当神经生物学家Sam Rodriques发现“人类可能已掌握理解细胞与大脑的所有信息，却因文献量过大而无法消化”时，他意识到AI或许是解决这一困境的关键。五年后，其团队开发的AI系统可在几分钟内完成科学知识总结，准确度超越维基百科，甚至快速生成了1.7万个人类基因的维基百科式条目。这一突破标志着AI在科研综述领域的应用从辅助工具向“准主导者”迈进，但也引发了关于学术严谨性与可靠性的激烈争议。  

一、AI综述：从辅助工具到“超人类”表现

几十年来，学者们一直在探索如何加速文献综述这一耗时工作。伦敦国王学院的Iain Marshall指出，传统综述“太长、强度高且易过时”。随着生成式AI（大语言模型，LLM）的快速发展，自动化综述迎来新机遇。  

早期，计算机软件已能帮助搜索和解析文献，但大语言模型的出现改变了游戏规则。ChatGPT等工具虽能快速生成文本，却存在“幻觉”问题——夹杂不可靠信息、捏造参考文献，且无法保证答案一致性。为解决这一问题，“检索增强生成”方法应运而生：将预先筛选的论文输入大语言模型，基于高质量文献提取见解，并标注信息来源。新加坡管理大学的Aaron Tay指出，这类工具“引用的内容至少真实存在”，能提升文献综述效率。  

Rodriques团队开发的PaperQA2系统则更进一步。它能访问免费和付费论文全文，在多个学术数据库中搜索并总结最相关内容。测试显示，其生成的人类基因维基百科式文章，推理错误频率比人工撰写低两倍，甚至在某些方面达到“超人类水平科学知识综合”。  

二、争议焦点：准确性、透明性与学术规范

尽管AI在综述生成上展现出潜力，研究人员对其可能引发的学术乱象忧心忡忡。伦敦大学学院的James Thomas警告，AI可能颠覆“几十年来建立的证据综合方法体系”。  

首先，大语言模型的“黑箱”特性令人担忧。Marshall表示，ChatGPT等工具不透露训练数据来源，可能混杂博客文章等低质量信息，且无法权衡文献相关性，导致“幻觉”错误频发。Elicit等工具虽通过“检索增强生成”减少幻觉，但仍无法完全避免。  

其次，系统性综述的严谨性面临挑战。完成一份系统性综述需25个严格步骤，包括文献筛选、偏差检查、数据提取与综合，以确保结果可靠。Glasziou团队开发的RobotSearch和RobotReviewer等工具虽能缩短时间，但真正广泛应用仍受限于技术成熟度。Elicit等系统虽能辅助筛选和提取数据，但无法独立完成高质量系统性综述，且只能搜索开放获取论文，难以处理付费墙后的文献。  

更严重的是，AI可能催生大量低质量综述。研究人员可能为追求速度而跳过规范流程，使用劣质文献，导致误导性结论。Glasziou指出，AI既可能帮助科学家高效完成高质量综述，也可能加剧低质量综述的泛滥，其对学术文献的长期影响尚难定论。  

三、未来方向：严格评估与非营利参与

面对争议，研究人员呼吁对AI综述工具进行更严格的评估。Clark团队研究发现，现有AI系统在阅读和评估论文方面表现较好，但在设计全面文献搜索等方面仍不足。Glasziou团队正开发“证据综述加速器”等工具，通过自动化部分流程（如自动生成研究方案）提升效率，同时注重透明性与可重复性。  

非营利组织的参与也被视为关键。Clark希望非营利机构能开发并严格测试AI工具，确保技术应用的可靠性。两家英国资助机构宣布投入超7000万美元开发证据综合系统，这一举措为行业注入信心。  

结语

AI写综述正处于“潜力与风险并存”的十字路口。它在提升科研效率、降低知识消化门槛方面展现出巨大价值，但也可能因“幻觉”、低质量输出等问题冲击学术严谨性。未来，严格的技术评估、透明的算法设计以及非营利力量的参与，将是平衡效率与可靠性的关键。正如Glasziou所言：“AI可能让工作水平提高，也可能催生大量劣质综述——我们需谨慎前行。”