La peer review (o la “revisione tra pari”) è un processo di valutazione degli articoli scientifici da parte di esperti indipendenti appartenenti allo stesso ambito disciplinare. Prima della pubblicazione su una rivista accademica, uno studio viene esaminato da ricercatori qualificati che ne analizzano la solidità metodologica, la qualità dei dati, l’originalità dei risultati e la coerenza delle conclusioni. Al termine della lettura, i revisori possono raccomandare l’accettazione, la revisione o il rifiuto del manoscritto.
Sempre più spesso, però, le peer review vengono effettuate per mezzo dell’intelligenza artificiale e sembrerebbe siano sempre più difficili da individuare. Infatti, gli strumenti di rilevamento attualmente disponibili falliscono nella maggior parte dei casi. Un team di ricercatori cinesi ha condotto uno studio a questo riguardo, utilizzando il modello Claude 2.0 di Anthropic per produrre report di peer review a partire da articoli di biologia del cancro pubblicati dalla rivista eLife.
I report generati dall’IA sono risultati formalmente credibili e professionali, ma spesso poveri di osservazioni specifiche e approfondite. Nonostante questo, sono apparsi sufficientemente convincenti da suggerire citazioni plausibili e persino raccomandazioni di rifiuto, con il rischio di influenzare le decisioni editoriali, soprattutto quando i redattori non sono specialisti del settore trattato. I test hanno mostrato che i principali strumenti di rilevamento hanno classificato come “umani” la maggior parte dei report prodotti dall’IA.
Un sondaggio di Nature indica che la maggioranza dei ricercatori considera inappropriato l’uso dell’IA per scrivere revisioni da zero, ma ammette il suo impiego come supporto alla valutazione scientifica.
Leggi l’articolo completo: ‘A serious problem’: peer reviews created using AI can avoid detection su nature.com
Immagine generata tramite DALL-E 3. Tutti i diritti sono riservati. Università di Torino (17/06/2025).
