Η επιστημονική αξιολόγηση από ομότιμους, μια διαδικασία που θεωρείται βασικός μηχανισμός ποιοτικού ελέγχου της έρευνας, δείχνει να φτάνει στα όριά της. Όπως περιγράφει το Ars Technica, η πίεση δεν προέρχεται από έναν μόνο παράγοντα αλλά από τον συνδυασμό της εκρηκτικής αύξησης των δημοσιεύσεων, της ευκολότερης παραγωγής επιστημονικών εργασιών με τη βοήθεια AI και ενός συστήματος που εξακολουθεί να στηρίζεται κυρίως σε απλήρωτη, εθελοντική εργασία.
Ένα χαρακτηριστικό παράδειγμα είναι η περίπτωση του Jason Semprini, οικονομολόγου υγείας στο Des Moines University. Ο Semprini υπέβαλε μελέτη για το κατά πόσο οι υποχρεωτικές πολιτικές εμβολιασμού κατά του HPV μειώνουν τελικά τα συνολικά ποσοστά καρκίνου του τραχήλου της μήτρας, όμως ο μοναδικός κριτής που εξέτασε την εργασία παρερμήνευσε το βασικό της επιχείρημα. Αντί να αξιολογήσει μια μελέτη για την αποτελεσματικότητα μιας πολιτικής, θεώρησε λανθασμένα ότι αμφισβητούσε την προστατευτική αξία του ίδιου του εμβολίου, και η εργασία απορρίφθηκε.
Ο όγκος των δημοσιεύσεων πιέζει το σύστημα
Το Ars Technica σημειώνει ότι οι βάσεις Scopus και Web of Science καταγράφουν τα τελευταία χρόνια εκθετική αύξηση στις δημοσιεύσεις, με ρυθμό 5,6% ετησίως. Παράλληλα, μια εκτίμηση που επικαλείται το άρθρο υπολογίζει ότι οι ερευνητές παγκοσμίως αφιερώνουν συνολικά 15.000 έτη εργασίας τον χρόνο μόνο για peer review, ενώ το αμειβόμενο ισοδύναμο του αμερικανικού μεριδίου αυτής της εργασίας θα κόστιζε περίπου 1,5 δισ. δολάρια.
Στην πράξη, αυτό σημαίνει ότι οι εκδότες δυσκολεύονται όλο και περισσότερο να βρουν διαθέσιμους και κατάλληλους κριτές. Ο Steven Mack, editor του Human Immunology, λέει ότι πρόσφατα χρειάστηκε να στείλει περίπου 30 email για να βρει έναν μόνο reviewer, ενώ πριν από πέντε χρόνια εκτιμά ότι αρκούσαν πέντε έως δέκα email για να εξασφαλιστούν τρεις πρόθυμοι αξιολογητές. Όταν η δεξαμενή στερεύει, ο κίνδυνος δεν είναι μόνο η καθυστέρηση αλλά και η ανάθεση αξιολογήσεων σε ανθρώπους που είτε δεν έχουν την κατάλληλη εξειδίκευση είτε δεν διαθέτουν τον απαιτούμενο χρόνο για προσεκτική ανάγνωση.
Γιατί το πρόβλημα μοιάζει πιο σύγχρονο απ’ όσο νομίζουμε
Παρότι σήμερα το peer review παρουσιάζεται συχνά ως διαχρονικός πυλώνας της επιστήμης, το άρθρο θυμίζει ότι καθολικό χαρακτηριστικό των ακαδημαϊκών δημοσιεύσεων έγινε μόλις εδώ και περίπου 50 χρόνια. Η ιστορικός της επιστήμης Aileen Fyfe εξηγεί ότι τον 19ο αιώνα τα επιστημονικά δίκτυα λειτουργούσαν πολύ πιο ανεπίσημα, σε μια εποχή όπου η δημοσίευση δεν ήταν τόσο στενά δεμένη με την επαγγελματική εξέλιξη όσο είναι σήμερα.
Σύμφωνα με το Ars Technica, η καθιέρωση του peer review ως συμβόλου αξιοπιστίας ενισχύθηκε ιδιαίτερα στις ΗΠΑ τη δεκαετία του 1970, όταν η National Science Foundation βρέθηκε υπό πίεση να δικαιολογήσει δημόσια τις χρηματοδοτικές της αποφάσεις. Το γεγονός ότι στηριζόταν σε εξωτερικούς κριτές έδινε νομιμοποίηση στη διαδικασία. Κάπως έτσι, ένα εργαλείο εσωτερικής αξιολόγησης μετατράπηκε σταδιακά σε σήμα δημόσιας εγκυρότητας.
