人工智慧在審查科學出版物和資料庫方面的應用日益普及。近期的案例顯示，AI 代理如何揭露了數十年來未曾被注意到的錯誤。
位於杭州浙江實驗室的理論化學家塞巴斯蒂安·皮奧斯 (Sebastian Pios) 運用 AI 模型預測分子沸點。該系統產生的數值與一本 75 年前參考書中的數據相牴觸。皮奧斯起初懷疑是模型出錯，然而，對原始資料進行查證後發現，錯誤的竟是參考數據本身。
在其他案例中，AI 也發現了一篇論文中的筆誤，以及百年來沸點測量數值不正確的問題。根據皮奧斯的說法，這些錯誤在使用資料庫時，可能已為研究人員帶來不少困擾。
類似的工具也應用於審核會議論文。在 SAI Labs 的一項分析中，AI 代理審查了來自 ICML 2026 口頭報告的 168 篇論文。在 92 篇具有足夠可驗證主張的論文中，AI 代理僅在 34 篇論文中成功複製了五個關鍵主張中的兩個以上。而完全重現（即超過 80% 的主張）的論文僅有八篇。
史丹佛大學的詹姆斯·鄒 (James Zou) 及其同事開發了一款「AI 審核器」，用於掃描 NeurIPS 論文。論文中公式、計算和圖表中的客觀錯誤數量從 2021 年的每篇 3.8 個增加到 2025 年的 5.9 個，增幅高達 55%。這些工具能以人類無法達到的規模進行工作。
然而，專家們警告，AI 同樣會犯錯。來自挪威科技大學的奧德·埃里克·貢德森 (Odd Erik Gundersen) 強調了人工監督的必要性。在自動化審核的時代，我們該如何確保科學知識的可靠性呢？
這項分析主要著重於客觀錯誤，而將新穎性與重要性等問題留給人類判斷。如此一來，有助於避免 AI 因主觀判斷而負擔過重。
