认识论深化：同行评议不是查找错误，而是把私人知识变成公共知识科学哲学家波兰尼（Michael Polanyi）在其经典论文《科学的共和国》（The Republic of Science）中，曾提出一个洞见：科学共同体的运作方式，其实颇像一个自治的政治体。它依靠的并非中央计划式的协调，而是无数独立研究者之间彼此调整、相互校正的“自发秩序”——每位研究者自主选择问题，凭自己的判断力去探索，但整个群体却又能像一个有组织的共同体那样协同运作。倘若科学家彼此隔绝，科学进步很快就会陷入停滞，因为每个人迟早会耗尽自己最初的问题，却又无法借助他人的新发现来获得推进。更关键的是，在这个“共和国”里，科学观点的权威是相互的——它存在于科学家之间，而非凌驾于他们之上。科学活动既不能被某个至高权威所掌控，也不能被共同体外部的力量以“公共利益”之名任意驱使。若将此框架搬用到同行评议上，我们便能得出这样的认识：当一篇论文写完的那一刻，作者所知道的东西，还只是私人知识。私人知识要转化为公共知识——即那种可以被引用、可以在其上继续建设、被共同体默认为“已经确立”的知识——就必须经过一道转化程序。这道程序的核心，并非“检查你有没有写错”，而是“共同体是否愿意授权这项知识，进入我们共享且可以彼此信赖的知识库中”。这一区分至关重要，因为它揭示了AI在原则上无法替代同行评议的深层原因：AI可以无限地生产私人知识，却无法替代共同体授权公共知识的那一“合法化”仪式。即便未来的AI能够做出比任何人类学者都更精准的判断——这在技术上完全是可以想象的——那也仍然只是一个更强大的私人判断来源，而不是一次公共授权行为。授权，需要一个由多位独立、有资格、且彼此制约的判断主体所构成的共同体，这是一个结构性的要求，而非能力上的要求。你不能靠把判断力做得更强，就跳过“由谁来授权”这个问题——就像一个无论多么公正的人，也不能单凭“我很公正”这一理由，就给自己作出的判决书盖上公章。于是，同行评议真正守护的，从来不是“这篇论文没有错误”，而是“这篇论文所包含的主张，已被这个知识共同体本身——而非某个足够聪明的个别判断者——所承认”。这才是它在人类文明史上地位如此稳固的真正缘由，也是它在AI时代不但没有过时，反而愈发不可或缺的认识论根源。波兰尼的“共和国”隐喻回答了“谁来授权”的问题，但尚未触及另一个层面：即便授权的主体是共同体，共同体在不同知识领域中判断“什么值得授权”的依据也各不相同。这种差异并非源于制度设计的偶然，而是根植于自然科学与人文学科对“什么构成一个值得追问的问题”这一根本问题的不同理解——这正是研究者不可不认真对待的问题。
AI时代，同行评议赖以运作的“无涉利害”假设为何动摇社会学家罗伯特·默顿（Robert K. Merton）在其经典论文《科学的规范结构》（The Normative Structure of Science）中，将现代科学制度得以运转所依赖的规范总结为四条，后世常以“CUDOS”称之：公有性（communalism）、普遍性（universalism）、无涉利害（disinterestedness）与有条理的怀疑（organized skepticism）。这其中，“普遍性”与“无涉利害”这两条，正是同行评议制度中“双盲”设计的哲学基础——评审者不应知道作者是谁，从而不受作者的身份、机构、声望所左右，只依据论证本身的质量做出判断；反过来，作者也往往不知道评审者是谁，从而使评审者可以不受人情往来、学术恩怨的牵制，进行相对无涉利害的评判。这套“匿名性”设计，其存在的全部理由，就是让评审这件事，尽可能地只关于“这项论证本身是否站得住脚”，而不关于“是谁写的、谁在评”。AI的出现，正在从两个相反的方向，同时侵蚀这套匿名性假设，而这两个方向此前很少被放在一起讨论。第一个方向，是AI正在让“匿名”变得越来越难以真正维持。文体计量学（stylometry）研究早已证明，即便隐去作者姓名与机构信息，一个人的写作风格——句长的分布、特定虚词的使用频率、论证展开的节奏——依然构成一种近乎指纹般的身份标记。过去，识别这种风格指纹，需要评审者本人具备极为敏锐的、长期浸润于某个领域所形成的直觉，因而这种“猜出作者是谁”的能力，本身就稀缺而昂贵，不足以系统性地威胁匿名评审的公正性。但今天，AI完全可以被训练用来对海量已发表文献进行风格建模，进而在几秒钟内，从一篇匿名投稿的措辞习惯中，高概率地反推出作者所属的学术脉络、师承传统，甚至具体身份。这意味着，同行评议赖以运作的“匿名性”，正在从一种此前依靠制度设计就能大体保障的状态，变成一种在技术上越来越难以真正实现的状态——而一旦评审者可以借助工具，绕过匿名设计去揣测作者身份，默顿所说的“普遍性”原则，便失去了赖以生效的制度屏障。