◎王宏恩／內華達大學拉斯維加斯分校政治系副教授
自從ChatGPT等AI於四年前正式被大規模引用之後，各領域的期刊文章投稿數量加速上升，許多學者跟學生都已經把AI當作每天協作的必要工具，但這個狀況也開始給各個期刊的審查帶來負擔。2025年11月，一群橫跨政治科學、心理學、以及傳播學的學者，也同時是這些領域頂級期刊的編輯團隊，在義大利齊聚一堂，開會討論AI時代的期刊審查應該何去何從，並且將討論結果於2026年2月正式刊出。
Munger, K., Bakker, B., Berinsky, A., Giger, N., Guess, A., Just, N., … & van de Rijt, A. (2026). Peer Review 2027: Scenarios for Academic Publishing in the Age of AI.
這篇文章的特殊之處，在於使用一個社會學的視角，將期刊審查本身鑲嵌在整體的社會發展。文章一共分成三部分：
第一，回顧學術界同儕審查的歷史，並說明同儕審查是隨著社會變化逐漸演進的，本身是被發明的產物，也是為了回應社會的期待與目的。
第二，用賽局理論的角度，解釋在AI出現之後，現有的期刊同儕審查制度本身已經是一個難以維持的均衡狀態。
第三，討論各種可能的改良方案，並同樣用前述提到的社會期待與賽局，來分析哪一種改良方案更可能創造出一個新的良善的均衡狀態。
文章首先就從歷史說起：同儕審查是近代回應社會的產物。雖然同儕審查的歷史可以追溯到1831年英國皇家學會（Royal Society），但對於大多數學術期刊並不是常態，甚至Nature到1973年才開始有外部同儕審查，之前都是看編輯喜好決定是否刊登。同儕審查逐步建立，來自於1950年後美國國科會擴編並經費大增，當時學術圈為了說服社會建立預算使用的自主性，想要建立科學客觀中立的形象，因此設計並大規模應用同儕審查制度，被稱之為是『科學的社會契約（social contract for science）』。
除了回應社會期待之外，期刊論文同儕審查的過程中，也是訓練學生逐漸理解學術，並且成為學術圈的一份子的過程。在審查其他人論文、自己論文也接受其他人審查，這段過程就會讓人內化並接受學術規範，成為學術團體成員之間的共識與norm。當然，同儕審查本身具有改善研究品質、促進知識累積的效果。
接著，文章就開始推論，為何當下的AI時代會塞爆原本的期刊論文同儕審查制度。因為AI協助研究速度、撰寫論文的速度加速，在現階段研究人員以論文數量作為主要競爭標的的學術圈，這樣的AI輔助會讓每個人都有動機使用AI，你不用就輸給其他人了。在這樣的情況下，結果就是導致大家會寫出更多的論文投稿。但在目前頂尖期刊通過率仍低並以此作為名聲判准的情況下，就是期刊也需要尋找大量的審查人來審查這些稿件，而目前審查又大多沒有任何金錢或名譽上的回饋，這使得審查意願更低、審查通過的時程也將會更長，形成囚徒困境。簡而言之，在目前學界形成共識的審查制度，在AI時代衝擊之下，將會是一個難以維持的均衡，學界勢必做出改變。
那要做出怎樣的改變呢？該文接著討論幾種可能。
第一，全面禁止AI。但這在實務上很難做到，因為AI的確幫助了學術界一些進展，例如資料偵錯（該文作者剛抓到最新公布的ANES資料庫裏面有一個變數coding錯誤）、例如幫助非英語系作者寫出適合溝通的英文等。加上前述提到的囚徒困境，以及實務上偵測的困難，因此要全面禁止AI在學術生產領域基本上不太可能。
第二，全面開放AI，包括期刊撰寫與期刊審查，以毒攻毒。然而，作者認為這會破壞了當初同儕審查的『科學的社會契約』以及其他功能。這破壞了當初同儕審查用以訓練新人加入社群、形成norm的功能。此外，這也破壞了學界透過辛苦客觀的審查來建立起對一般大眾負責任的名聲與態度（假如都是AI，那AI乾脆給國會或人民控制來審查全體科學家就好了）。當一個社會沒有科學家，如何以人的角度對科學研究結果與方向來做定奪？
（筆者在這裡想要另外補充，科學的知識累積的過程是人們對於世界理解的過程。假如交給AI來審，就變成是AI理解世界，而不是人類的大腦以人類的認知方式去理解世界。假如一切交給AI研究、AI審查，人類到最後還是無法用人類的大腦去親自理解，那跟根本沒有做這研究不是一樣的嗎？宇宙的科學定律沒有人類還是會照樣運作的）
第三，投稿者不能用AI、只有審查人可以用AI，同時透過減少論文投稿數、增加審查人能力來處理當下的問題，維持均衡。然而，作者自已也承認，這種想法也是不切實際，因為根本查不完投稿者有沒有用AI。
第四，全力加大審查人的人類投入。這也是本文想要給出最主要的建議。
原文認為，現階段要讓論文研究過程不用AI已經不可能，而研究人員在論文產出的階段受益於AI而可以減少工作時間。那麼，就應該要把時間花在審查論文上，維持人機合作的Human-in-the-loop。這種設計可以減少前面提到的問題，讓人類作為最後研究結果的定奪，也維持人類對於研究結果產出的理解與把關。
要如何提高審查人的投入？作者群給出一些大膽的建議，包括要讓未來工作職位招聘、升等、審查都要全面提高論文審查的分數（而不是只有研究與教學）、建立論文審查的獎勵制度（以後不只發了APSR是算升等點數，被邀請審查APSR也要算進升等點數）、給予論文審查經費、規定投稿費用、限制每個研究人員能夠投稿的期刊數目上限等。
然而，要真的能夠達到第四種狀況，需要很多前提條件，尤其是針對投稿上限、以及升等條件，都需要學術界跨校、以及編輯們跨期刊的合作才有可能，但期刊間是否願意資訊交流、以及學校間是否願意合作，都還是很大的疑問。畢竟投資人與民眾可能都比較期待學術『產出』，也就是論文，而非學術『審查』，即使如前述，學術審查應該會在未來的human-in-the-loop裡面理應扮演越來越重要的角色。因此，要跳脫當下的囚徒困境，需要所有player一起合作才可能跳到另一個長期合作的均衡。最後，要達到上述這些變化，前提都是我們要有更多資料才可以做判斷與驗證，假如沒有辦法追蹤這些變數的資料，一切都是空談。
筆者認為，上述作者們提到的方案，相較於現狀，或許真的能夠避免期刊審查制度的崩潰（畢竟原作者是一大群頂尖期刊的編輯）。然而，這些方案是否真的能夠訓練出下一代的科學家，則不無疑問。現在期刊審查之所以能夠達到提高學術品質的效果，就在於審查人本身有經過期刊撰寫、資料收集與分析、無數次試錯的勞心、勞力過程。假如這些過程先被AI取代、甚至讓新一代學者直接在認知上產生依賴，那麼把它們直接丟去審查由AI寫出的文獻，是否仍能跟過去審查人一樣挑剔？還是會輕易的被其他人的AI說服？
另外，相較於投稿是大家主動的，目前審查人都是透過主編主動尋找的，因此假如未來幫忙審查會具有credit，就等同於頂尖期刊編輯們將擁有分發credit的驚人權力，這樣的制度要如何修正，也將會是個問題。當然，在目前AI新模型能力快速突破的狀況下，學術界討論對應的政策改革已經是刻不容緩的任務了。