Η AI επιταχύνει την παραγωγή, όχι όμως και τον έλεγχο
Η σημερινή πίεση δεν συνδέεται μόνο με το ότι δημοσιεύουν περισσότεροι ερευνητές. Το άρθρο επισημαίνει ότι έχουν πολλαπλασιαστεί και τα περιοδικά, οι ειδικές θεματικές εκδόσεις και οι διεπιστημονικές εργασίες που απαιτούν περισσότερο χρόνο για αξιολόγηση. Επιπλέον, τα εργαλεία AI διευκολύνουν τη συγγραφή και άρα αυξάνουν την ταχύτητα με την οποία μπορούν να παραχθούν και να υποβληθούν papers.
Στον χώρο της τεχνητής νοημοσύνης η πίεση είναι ακόμη πιο ορατή. Οι υποβολές στα κορυφαία AI conferences έχουν, σύμφωνα με το Ars Technica, αυξηθεί από δύο έως και δέκα φορές από το 2019. Αυτό βοηθά να εξηγηθεί γιατί όλο και περισσότεροι ερευνητές δηλώνουν ότι λαμβάνουν κριτικές από ανθρώπους που δεν κατανοούν επαρκώς το εξειδικευμένο αντικείμενο που καλούνται να αξιολογήσουν.
Η στροφή σε blogs, preprints και βοηθητική χρήση AI
Μπροστά σε αυτή τη συμφόρηση, μέρος της κοινότητας δοκιμάζει εναλλακτικούς δρόμους. Στην έρευνα AI, blogs όπως το AI Alignment Forum έχουν αποκτήσει βαρύτητα ως χώροι δημοσίευσης, σχολιασμού και ταχύτερης δημόσιας αντιπαράθεσης ιδεών. Το πλεονέκτημα είναι η ταχύτητα και η ορατότητα. Το μειονέκτημα είναι ότι η ανοιχτή ψήφος και τα σχόλια δεν ισοδυναμούν απαραίτητα με αυστηρό, τεχνικό έλεγχο.
Το ίδιο το peer review όμως αλλάζει και εκ των έσω. Το Ars Technica αναφέρει έρευνα της Frontiers σύμφωνα με την οποία πάνω από τους μισούς reviewers χρησιμοποιούν ήδη κάποιου είδους AI στη διαδικασία. Ταυτόχρονα, το άρθρο περιγράφει περίπτωση όπου ερευνητής εντόπισε σε review παραπομπή που πιθανότατα είχε «φανταστεί» ένα μοντέλο, χάνοντας δύο ημέρες προσπαθώντας να βρει ανύπαρκτη αραβική πηγή. Γι’ αυτό και η συζήτηση δεν αφορά απλώς την ταχύτητα, αλλά και την αξιοπιστία, την εμπιστευτικότητα και τα όρια της αυτοματοποίησης.
Τι μπορεί να αλλάξει από εδώ και πέρα
Στις πιθανές λύσεις περιλαμβάνονται τα preprints, η πιο δίκαιη κατανομή του βάρους αξιολόγησης, η αποζημίωση των reviewers και νέες δομές όπου η αξιολόγηση αποσυνδέεται από ένα μόνο περιοδικό. Το Ars Technica σημειώνει ακόμη ότι το NeurIPS θα τρέξει μέσα στο 2026 δοκιμή με ειδικό AI εργαλείο που θα βοηθά τους κριτές να κατανοούν submissions και να κάνουν το απαραίτητο background work, χωρίς να γράφει το ίδιο την τελική κριτική.
Το βασικό συμπέρασμα του άρθρου δεν είναι ότι το peer review πρόκειται να εξαφανιστεί άμεσα. Είναι ότι, αν οι υποβολές συνεχίσουν να αυξάνονται με τον σημερινό ρυθμό, το σύστημα δύσκολα θα παραμείνει με τη μορφή που γνωρίζουμε. Πιθανότερο είναι να γίνει πιο αποσπασματικό, λιγότερο ομοιόμορφο μεταξύ πεδίων και περισσότερο εξαρτημένο από συνδυασμούς ανθρώπινης κρίσης, προδημοσιεύσεων και επιλεκτικής χρήσης εργαλείων AI.