让AI看看，这评审意见礼貌吗？

背景：同行评审中普遍存在评审意见表述模糊、语气失当甚至包含人身攻击等问题，影响了评审质量。研究目的：斯坦福大学团队研发了一款由五个大语言模型协同运作的AI指导工具，旨在帮助评审者撰写更具体、更具建设性的评审意见，并减少攻击性语言。结论：实测中，约24%的评审者在收到AI反馈后修改了意见，修改后的意见平均增加80个单词，且68%被人类专家评为优于原版。该工具未显著改变论文评分或接收率，表明其未引入偏见。然而，增加的评审篇幅是否真正提升质量仍有争议，且目前缺乏证据证明该工具能直接提升论文质量。研究团队认为，需要进一步探索AI反馈对长期科研质量的影响。