徐 贲：AI时代为什么更需要同行评议，需要怎样的同行评议

文｜徐贲，美国加州圣玛丽学院英语系荣休教授

作者授权首发

人工智能正以指数级速度重塑知识生产的方式。从AlphaFold破解蛋白质折叠，到大型语言模型辅助文献综述、代码生成乃至假设提出，AI已经内嵌为科研生产力的一部分。但生产力的爆炸性释放，同时带来了前所未有的质量控制难题。

同行评议诞生于17世纪的《哲学汇刊》，其核心逻辑简单而顽固：由领域内的专家对研究进行独立评估，以此作为知识进入公共信任体系的门槛。多数关于AI时代同行评议的讨论都停留在这一层：“AI放大了产出，也放大了错误，所以我们需要更强的错误筛查机制”。这个论证没有错，但它把同行评议矮化成了一道质检工序，仿佛它存在的全部理由就是“抓错”。

这其实遮蔽了一个更根本的问题：同行评议为什么在人类文明中会演化出如此稳固的位置？它抓错，但“查错”从来不是同行评议最深层的功能。要理解AI真正挑战的是什么，我们需要先把同行评议从“质量控制机制”提升为“知识合法性的生成机制”。AI越强大，越需要强健的共同体机制。同行评议不是过时的旧制度，而是AI时代维系知识公共性的最后也是最根本的防线之一。它的核心功能——把私人知识转化为可信的公共知识——在机器能高效生产文本的时代，反而变得更加不可或缺。

01

认识论深化：同行评议不是查找错误，而是把私人知识变成公共知识

科学哲学家波兰尼（Michael Polanyi）在其经典论文《科学的共和国》（The Republic of Science）中，曾提出一个洞见：科学共同体的运作方式，其实颇像一个自治的政治体。它依靠的并非中央计划式的协调，而是无数独立研究者之间彼此调整、相互校正的“自发秩序”——每位研究者自主选择问题，凭自己的判断力去探索，但整个群体却又能像一个有组织的共同体那样协同运作。倘若科学家彼此隔绝，科学进步很快就会陷入停滞，因为每个人迟早会耗尽自己最初的问题，却又无法借助他人的新发现来获得推进。更关键的是，在这个“共和国”里，科学观点的权威是相互的——它存在于科学家之间，而非凌驾于他们之上。科学活动既不能被某个至高权威所掌控，也不能被共同体外部的力量以“公共利益”之名任意驱使。

若将此框架搬用到同行评议上，我们便能得出这样的认识：当一篇论文写完的那一刻，作者所知道的东西，还只是私人知识。私人知识要转化为公共知识——即那种可以被引用、可以在其上继续建设、被共同体默认为“已经确立”的知识——就必须经过一道转化程序。这道程序的核心，并非“检查你有没有写错”，而是“共同体是否愿意授权这项知识，进入我们共享且可以彼此信赖的知识库中”。

这一区分至关重要，因为它揭示了AI在原则上无法替代同行评议的深层原因：AI可以无限地生产私人知识，却无法替代共同体授权公共知识的那一“合法化”仪式。即便未来的AI能够做出比任何人类学者都更精准的判断——这在技术上完全是可以想象的——那也仍然只是一个更强大的私人判断来源，而不是一次公共授权行为。授权，需要一个由多位独立、有资格、且彼此制约的判断主体所构成的共同体，这是一个结构性的要求，而非能力上的要求。你不能靠把判断力做得更强，就跳过“由谁来授权”这个问题——就像一个无论多么公正的人，也不能单凭“我很公正”这一理由，就给自己作出的判决书盖上公章。

于是，同行评议真正守护的，从来不是“这篇论文没有错误”，而是“这篇论文所包含的主张，已被这个知识共同体本身——而非某个足够聪明的个别判断者——所承认”。这才是它在人类文明史上地位如此稳固的真正缘由，也是它在AI时代不但没有过时，反而愈发不可或缺的认识论根源。

波兰尼的“共和国”隐喻回答了“谁来授权”的问题，但尚未触及另一个层面：即便授权的主体是共同体，共同体在不同知识领域中判断“什么值得授权”的依据也各不相同。这种差异并非源于制度设计的偶然，而是根植于自然科学与人文学科对“什么构成一个值得追问的问题”这一根本问题的不同理解——这正是研究者不可不认真对待的问题。

