哈佛大学定量社会科学研究所的 Gary King 与 Steven Worthington 在 10 月 22 日发布的预印本中，对比了 AI 与人类最强审稿团的表现，结论一边倒：Claude 在七个审稿维度上全部胜出。
研究以哈佛 rapidPeer 服务 2019 至 2026 年的 124 篇论文、134 份付费专家审稿意见作为人类基准；Claude Opus 4.8 在最高推理档位下参赛，其中一组还可联网检索，平均每篇搜索 12.4 次。裁判一方是 OpenAI GPT-5.5 的盲法成对比较，另一方是 3 位不知情的期刊前编辑。
- 评分全面领先：AI 平均 8.7 分，人类 6.0 分；前编辑盲选 30 次中有 26 次选了 AI，补文献、看图表两项差距最大。
- 准确性也更胜一筹：逐句对照原稿核查，人类错误率 15.9%，Claude 仅 5.5%；651 条带 DOI 或 arXiv 编号的引用无一编造。
- 流程建议与风险并存：作者建议期刊公开 AI 审稿提示词、投稿前先用 AI 预审，但最终发表决定仍归人类编辑；同时提醒 AI 辅助可能让学术想法趋同。
原文链接：点击查看原文
评论