这个话题我们之前谈到过，什么是分布式同行评审？它有哪些优势？
不过，近年来，科研界一直在讨论这个老问题：传统同行评审还能坚持多久？，所以我们有必要再详细的介绍下这种新兴的模式。
一方面，科研论文和基金申请数量持续增长，同行评审已经成为许多科研人员最沉重的"隐形工作"之一。另一方面，各大资助机构越来越难邀请到足够数量、足够专业且愿意投入时间的评审专家。评审周期越来越长、专家负担越来越重、意见质量参差不齐，几乎已经成为全球科研资助共同面临的问题。
正是在这样的背景下，一种全新的评审模式开始受到越来越多机构的关注，它就是分布式同行评审（Distributed Peer Review，DPR）。
与传统同行评审最大的不同在于，申请人不再只是被评审者，同时也是评审者。
听起来似乎有些不可思议：申请基金的人，去评审其他申请人的项目，这样真的公平吗？
事实上，这种模式已经开始进入真实的科研资助体系，并且英国UKRI、欧洲南方天文台（ESO）、Volkswagen Foundation以及荷兰研究理事会（NWO）等机构都已经开展了试点。
那么，Distributed Peer Review究竟是什么？它为什么会出现？它真的能够替代传统同行评审吗？
什么是分布式同行评审（Distributed Peer Review）？
分布式同行评审（Distributed Peer Review，简称DPR）是一种由申请人共同承担同行评审工作的评审机制。
传统同行评审中，科研人员提交申请后，资助机构会邀请若干名外部专家进行匿名评审，最后再由专家委员会综合讨论决定是否资助。
而DPR完全改变了这一流程。
在DPR中，每一位申请人在提交申请书的同时，也自动承担评审人的职责。资助机构会随机分配若干份其他申请人的项目，由申请人按照统一标准完成评审、评分并撰写评审意见，而自己的申请则由其他申请人负责评审。
换句话说，所有申请人共同组成了整个评审体系。
UK Research and Innovation（UKRI）在最新发布的DPR实施指南中，对这一模式进行了非常直接的定义：
提交申请意味着申请人同意同时担任评审人，对同一资助项目中的其他申请进行评审，而自己的申请也将由同行申请人进行评审。
因此，DPR并不是取消同行评审，而是重新定义了"同行"的范围——同行不再局限于受邀专家，而是扩展到整个申请群体。
为什么科研界开始尝试这种模式？
DPR的出现，并不是为了追求新颖，而是为了应对传统同行评审越来越明显的瓶颈。
近年来，无论是论文还是科研基金申请数量都持续增长，但愿意承担同行评审工作的专家数量却没有同步增加。越来越多研究者反映，每年花费大量时间审稿和评审基金，却很难获得学术认可；而资助机构则需要投入大量人力寻找评审专家、协调时间、组织专家委员会，整个流程耗时漫长。
2022年英国《Independent Review of Research Bureaucracy》就建议，科研资助机构应探索更加高效、更具创新性的评审模式，以减少科研管理带来的行政负担。随后发布的《Review of Peer Review 2023》进一步提出，不同类型的资助项目应采用更加灵活的评审机制，而DPR正是其中重点推荐的一种实践方案。
UKRI在2025年的AI青年学者基金试点中指出，人工智能属于快速发展的新兴领域，真正熟悉前沿研究的人往往正是申请者本人。因此，与其依赖数量有限的资深专家，不如让申请人共同参与评审，更有可能获得专业且及时的评价。
分布式同行评审是如何运行的？
虽然不同机构的具体实施细节有所差异，但整体流程大致相同。
首先，研究人员提交基金申请。当申请正式提交后，申请人自动成为评审人，并接受DPR相关规则。
随后，系统会随机向每位申请人分配若干份其他申请人的申请书。例如，在UKRI此次试点中，每位申请人大约需要评审8份申请。未按时完成评审任务，其本人提交的申请将直接失去继续参与评审的资格；如果评审意见质量长期较差，也可能影响自己的申请进入下一轮。
申请人依据统一评分标准，对每份申请进行评分并撰写详细意见。所有评审完成后，系统计算每份申请获得的平均分，并据此形成最终排名；若出现完全相同的分数，则可能采用随机抽签等方式决定最终排序，而资助机构仍保留最终资助决定权。