02

知识论前提：自然科学与人文学科对“有价值的研究”的不同界定

自然科学与人文学科对“什么构成一个值得追问的问题”有着截然不同的判断标准。这不是说它们“研究的东西不一样”，而是说它们对“什么样的东西值得被研究”的理解本身就不相同。这种差异根植于两种不同的知识兴趣和真理观念，也正是理解AI时代两条评议路径何以分道而行的知识论前提。

在自然科学中，一个研究对象是否有价值，取决于三个依次递进的条件。第一，可操作性：它必须能被转化为可测量、可操作、可干预的变量，才有进入研究的资格——“幸福感”不能被直接研究，但可以被转化为问卷量表或脑电数据。第二，可复现性：其规律应当在不同时间、不同地点、由不同研究者重复实验时得到一致的结果，从而使结论不依赖于某个特定研究者的个人视角。第三，积累性：它应当在已有知识的基础上开辟可推进的空间——修正前人的结论、填补空白，或拓展到新的条件与尺度。简而言之，在自然科学中，“有价值”约等于“可以被模型化”——一个研究对象的价值，取决于它能否被纳入一个更大的理论框架或预测系统之中。

而在人文学科中，判断标准恰好构成了一个反向的结构。第一，不可替代性：自然科学的对象是“例”——一个样本、一次实验——它之所以重要是因为它代表了一类事物；而人文学科的对象常常是“这一个”——这一部小说、这一幅画、这一位思想家的文本——它之所以值得研究，恰恰因为它无法被任何“同类”所替代。《红楼梦》之所以值得反复研究，不是因为它是某类小说的样本，而是因为它本身就是唯一的、不可复制的意义世界。第二，可阐释的丰厚度：一个对象的价值取决于它能否持续地、在不同时代以不同方式被重新阐释，并不断打开新的意义维度——人文知识不是“发现”新事实，而是“揭示”此前未被看见的意义关联。第三，与思想传统对话的能力：人文学科的问题总是从某个思想传统内部的争议、空白或张力中生发出来，一个对象是否有价值，在很大程度上取决于它能否激活现有的阐释框架，构成对既有理解的挑战、补充或颠覆。简而言之，在人文学科中，“有价值”约等于“可以被反复追问”——其价值取决于它能否持续地激发有意义的、值得回应的提问。

这两种标准的核心差异可以概括为：自然科学将研究对象视为代表一类事物的“例”，人文学科则将之视为独一无二的“这一个”；前者追求普遍规律与可预测性，后者追求深度理解与意义揭示；前者依赖可测量、可操作的判断依据，后者依赖可阐释、可对话的理解方式；前者的进步表现为积累性——新知识替换或补充旧知识，后者的进步表现为对话性——新阐释与旧阐释共存并竞争。理解这一差异，也就不难理解为什么同一套AI辅助评审模板在两个领域会产生完全不同的后果：自然科学的评审依据中有相当一部分可以被形式化和标准化，而人文学科的评审依赖的是评审者本人对思想传统的熟悉、对文本的敏感、对阐释空间的把握——这些默会知识无法被形式化为可计算的指标。这恰恰从知识论层面解释了为何人文学科必须建立与自然科学不同的AI使用边界。

在明确了自然科学与人文学科在知识论层面的差异之后，我们可以回到更为具体的制度层面，审视AI时代的同行评议正在经历哪些现实的冲击——而其中最根本的冲击，或许并不在“评议方法”本身，而在于整个知识生态中稀缺资源的格局已经发生了结构性的倒转。

03

AI时代，同行评议赖以运作的“无涉利害”假设为何动摇

社会学家罗伯特·默顿（Robert K. Merton）在其经典论文《科学的规范结构》（The Normative Structure of Science）中，将现代科学制度得以运转所依赖的规范总结为四条，后世常以“CUDOS”称之：公有性（communalism）、普遍性（universalism）、无涉利害（disinterestedness）与有条理的怀疑（organized skepticism）。这其中，“普遍性”与“无涉利害”这两条，正是同行评议制度中“双盲”设计的哲学基础——评审者不应知道作者是谁，从而不受作者的身份、机构、声望所左右，只依据论证本身的质量做出判断；反过来，作者也往往不知道评审者是谁，从而使评审者可以不受人情往来、学术恩怨的牵制，进行相对无涉利害的评判。这套“匿名性”设计，其存在的全部理由，就是让评审这件事，尽可能地只关于“这项论证本身是否站得住脚”，而不关于“是谁写的、谁在评”。

