人工智能正日益被积极地应用于科学出版物和数据库的审核。近期的案例表明，AI代理是如何发现那些几十年来未曾被察觉的错误信息的。
杭州浙江实验室的理论化学家塞巴斯蒂安·皮奥斯（Sebastian Piros）利用AI模型预测分子的沸点。该系统得出的数值与一份75年前的参考手册中的数据相矛盾。皮奥斯最初怀疑是模型出了错，但对原始资料的核查却显示，错误的正是那些参考数据。
在其他案例中，AI还发现了一篇文章中的印刷错误以及百年以前的沸点测量值有误。皮奥斯表示，这些错误可能给研究人员在使用该数据库时带来了不少麻烦。
类似工具也被用于审查会议论文。在SAI实验室的一项分析中，AI代理审查了ICML 2026口头报告中的168篇论文。在92篇包含足够可验证主张的论文中，AI代理仅在34个案例中成功复现了五分之二以上的关键主张。只有在八篇论文中，AI才完全复现了80%以上的主张。
斯坦福大学的詹姆斯·邹（James Zou）及其同事开发了一款“AI校验器”，用于扫描NeurIPS的论文。论文中公式、计算和图表中的客观错误数量从2021年的每篇3.8个增加到2025年的5.9个，增幅达55%。这样的工具能够实现人类难以企及的大规模工作。
然而，专家们警告说：AI也会犯错。挪威科技大学的奥德·埃里克·冈德森（Odd Erik Gundersen）强调了人工干预的重要性。在自动化审核时代，我们又该如何确保科学知识的可靠性呢？
这项分析主要关注客观错误，而将创新性和重要性等问题留给人类来判断。这有助于避免AI因主观判断而过载。
