Science 主编怒斥：AI 正在让科学出版变得更慢、更糟、更昂贵！

这一判断之所以引发关注，是因为它并不是来自AI技术的反对者，而是来自长期处在科学出版一线的期刊编辑。也就是说，问题不在于AI有没有用，而在于当AI进入论文写作、投稿、审稿和出版流程后，它究竟减少了工作，还是制造了更多需要人来核查的新工作。

Thorp在文中承认，AI在科研领域已经展现出重要价值。例如，在蛋白质结构预测等方向，AI工具的能力有目共睹；在出版流程中，一些AI系统也可以帮助发现文本错误、识别潜在抄袭、提示图片篡改或数据异常。但他同时提醒，AI工具能够“发现问题”，并不等于它能“解决问题”。

因为AI给出的判断，最终仍然需要人类专家来确认。

一篇论文是否存在事实错误、引用是否准确、图片是否被不当处理、结论是否被夸大、实验是否可重复，这些问题并不是AI简单给出一个风险提示就能完成判定。编辑、审稿人和研究者仍然要投入大量时间去核查、追溯和判断。尤其当AI生成内容越来越多时，潜在错误也会随之增加，出版机构反而需要更多人力去检查这些内容。

这也是社论中最值得科研人员重视的一点：AI并没有自动把科学出版变得更轻松，它只是把一部分工作转移到了新的审核环节中。

过去，很多人期待AI可以让论文写作更快、投稿准备更省力、编辑审稿更高效。但现实可能更复杂。AI可以帮作者润色语言，也可能生成看似流畅但事实不准确的表述；AI可以帮整理参考文献，也可能生成不存在的文献、错误的DOI或不匹配的期刊信息；AI可以辅助图片处理，也可能让图像问题变得更隐蔽。

对科研作者来说，这意味着一个新的责任边界正在变得清晰：AI可以作为工具，但不能成为责任主体。

论文署名者仍然要对研究内容、数据来源、引用规范、图片真实性和最终结论负责。即使某段文字由AI辅助润色，某些参考文献由AI帮助整理，某张图由工具辅助处理，真正需要承担学术责任的，依然是作者本人。

这也解释了为什么越来越多期刊和数据库开始要求作者披露AI使用情况。问题并不是“能不能用AI”，而是“用了AI之后，是否还保持了透明、可追溯和可核查”。如果AI参与了论文写作或材料整理，却没有经过作者认真核验，那么所谓的效率提升，很可能会在投稿、审稿甚至发表后的追责环节中变成更大的风险。

从更长远的角度看，科学出版的核心并不是速度，而是可靠性。论文发表得更快，并不必然意味着知识生产更有效；如果发表系统中混入更多未经核查的文本、引用、图片和结论，后续纠错、撤稿、质疑和复核的成本只会更高。

H. Holden Thorp 是《Science》系列期刊主编，2019年起负责《Science》家族期刊的编辑工作。加入《Science》前，他曾任圣路易斯华盛顿大学教务长、北卡罗来纳大学教堂山分校校长，并长期从事化学、生物医学与科研管理相关工作。作为科学出版与高等教育领域的重要声音，他近年来持续关注科研诚信、学术出版规范以及AI技术对科学共同体带来的影响。

AI可以提高效率，但学术规范不能交给侥幸。

为此，我们特推出【AiScholar AI 学术检测】，提供参考文献真实性检测、AIGC 文本检测、权威英文查重、图片查重等多项服务，帮助作者做一次全面“体检”。

已收藏 606

点赞 617