一份報告里藏著學術圈的真實AI使用率，數據比想象中要高

53%。這個數字可能比你想象中要高——它說的是目前在學術同行評審環節里，已經有超過一半的審稿人在使用AI工具。它不是某個邊緣小圈子里的抽樣調查，而是一份橫跨全球、覆蓋1645名活躍研究人員的白皮書里挖出來的數據。2026年5月28日，學術出版協會在美國加州丘拉維斯塔舉辦了第48屆年會，并在會上頒發了本年度“出版、信息技術與傳播卓越獎”。拿到金獎的，正是這份關于“AI在研究與出版中的負責任創新”的白皮書。

這件事挺有意思的，因為一個獎項本身說明不了什么，但評獎背后的行業信號值得多看一眼。白皮書的發布方是學術出版機構Frontiers，它們做了一件事：不再停留在“AI會對學術圈產生什么影響”這類推測性的討論上，而是直接用數據去描摹現狀——研究人員到底用沒用AI？用在哪里？信任度怎么樣？有沒有配套的培訓和治理？白皮書給出的是一張地圖，而不是一句口號。

說人話就是，學術圈已經靜悄悄地跑了起來，但規矩還沒完全跟上。Frontiers研究誠信總監埃琳娜·維卡里奧在獲獎后說了這樣一句話：“白皮書顯示，AI在研究中的使用已經是大規模的事實，跨越所有地區和職業階段。現在的問題是我們的政策是否跟上了這個速度，以及我們怎么把這種勢頭轉化為更強大、更透明、更公平的研究實踐。”獲獎的意義，在她看來，是行業已經準備好正視這個問題了。

那我們來看看白皮書具體挖出了什么。剛才提到的53%，是審稿人群體中的AI使用比例。更引人注意的是另一組數據：在早期職業研究人員里，AI工具的采用率已經達到了87%。這兩個數字放在一起看，你會發現一個正在加速擴散的曲線——不是未來時，而是現在進行時。白皮書的獨特之處在于，它并沒有停留在“用不用”這個表層問題上，而是順著往下挖了一層：既然這么多人已經在用了，那出版商、科研機構、資助方和工具開發者應該怎么辦？它把調查結果翻譯成了一組具體、可操作的證據型政策建議，等于是給整個行業畫了一條從“現狀”走向“規范”的路線圖。

具體建議涉及哪些方面？白皮書把AI的應用場景拆進了研究周期的關鍵節點——寫作、審稿、編輯決策——然后針對每個節點現有的信任缺口和培訓缺失，提出了配套的治理思路。它的邏輯很清晰：不是去阻止AI的使用，因為根本阻止不了，而是要讓政策設計去承接已經發生的技術行為，最終目標是用AI去加固科學的嚴謹性、可重復性和公信力，而不是放任它磨損這些根基。這條路能不能走通，數據本身還回答不了，但至少它提供了一次非常誠實的基線測量。

有意思的是，Frontiers在這次評獎中拿到的并不只是白皮書這一個金獎。在“敘事/多學科數字項目”類別里，它們的一個數字傳播項目拿到了銀獎，主題同樣沒有離開“研究誠信”這條主線，只是把鏡頭從數據報表轉向了人。項目名字叫《科學守衛者：揭開研究誠信背后的人力力量》。如果你平常關注學術出版，可能對過去幾年的一些趨勢有印象：AI生成內容在涌進來，有組織的論文工廠在批量制造低質甚至造假稿件，學術記錄的信任基礎正在被不斷敲擊。這個數字項目直接回應了一個很樸素但非常關鍵的問題——誰在守著這道防線？他們又是怎么守的？

項目的做法和傳統學術傳播不太一樣。它由Frontiers的品牌團隊主導，沒有走發新聞通稿的老路，而是把視頻、編輯敘事和社交平臺優先分發疊在一起，做成了一次整合性的多媒體體驗。幕后的主角并不是抽象的制度流程，而是一個具體的人——研究誠信團隊的成員，以及他們手里正在使用的一整套先進技術。項目強調的點很明確：技術工具很重要，但最終做出判斷、行使倫理監督的，仍然是人的專業知識和決策。在所有的審稿環節中，人的判斷力和倫理把關始終擺在前面，沒有被技術替代掉。

