2026-10-25 06:45
最后更新于2026-10-25 08:02
AI123
哈佛大学研究：Claude审稿质量在七项维度全面胜过人类专家
哈佛大学定量社会科学研究所所长Gary King与研究数据科学主任Steven Worthington发布研究，利用124篇论文对比Claude Opus 4.8与人类专家的审稿意见。人类意见来自该所rapidPeer投稿前预审服务的付费专家，Claude则分别以与人类对等及可联网检索的调优版两种方式参与。
结果显示，在找弱点、评方法、补文献等七个审稿维度上，Claude全部胜出。GPT-5.5作为裁判给出的平均分中，Claude为8.7分，人类为6.0分。逐句对照原稿的核查还发现，人类专家的错误率接近Claude的3倍。
研究者进行了十类稳健性检查，包括控制篇幅、将人类意见改写为AI口吻、只取评分最高的人类意见等，结论保持不变。两位作者认为，AI审稿质量已压过状态最好时的人类同行评审。
来源
- 2026-10-25 06:10 | 新浪财经：人类审稿被AI一波团灭！哈佛派出最强专家，错误率高达3倍阅读原文
哈佛拿出了能找到的最强人类审稿团，结果被Claude全线碾压！同一批124篇论文，两边各写一份审稿意见。七个审稿维度比下来，人类一项都没赢。3位知名期刊的前编辑被请来盲选，30次里有26次挑了Claude。有一位编辑，10组意见里一次都没选人类。3位前编辑各比10组匿名意见，只看审稿意见，没有重读论文就连学术圈最怕的「AI胡说」，这回也反转了。研究者把意见拿回原稿逐句对照，结果发现，人类专家说错的比例，竟然接近Claude的3倍之多。这项出自哈佛校级教授、定量社会科学研究所所长Gary King，和同所的数据科学主任Steven Worthington的研究，标题毫不客气——AI审稿已经压过了...