人工智能在科学综述中的潜力与局限：以病毒学年度综述为例

《病毒学年度综述》编辑委员会探讨了人工智能(AI)在科学综述选题与作者遴选中的应用。通过ChatGPT3.5测试显示，AI推荐作者与人类编辑选择的重合率达100%，且能高效生成多样化候选名单。研究表明，AI可辅助提升文献汇编效率，但人类专家在趋势预判、争议识别等创造性工作仍不可替代。这项研究为学术出版领域的人机协作模式提供了重要参考。

　　

人工智能(AI)技术正在多个领域掀起革命浪潮，在生物医学核心领域——从蛋白质结构解析到药物研发——其处理海量数据的能力展现出巨大潜力。即便在看似传统的科学综述撰写领域，AI的影响也已悄然渗透。

《病毒学年度综述》(Annual Review of Virology)编辑委员会由活跃在一线的病毒学家组成，他们每年通过文献研读、学术会议和深入讨论来遴选综述主题与作者。这个充满学术激情的团队既要把握病毒学前沿动态，又要挖掘具有独特视角的学者，同时兼顾学科历史传承。

有趣的是，当研究者用ChatGPT3.5进行"推荐10位分子病毒学综述作者"测试时，AI的推荐名单与人类编辑的选择高度吻合：10位推荐者中，4位曾为《病毒学年度综述》撰稿，5位为其他年度综述期刊作者，1位曾被邀约但婉拒。这个小样本实验揭示了AI在学术人才识别方面的惊人潜力。

创刊十年来，《病毒学年度综述》发表的300余篇综述已成为领域标杆。AI的介入不仅能维持现有质量，还可能拓展选题广度与作者多样性。更重要的是，AI能以近乎零碳足迹的方式，快速生成针对特定需求的推荐列表——这对需要国际差旅的传统编委会会议形成鲜明对比。

在写作环节，AI可辅助作者优化文本可读性、构建无偏见的参考文献体系，甚至生成图表和单页摘要。这些功能将显著提升从选题到出版的整个工作流程效率。

但AI的局限同样明显：缺乏对人类"学术直觉"的模仿能力。病毒学家们能敏锐捕捉未发表研究的价值，预判新兴争议领域，或发现跨学科的奇妙联系。这些需要学术积淀的创造性工作，仍是AI难以企及的。例如，资深编辑能精准搭配互补型作者组合，或识别过度炒作的"学术泡沫"领域。

未来最佳模式或是人机协同：用AI处理标准化工作，让学者专注于真正需要人类智慧的环节——无论是学术灵感的迸发，还是教书育人的喜悦。正如研究者所言，这种协作最终将释放科学家更多精力，去享受探索未知的本质乐趣。