AI的出现，正在从两个相反的方向，同时侵蚀这套匿名性假设，而这两个方向此前很少被放在一起讨论。

第一个方向，是AI正在让“匿名”变得越来越难以真正维持。文体计量学（stylometry）研究早已证明，即便隐去作者姓名与机构信息，一个人的写作风格——句长的分布、特定虚词的使用频率、论证展开的节奏——依然构成一种近乎指纹般的身份标记。过去，识别这种风格指纹，需要评审者本人具备极为敏锐的、长期浸润于某个领域所形成的直觉，因而这种“猜出作者是谁”的能力，本身就稀缺而昂贵，不足以系统性地威胁匿名评审的公正性。但今天，AI完全可以被训练用来对海量已发表文献进行风格建模，进而在几秒钟内，从一篇匿名投稿的措辞习惯中，高概率地反推出作者所属的学术脉络、师承传统，甚至具体身份。这意味着，同行评议赖以运作的“匿名性”，正在从一种此前依靠制度设计就能大体保障的状态，变成一种在技术上越来越难以真正实现的状态——而一旦评审者可以借助工具，绕过匿名设计去揣测作者身份，默顿所说的“普遍性”原则，便失去了赖以生效的制度屏障。

第二个方向，恰恰相反，却同样构成对评审公正性的威胁：AI辅助写作，正在系统性地抹除那些原本可以帮助评审者做出恰当判断的、真实的风格信号。设想一位初入学界的年轻学者，与一位浸淫多年的资深学者，各自撰写一篇论证结构相似的论文——在AI介入之前，两者之间在论证的圆熟度、修辞的老练程度上，往往存在着某种可以被评审者敏锐察觉的差异，而这种差异，恰恰是评审者据以判断“这个论证是否经过了足够的思考淬炼”的重要依据之一。但当两人都借助AI对文稿进行大幅度润色之后，这种原本真实存在、原本具有信息价值的差异，很可能被显著地抹平——年轻学者的稿件，可能在语言层面显得与资深学者的稿件同样圆熟、同样“老练”。这看起来像是一种公平的拉平，实则制造了一种新的、更隐蔽的判断困境：评审者失去了一个此前可以合理依赖的信号——文字本身的成熟度——去校准“这份判断，究竟经过了怎样的思考过程”，而不得不越来越依赖论证的表层结构是否完整、逻辑是否严整这类更容易被AI本身模拟的指标。

这两个方向的合力，构成了一种此前的同行评议制度从未遭遇过的处境：匿名性，作为一种保护评审公正的技术手段，正在同时变得“太容易被绕过”与“太容易被滥用来掩盖差异”。前者威胁的是默顿意义上的“普遍性”——评审者原本不应该、现在却越来越有能力知道作者是谁；后者威胁的则是评审判断本身赖以校准的信息基础——评审者原本可以借助的、真实存在的风格线索，正在被系统性地稀释。

这一发现，指向一个具体而现实的制度性应对方向：与其在“是否应当坚持双盲评审”这一问题上继续依赖传统的匿名化手段（隐去姓名、隐去机构），不如正视——AI时代，真正需要被重新设计的，不是“如何让匿名更彻底”，而是“如何让评审判断的依据，更少地依赖于本就无法被稳定保护的风格信号，而更多地依赖于可以被清晰陈述、彼此校验的论证结构本身”。这也从另一个角度让我们看到：同行评议真正守护的，从来不是“这篇论文表面上看起来有多成熟”，而是“这项主张是否值得被这个共同体正式承认”——而后者，理应建立在比风格印象更为坚实的基础上。

双盲假设的动摇，暴露的是AI对评议制度内部操作层面的冲击。但更深层的变化发生在更宏观的尺度上——当AI让“生产一篇论文”变得前所未有地容易时，整个知识生态的稀缺格局本身正在发生根本性的改变。

