检查范围适合性、方法论、统计报告、引用完整性。这些系统降低了桌面拒稿率（它们更清楚地识别出范围外的投稿），并将人类审稿人注意力集中在真正有争议的科学问题上。
什么不会改变
关于科学重要性、新颖性和特定领域方法论适当性的人类判断仍然不可替代。AI目前无法评估一个结果是否重要，只能评估它是否被清楚和一致地报告。在顶级期刊发表的高风险决策在可预见的未来将需要人类专业知识。同行评审系统有深层次的问题，AI将部分缓解，但不能解决学术出版中的根本激励问题。
对已投稿工作的实际影响
手稿将越来越多地在人类审阅之前被AI评估，意味着统计报告完整性、方法论透明度和图表质量将被系统地检查。在这个认识下准备你的投稿：完成CONSORT/STROBE/PRISMA清单（根据你领域的要求）、提供完整的统计报告，并预见对所有图表的图像完整性检查。
