在越来越多科研作者借助 ChatGPT 等 AI 工具撰写论文的时代，一个令人深思的问题悄然浮现：如果一篇学术论文完全由人工智能生成，审稿人能识别出来吗？
这是一个不仅关乎技术能力，更触及学术诚信与出版机制底线的问题。毕竟，同行评审制度是现代科学出版的核心防线，而 AI 写作的崛起，正悄悄挑战着这道防线的敏感度与可靠性。
近日，The American Journal of Emergency Medicine 发表了一项研究：Can peer reviewers spot ChatGPT-generated manuscripts？这项实验性的研究尝试回答一个前所未有的问题：当前的编辑和审稿人，是否具备辨别 AI 写作的能力？
它并不是一次噱头十足的科技尝试，而是一次以真实同行评审流程为背景、涉及实际评审人的严肃实验。这项研究的设计和结果，或许会让许多科研工作者开始重新思考：AI 时代的学术评审，究竟准备好了没有？
一场隐藏身份的“论文对决”
2024年末，一项别开生面的实验性研究在学术界悄然展开。研究人员提出了一个大胆的问题：如果我们让 ChatGPT 写一篇完整的科研论文，送去给真正的审稿人评审，他们能看出来这不是人写的吗？
研究团队使用了 OpenAI 的 GPT-4o 模型，让它撰写了一篇以“预测院外心脏骤停（OHCA）患者的死亡率与自主循环恢复（ROSC）”为主题的完整科学手稿。整篇论文的生成完全不依赖任何人工干预，从摘要、方法、结果到参考文献，全权交由 ChatGPT-4o 完成。
接下来，这篇“AI写作样本”被发送给14位具有实际SCI-E期刊审稿或编辑经验的专家。这些人并不知道自己面临的是一场“认知挑战”。他们被要求像日常工作一样审稿，给出接受、拒稿或修改建议，事后才被询问：你是否察觉这是一篇AI生成的论文？
多数审稿人被“骗”了
实验结果颇具冲击力：78.6%的审稿人（11位）完全没有察觉出这篇论文是由ChatGPT生成的。
在审稿过程中，有6人（42.9%）在编辑初审阶段选择拒稿，另有6人建议送审。在进一步的同行评审环节，又有6人建议拒稿、4人提出“大修”建议。然而，这些判断均是在未意识到作者是AI的前提下做出的。
也就是说，这些评审人并不是因为发现了AI痕迹而拒稿，而是像平常一样基于内容质量做出判断。而且，其中有不少人给出了正面的语言评价，认为“结构清晰”“表达规范”，甚至比部分人类论文更“易读”。
这反映出一个核心问题：AI生成论文已经具备一定“迷惑性”语言优势，而当前的审稿流程，并不具备足够的识别能力。
少数能够怀疑文章“可能不是人类写作”的审稿人，也多是基于一种“模糊直觉”提出意见，例如指出文章“空洞”“细节不足”“没有具体研究亮点”——这些反馈虽然准确，但并不具备操作性识别标准。
研究最终指出：即使是经验丰富的审稿人，在没有明确提示的前提下，也很难区分AI生成内容与人工撰写内容，这为未来的稿件评估与出版伦理带来了实质性挑战。
评审机制，准备好迎接AI了吗？
这项研究传递出的信号非常清晰：目前的同行评审机制，在识别AI生成内容方面存在明显盲区。
过去，审稿人依赖语言质量、逻辑顺畅性、结构完整性等指标来判断论文的“好坏”。但在AI可以轻松满足这些“表层标准”的今天，评审机制也许需要重新定义它所追求的“科研质量”。
这并不是说审稿人不够细致，而是AI写作正在重塑我们对“写得好”这件事的理解。它可以写出无懈可击的摘要、看似科学的结论、引用得当的参考文献，却可能在背后没有任何真正的实验过程，甚至完全是虚构的数据和设计。
在这样的情况下，仅靠语言判断、结构判断已不够。同行评审机制亟需更新，对AI生成内容形成更有针对性的识别方法和伦理规定。
我们还能用ChatGPT吗？
看到这里，也许你会问：那是不是意味着我们从此不能使用ChatGPT了？
其实正相反。这项研究的意义并不在于“禁止AI写作”，而是提醒我们要对它的能力保持清醒认识。ChatGPT可以是一个非常强大的写作助手，但它不能取代研究本身。数据从哪里来、实验怎么做、推理是否合理，这些才是一篇真正科研论文的“根”。
更关键的是，如果你使用了AI工具，却没有说明——这在很多期刊的规定中已被视为违反学术道德的行为。包括Springer Nature、Elsevier、Wiley 等出版机构都陆续发布政策，要求作者披露使用AI生成内容的范围和方式。
最后
这项研究让我们看到了一个悖论：当一篇论文看起来“太标准”、“太规整”、“太没问题”，它可能就不是人写的。我们一直以为，审稿人可以看穿虚假，分辨质量。但当AI进入写作战场，我们也许需要重新定义“可疑”的标准。也许，未来的审稿人不只要读懂文章，还要学会读懂AI。