04

稀缺资源的转移：从“知识生产”到“值得被认真阅读”

AI时代的同行评审还有一个来自文明尺度转变的问题，它超出了技术层面的效率考量。这里所说的“文明尺度”，指的不是某个具体环节变快了或变慢了，而是整个知识生态中，“什么东西是稀缺的、因而值得被珍惜”这件事本身发生了整体性的倒转——就像水在沙漠中稀缺、因而珍贵，一旦大雨倾盆，稀缺的就不再是水本身，而是能够及时排走多余积水、辨别哪些水值得留存的能力。知识生产领域正在经历一次类似的倒转：过去，“写出一篇论文”是稀缺的一端，“找人来读”相对不那么稀缺；而AI正在让这个天平整体倒转过来。

经济学家、认知科学家赫伯特·西蒙（Herbert Simon）在1971年的论文《为信息丰富的世界设计组织》（ Designing Organizations for an Information-Rich World）中提出了一个后来被反复引用的洞见：信息消耗的东西是显而易见的——它消耗接收者的注意力；因此信息的丰裕造就了注意力的贫瘠，并由此产生了一种需要，即如何在信息源过剩的情况下有效地分配那份注意力。这段话写于互联网诞生之前，却精准预言了今天知识生产领域正在发生的事：AI没有让世界变得信息匮乏，恰恰相反，它让写作、论证、初稿生成的门槛前所未有地降低——真正变得稀缺的，不再是“有没有人能写出这篇论文”，而是“有没有人能、并且愿意认真读完它、并对它做出负责任的判断”。

这是一个文明尺度的转移，而不只是学术出版行业内部的效率问题。历史上，知识生产本身是稀缺的——写一篇论文需要多年积累、大量案头工作、艰苦的表达过程，这个过程本身构成了一道天然的筛选门槛。AI正在拆除这道门槛。当论文的生产成本急剧下降，同行评议就从“给已经很稀缺的论文把关”的角色，转变为“分配这个共同体最宝贵的、无法被AI增殖的资源——认真阅读与负责任判断的注意力”的角色。

这个角度重新定义了同行评议在AI时代的使命：它不只是错误检测机制，更是一种注意力的分配机制与信任的授予机制。一个审稿人愿意花十个小时认真读一篇论文、思考它、和作者对话，这份时间投入本身就是这篇论文获得的最稀缺资源；而如果审稿人只是把论文丢给AI换回一份结构化报告，那么这篇论文事实上从未真正获得共同体的注意力，它得到的只是一次统计学意义上的“过审”，而不是一次真正的授权。

AI时代知识生态中的“稀缺性”结构发生了改变：从论文的稀缺转变为注意力的稀缺，于是，接下来的问题便是：当“认真阅读并负责任判断”本身成为最稀缺的资源时，谁来承担这份责任？又如何确保这份责任有清晰的落点？这便引出了同行评议制度中一个更为根本的维度：责任分配。

05

同行评议制度中的责任分配：从“抓错”到“担责”的共同体伦理

知识共同体内部的一个古老而根本的问题是，谁参与、谁把关、谁为知识的公共性最终负责。同行评议具有将私人知识转化为公共知识的认识论功能，这种转化要真正生效，还必须依赖一套清晰的责任分配机制。这不是外在于同行评议精神的行政附属品，而正是波兰尼所说的“科学共和国”得以运转的制度基础——一种没有责任落点的自发秩序，无从谈起真正的相互校正。

2026年7月中国人民大学撤销其2019届创造性写作专业硕士毕业生蒋方舟学位一事，恰好为这条责任链条提供了一个近在眼前、结构清晰的案例。经调查，蒋方舟的硕士学位论文被认定存在多处与境外期刊文字重合而未标注引用的情况，校方因此撤销其学位（魏梦佳）。值得注意的是，这一认定经历了两轮通报：首轮调查仅认定论文存在注释不规范等“学术不规范”之处，尚未构成学术不端，仅对其导师作出暂停招生资格一年的处分；随着新证据浮现，第二轮调查才最终认定其构成学术不端并撤销学位（澎湃新闻）。这一“一波三折”的过程本身，比最终结论更值得同行评议制度反思——它暴露出即便在人类完全主导评审、AI尚未深度介入的情形下，责任的认定也可能因证据链不完整、审查尺度把握不一而出现反复，更何况在AI已经系统性介入写作与评审的今天。

