AI-ассистенты для peer review: кто проверяет рецензентов

За последний год рецензирование научных статей — процесс, который десятилетиями держался на бесплатном труде учёных, — обрастает AI-инструментами. Издательский гигант Elsevier тестирует внутренние помощники для редакторов, стартапы вроде Scite, Elicit и Consensus продают доступ к системам, которые ищут противоречия и проверяют ссылки, а десятки препринт-серверов ловят тексты, целиком написанные языковыми моделями. При этом Science и семейство журналов заявили, что рукопись, прошедшая через генеративную модель без раскрытия, — основание для отклонения. Рынок раскололся: одни видят в агентах спасение от завала рукописей, другие — угрозу самой идее экспертной оценки.

Что вообще пытаются автоматизировать

Классический peer review — это когда редактор отправляет рукопись двум-трём независимым специалистам, а те за несколько недель (иногда месяцев) пишут разбор: обоснованы ли выводы, корректна ли статистика, не пропущены ли ключевые работы. Проблема известна: рецензентов не хватает, они перегружены, а качество разбора зависит от настроения и добросовестности конкретного человека.

AI-ассистенты заходят не на место рецензента, а рядом с ним — как минимум так их позиционируют разработчики. Типичные функции:

• Проверка ссылок и цитирований — существует ли работа, подтверждает ли она то, что ей приписывают, не «галлюцинация»¹ ли это.
• Поиск внутренних противоречий — расходятся ли числа в тексте, таблицах и абстракте.
• Проверка на соответствие требованиям журнала — структура, декларации о конфликте интересов, доступность данных.
• Черновик рецензии — резюме статьи и список вопросов к авторам, который живой рецензент дорабатывает.
• Детекция сгенерированного текста — попытка отличить рукопись, написанную моделью, от авторской.

Где грань между помощью и подменой

Самое спорное — черновик рецензии. Если редактор поручает модели написать разбор целиком, а рецензент лишь ставит подпись, экспертной оценки не остаётся. Крупные издательства это понимают: политика Elsevier и ряда журналов прямо запрещает загружать чужую неопубликованную рукопись в сторонние AI-сервисы — это утечка конфиденциального материала третьей стороне.

Инструмент, который проверяет ссылки, экономит рецензенту час. Инструмент, который пишет за него рецензию, лишает автора того единственного, ради чего он проходит этот процесс, — взгляда живого специалиста.

Чем отличаются доступные инструменты

Единого «агента-рецензента» на рынке нет — есть набор узких сервисов, каждый закрывает свой кусок. Ниже сравнение по публично заявленным функциям; цены и лимиты у всех меняются, сверяйте на официальных страницах.

Отдельная категория — детекторы сгенерированного текста. Их надёжность остаётся низкой: и открытые исследования, и практика редакций показывают высокий процент как ложных срабатываний, так и пропусков. Конкретных валидированных цифр точности, которые можно было бы назвать здесь без риска соврать, у меня нет — относитесь к таким детекторам как к сигналу для проверки человеком, а не как к вердикту.

Кому это пригодится и кому нет

Пригодится редактору журнала, который получает сотни рукописей в месяц. Автоматический скрининг на битые ссылки, отсутствующие декларации и расхождения в числах отсекает часть заведомо сырых работ до того, как их увидит рецензент. Это экономит недели.

Пригодится самому автору перед подачей: прогнать черновик через инструмент проверки цитирований дешевле, чем получить отказ из-за несуществующей ссылки, которую по невнимательности вставила модель на этапе написания.

Пригодится начинающему рецензенту как чек-лист: система подсказывает, на что смотреть, но выводы он делает сам.

Не подойдёт там, где нужна оценка новизны и научной значимости. Понять, что работа переворачивает область или, наоборот, повторяет известное, модель не умеет — для этого нужен специалист, который годами варится в теме. Не подойдёт и для конфиденциальных рукописей на сторонних сервисах: это прямое нарушение политик большинства издательств.

Что происходит с ответственностью

Ключевой вопрос: кто отвечает за пропущенную ошибку, если её должен был поймать AI? Пока ответ везде один — человек, поставивший подпись под рецензией или принявший статью. Инструмент остаётся инструментом, и перекладывать на него ответственность за качество экспертизы редакции не готовы. Это, пожалуй, главный сдерживающий фактор: пока агент не может отвечать за свои выводы, полностью заменить рецензента он не может по определению.

¹ Галлюцинация — уверенно поданный, но вымышленный ответ языковой модели: несуществующая статья, цитата или число, которые выглядят правдоподобно, но не подтверждаются источником.