項目里還有一個非常規操作：它做了一期播客風格的訪談，這在同類學術傳播中并不多見。對話對象正是站在研究誠信最前線的團隊成員，他們談的不是“技術多厲害”，而是在真實操作中遇到的灰度地帶、決策困境和平衡點。獎項評審方把這個項目放在了“敘事/多學科數字項目”類別里給予認可，本身也說明了一個變化——研究誠信這件事，正在從學術圈后臺的隱形工作，走向可講述、可看見的公共敘事前臺。

把金獎和銀獎放在一起看，兩條線其實在同一個問題的不同維度上形成了交匯點。白皮書負責解答的，是“現在用AI用到什么程度了，以及我們該怎么制度性地應對它”；數字項目負責解答的，是“面對AI和其他因素帶來的信任沖擊，誰在實際操作中擋在最前面，以及他們怎么擋”。前者偏向政策設計，后者偏向人力執行，合在一起，才接近于一個完整的圖景。

你可能也會好奇：這些發現和建議，對普通讀者來說意味著什么？最直接的層面是，它會影響你將來讀到的科學新聞和研究成果的可靠性。當53%的審稿人已經在用AI，而政策設計如果長期滯后，那么整個學術出版的質量控制就可能出現系統性縫隙。反過來，如果政策能夠及時校準、透明度能夠提高，AI的存在反而可能變成一種強化——因為它可以用更高效的方式去檢查方法學錯誤、數據不一致和倫理瑕疵，而這些工作如果完全靠人力，在論文數量激增的現實下已經越來越吃力。

有一個細節值得留意：白皮書并沒有把AI的使用比例直接等同于“負責任的使用比例”。它所做的，是先把“有多少人在用”這個基礎事實呈現出來，然后追問“接下來該怎么管”。這其中的分寸感很重要。研究人員用AI，可能是在用大語言模型起草審稿意見，也可能是在做統計分析或文獻篩查；同樣是使用，透明度和可靠性的差異可能非常巨大。白皮書最終的落腳點沒有放在對高比例的驚嘆或憂慮上，而是放在了一套可檢驗的政策建議上，這也解釋了為什么它能在出版行業的專業評獎中拿到最高級別的認可——它拒絕停留在情緒反應，而是選擇走更難的那條路：提供行動框架。

從更大的視角看，這場關于AI在學術出版中的討論，其實是整個社會面對AI時的一個縮影。技術跑在規范前面，這在每個領域都在發生。學術圈的特殊性在于，它本身就承擔著生產可靠知識的使命，信任是其最低配置，一旦信任遭到侵蝕，修復成本極高。Frontiers的白皮書和數字項目之所以能同時被行業獎項捕捉到，很可能不是因為它們給出了所有答案，而是因為它們提出問題的時機和方式，恰好撞上了整個行業正在醞釀的共識：不能再等了，該坐下來認真制定規則了。

當然，關于AI在學術出版中的使用，還有很多問題懸而未決。我們目前知道的是使用率在快速上升，知道審稿環節的滲透率已經到了一個足以引起系統性注意的數值，也知道早期職業研究者是其中最活躍的群體。但我們還不知道的是，這些使用在多大程度上是被正式培訓和規范所覆蓋的，也不清楚不同學科之間是否存在巨大的差異。白皮書本身應該包含了更細顆粒度的數據，但行業層面接下來的動作才真正值得持續觀察：出版商是否會根據這份白皮書的建議去修訂審稿政策？資助機構是否會把AI使用透明度納入項目申請要求？工具開發者又是否會為學術場景設計更可控、更可追溯的功能？這些問題的答案，可能需要未來幾年才能慢慢浮出來。