在这条链条中，作者本人首先承担直接且几乎不可分担的责任——论文的真实性、原创性与规范性，最终维系于执笔者是否诚实地标注了知识的来源。这是同行评议赖以运作的最基本前提：评审所审查的，永远是一份被假定为诚实呈现的私人知识，一旦这个前提本身被违反，此后无论评审程序设计得多么精密，都已建立在错误的地基之上。这正呼应了第一节的论断——同行评议授权的是“共同体愿意承认的知识”，而非“共同体没有查出错误的知识”，作者诚信因此构成整条授权链条的起点，而非可有可无的附加条件。

导师与答辩委员会承担的则是直接而非替代性质的把关责任。导师负有指导选题、规范与学术诚信教育的义务，其责任是一种“合理注意义务”，而非要求其必须发现论文中的每一处瑕疵；校方最初即以约谈导师、暂停其招生资格一年作为回应，体现的正是一种“能力与责任相匹配”的追责逻辑——导师的责任不在于全知，而在于是否尽到了与其职位相称的审慎。答辩委员会则承担集体审议责任：全体通过并不意味着零责任，若论文存在明显疑点而委员未能提出异议，其责任便在于专业判断的失察，而非单纯的行政程序失职。这两个环节遵循的是一种“近因原则”——越接近论文产出与审查现场的判断者，责任越重，这与第二节讨论的匿名评审设计所共享的逻辑一致：评审判断应尽可能建立在离论证本身最近、离风格印象与身份揣测最远的位置上。

学校及其上级管理部门承担的是一种“元责任”——不是对某一篇论文的直接判断责任，而是对整个评议体系是否可靠这件事本身的担保责任。校方要求相关学位评定分委员会提交整改报告，正是这层元责任的体现：如果查重形同虚设、盲审流于形式，那么无论个别导师或答辩委员如何尽职，整条授权链条都可能在制度层面出现系统性漏洞。

综合这三层责任，同行评议制度中的问责逻辑可以归纳为几条彼此关联、而非彼此并列的原则。

首先是比例原则

责任大小应与过错程度、因果关系的远近以及参与深度成正比，作者作为直接过错方承担最重的后果，导师与委员承担把关意义上的管理责任，学校承担制度设计意义上的担保责任——三者不是互相替代，而是共同构成一条完整的责任链条。

其次，这条链条内部存在“连带但分层”的关系

任何一环的失守都会削弱整个共同体的公信力，但这并不意味着人人同罪，恰恰要求每一环都清楚自己在链条中承担的那份具体审慎义务。

再次，责任的可追溯性在AI时代变得尤为迫切

查重报告、评审意见、修改轨迹等材料若能被完整记录并在事后可查，共同体便有能力在争议发生时重建判断的过程，而不必仅仅依赖当事各方各执一词的叙述；舆论对两轮通报结论差异的持续追问，某种意义上正是公众在自发地要求这种可追溯性。

最后，问责的目标应当是预防优先而非惩罚优先

将审稿质量纳入学术评价、系统培训评审者辨识AI介入的边界、建立跨机构的审稿人信息共享机制，使制度性激励与共同体的自我校正能力相互增强，而不是让认真履责者的劳动被无审计的AI辅助评审所稀释，最终形成劣币驱逐良币的局面。

这套责任框架之所以值得作为“升级而非替代”的具体体现被单独讨论，是因为它回应了一个此前隐而不彰的问题：同行评议真正稀缺、也真正无法被AI替代的，不仅是判断本身，还包括判断背后那份愿意具名承担后果的责任心。AI可以协助核查引注格式，可以标记文字重合之处，但它无法承担导师被暂停招生资格、学院被要求整改这类后果本身——责任的承担者，始终必须是可以被问责、可以被追究、可以因失职而付出真实代价的人。

这也再次印证了第一节从波兰尼那里引出的论断：授权是一种结构性的要求，而问责则是授权得以持续运转的另一面——没有可问责的主体，便没有真正的授权，共同体的自我校正能力，正建立在这套具体而微、层层落实的责任分配之上。