整个过程中，资助机构主要负责制定规则、监督评审质量以及处理利益冲突，而不再需要组织庞大的专家评审委员会。
如何避免申请人故意打低分？
这也是很多科研人员听到DPR后的第一反应。
毕竟，如果竞争对手负责评审自己的申请，他们是否会故意压低分数？
实际上，目前各机构设计DPR时，几乎都把"防止策略性评分"作为核心问题。
以UKRI此次试点为例，其采用了多项保护机制。
首先，评审人与被评审申请并不属于同一竞争池，因此申请人评分不会直接影响自己与被评审者之间的相对排名。其次，同一机构研究人员不会互相评审，以减少利益冲突。此外，系统采用专门的分配算法，避免形成互评关系（例如A评B、B再评A），降低串通评分的可能性。所有评审意见还会经过独立监督员审核，如果发现持续给出明显偏低分数且缺乏合理依据，相应评审意见将被剔除，申请人自己的申请甚至可能被取消资格。
值得注意的是，DPR通常仍采用匿名评审。申请人不知道是谁评审了自己的申请，而评审意见会直接反馈给申请人，但不会公开评审人身份。
分布式同行评审有哪些优势？
支持者认为，DPR最大的优势并不是节约成本，而是能够重新分配整个科研共同体的评审资源。
首先，它显著降低了少数专家的评审负担。传统基金评审往往依赖有限的资深专家，而DPR将评审任务平均分配给所有申请人，使整个系统更加可持续。
其次，每份申请通常能够获得更多评审意见。由于参与评审的人数增加，一项申请往往会收到更多独立评价，这有助于减少单个评审人的偶然偏见，提高评分稳定性。
第三，申请人在评审他人项目的过程中，也能学习优秀申请书的写作方式，理解评审标准，从而提升自身科研申请能力。对于青年科研人员而言，这种"边申请、边学习如何评审"的过程，本身就是一种科研训练。
此外，由于无需组织大型专家委员会，整个资助流程通常能够明显缩短，申请人也能够更快收到反馈意见。
它真的没有问题吗？
当然不是。
事实上，DPR目前仍处于探索阶段，争议同样不少。
最大的担忧仍然来自公平性。虽然各种算法能够降低恶意评分风险，但无法完全消除申请人在竞争中的心理因素。尤其是在竞争激烈、资助率较低的项目中，申请人是否能够完全保持客观，仍然需要更多实践验证。
另一个问题是评审能力并不均衡。申请人虽然是研究者，但并不一定具备丰富的评审经验。不同学科背景、不同职业阶段的申请人，对项目质量的判断可能存在较大差异。因此，很多机构仍需要通过培训、评分校准和质量审核来保证评审质量。
此外，在高度专业化的研究领域，随机分配评审可能导致部分申请无法获得真正具有相关专业背景的评价，这也是目前DPR不断优化的重要方向。
分布式同行评审会成为未来的发展方向吗？
目前来看，更大的可能并不是完全取代传统同行评审，而是成为科研资助体系中的一种新选择。
对于申请数量巨大、跨学科程度较高、青年科研人员较多的新兴资助项目，DPR能够有效缓解专家资源不足的问题；而对于国家重大项目、高额资助项目以及高度专业化领域，传统专家评审仍然具有不可替代的优势。
值得关注的是，近年来越来越多国际资助机构开始尝试不同形式的评审创新。从开放同行评审（Open Peer Review）、双盲同行评审（Double-blind Peer Review）、部分随机资助（Partial Randomization），到如今的分布式同行评审（Distributed Peer Review），科研评审制度正在经历几十年来最大的一轮改革。
未来的同行评审，很可能不再只有一种固定模式，而是根据不同项目特点，灵活组合多种评审机制，在效率、公平性和专业性之间寻找新的平衡。
最后
分布式同行评审最大的创新，并不是让申请人替代专家，而是重新思考一个长期存在的问题：科研共同体是否能够共同承担评审责任，而不是把压力集中在少数专家身上。
目前，这一模式仍然处于不断试验和完善阶段，其长期效果还有待更多数据验证。但可以肯定的是，随着科研资助申请数量持续增长、传统同行评审压力不断加剧，DPR已经从一种理论设想，逐渐发展成为国际科研资助机构认真探索的新方向。
对于科研人员而言，即使未来不会直接参与DPR项目，理解这一模式的发展逻辑，也有助于把握全球科研评价体系正在发生的深刻变化。