对学术不端的举报在广义上可以视为同行评议机制的延伸与补充，但并非传统同行评议的常规核心部分，而是属于事后监督与开放评议的范畴。在蒋方舟案中，清华大学教授肖鹰的实名举报提供了新线索和证据，推动中国人民大学重新调查并最终撤销学位，这正是对正式前置评议（导师指导与答辩委员会审议）的有效补救。传统同行评议侧重于授予前的匿名或半匿名审查，提供知识合法性的初始授权；而举报则体现了学术共同体持续相互校正的自发秩序，任何合格同行都有权对已进入公共领域的成果提出质疑。

这种扩展形式在AI时代尤为重要，它弥补了正式流程可能存在的疏漏、信息不对称或审查不彻底，同时强化了整个共同体的连带监督责任。当然，举报需基于可验证证据并遵循程序公正，以避免滥用风险，从而与前置评议共同构成完整的同行评议生态：前者设立门槛，后者保障迭代与纠错，最终维系公共知识的可靠性和学术共同体的自我净化能力。

06

AI没有削弱共同体，反而让共同体成为最后的基础

AI时代真正不会被替代的，究竟是同行评议这套具体的制度安排，还是它背后更根本的东西？

十九世纪以后，科学的可信度越来越依赖共同体而非个人天才的权威——这不是历史的偶然，而是知识生产本身的逻辑要求。AI的出现让这一点比以往任何时候都更加清晰，而不是相反：当AI可以帮助任何人流畅地生成任何论证、任何阐释、任何看似严谨的文本时，个人凭借“我这个人本身值得信赖”而获得的信誉正在结构性地贬值——因为文本的表层特征不再能可靠地区分谁在认真思考、谁只是在调用一个足够好的模型。在这种情况下，能够继续区分可信知识与流畅噪音的，只剩下共同体本身：一群彼此独立、却又相互校正、相互授权、相互承担责任的判断者，持续不断地做出那个AI无法代为完成的决定——这个东西，是否配得上被我们共同视为“已知”。

这就是为什么，AI越强，人类越不能把知识理解为个人能力的展示，而必须重新理解为共同体不断相互校正、不断相互授权、不断相互承担责任的公共事业。科学之所以可信，从来不是因为科学家不会犯错，而是因为没有任何一个科学家拥有最终裁定真理的权力——同行评议真正维护的，并不是论文的正确性，而是这个共同体不断修正自身的能力。

这也促使我们进一步追问一个比同行评议本身更大的问题：AI改变的，或许不只是“如何评议已经写成的知识”，还包括“什么才算作一项值得被评议的知识贡献”这个更根本的标准。当AI可以低成本地生成大量方法规范、数据完整、结论稳妥的增量性实证研究之后，这类工作本身的边际稀缺性正在下降；与此相对，真正稀缺、也因此愈发值得共同体珍视的，可能是那些AI难以独立完成的工作——对某一领域既有研究进行真正具有批判性的综述与重新整合，提出能够重组既有问题版图的新理论框架，在此前彼此隔绝的领域之间建立起真正具有洞察力的连接。

这些工作依赖的正是前面反复强调的那种共同体性的默会判断，而不是可以被流程化的产出效率。如果同行评议制度只顾着升级“如何筛查已经生产出的论文”，而不重新思考“什么才是文明真正需要共同体去认真对待的知识贡献”，那么它即便在技术上足够先进，也可能是在用更高的效率做一件方向需要重新审视的事情。

AI时代需要升级的，恐怕不止是同行评议这套制度本身，更是人类对“共同体如何生产可信知识”这一古老问题的重新理解。这个问题在人文学科这里尤其尖锐——因为人文学科从来就没有自然科学意义上那种“外部的、可复现的真理检验”可作最后凭靠，它能够依赖的，始终只有阐释共同体自身的判断力与自我校正能力。AI并没有制造文科评议的这种脆弱性，它只是把一个早已存在、却常常被人文学科自身所忽视的真相，重新推到了台前：无论单个判断者多么强大，知识最终获得公共合法性的唯一场所，从来都是共同体，而不可能属于任何个人或技术系统。