第二个方向，恰恰相反，却同样构成对评审公正性的威胁：AI辅助写作，正在系统性地抹除那些原本可以帮助评审者做出恰当判断的、真实的风格信号。设想一位初入学界的年轻学者，与一位浸淫多年的资深学者，各自撰写一篇论证结构相似的论文——在AI介入之前，两者之间在论证的圆熟度、修辞的老练程度上，往往存在着某种可以被评审者敏锐察觉的差异，而这种差异，恰恰是评审者据以判断“这个论证是否经过了足够的思考淬炼”的重要依据之一。但当两人都借助AI对文稿进行大幅度润色之后，这种原本真实存在、原本具有信息价值的差异，很可能被显著地抹平——年轻学者的稿件，可能在语言层面显得与资深学者的稿件同样圆熟、同样“老练”。这看起来像是一种公平的拉平，实则制造了一种新的、更隐蔽的判断困境：评审者失去了一个此前可以合理依赖的信号——文字本身的成熟度——去校准“这份判断，究竟经过了怎样的思考过程”，而不得不越来越依赖论证的表层结构是否完整、逻辑是否严整这类更容易被AI本身模拟的指标。这两个方向的合力，构成了一种此前的同行评议制度从未遭遇过的处境：匿名性，作为一种保护评审公正的技术手段，正在同时变得“太容易被绕过”与“太容易被滥用来掩盖差异”。前者威胁的是默顿意义上的“普遍性”——评审者原本不应该、现在却越来越有能力知道作者是谁；后者威胁的则是评审判断本身赖以校准的信息基础——评审者原本可以借助的、真实存在的风格线索，正在被系统性地稀释。这一发现，指向一个具体而现实的制度性应对方向：与其在“是否应当坚持双盲评审”这一问题上继续依赖传统的匿名化手段（隐去姓名、隐去机构），不如正视——AI时代，真正需要被重新设计的，不是“如何让匿名更彻底”，而是“如何让评审判断的依据，更少地依赖于本就无法被稳定保护的风格信号，而更多地依赖于可以被清晰陈述、彼此校验的论证结构本身”。这也从另一个角度让我们看到：同行评议真正守护的，从来不是“这篇论文表面上看起来有多成熟”，而是“这项主张是否值得被这个共同体正式承认”——而后者，理应建立在比风格印象更为坚实的基础上。双盲假设的动摇，暴露的是AI对评议制度内部操作层面的冲击。但更深层的变化发生在更宏观的尺度上——当AI让“生产一篇论文”变得前所未有地容易时，整个知识生态的稀缺格局本身正在发生根本性的改变。
04
稀缺资源的转移：从“知识生产”到“值得被认真阅读”AI时代的同行评审还有一个来自文明尺度转变的问题，它超出了技术层面的效率考量。这里所说的“文明尺度”，指的不是某个具体环节变快了或变慢了，而是整个知识生态中，“什么东西是稀缺的、因而值得被珍惜”这件事本身发生了整体性的倒转——就像水在沙漠中稀缺、因而珍贵，一旦大雨倾盆，稀缺的就不再是水本身，而是能够及时排走多余积水、辨别哪些水值得留存的能力。知识生产领域正在经历一次类似的倒转：过去，“写出一篇论文”是稀缺的一端，“找人来读”相对不那么稀缺；而AI正在让这个天平整体倒转过来。经济学家、认知科学家赫伯特·西蒙（Herbert Simon）在1971年的论文《为信息丰富的世界设计组织》（ Designing Organizations for an Information-Rich World）中提出了一个后来被反复引用的洞见：信息消耗的东西是显而易见的——它消耗接收者的注意力；因此信息的丰裕造就了注意力的贫瘠，并由此产生了一种需要，即如何在信息源过剩的情况下有效地分配那份注意力。这段话写于互联网诞生之前，却精准预言了今天知识生产领域正在发生的事：AI没有让世界变得信息匮乏，恰恰相反，它让写作、论证、初稿生成的门槛前所未有地降低——真正变得稀缺的，不再是“有没有人能写出这篇论文”，而是“有没有人能、并且愿意认真读完它、并对它做出负责任的判断”。这是一个文明尺度的转移，而不只是学术出版行业内部的效率问题。历史上，知识生产本身是稀缺的——写一篇论文需要多年积累、大量案头工作、艰苦的表达过程，这个过程本身构成了一道天然的筛选门槛。AI正在拆除这道门槛。当论文的生产成本急剧下降，同行评议就从“给已经很稀缺的论文把关”的角色，转变为“分配这个共同体最宝贵的、无法被AI增殖的资源——认真阅读与负责任判断的注意力”的角色。这个角度重新定义了同行评议在AI时代的使命：它不只是错误检测机制，更是一种注意力的分配机制与信任的授予机制。一个审稿人愿意花十个小时认真读一篇论文、思考它、和作者对话，这份时间投入本身就是这篇论文获得的最稀缺资源；而如果审稿人只是把论文丢给AI换回一份结构化报告，那么这篇论文事实上从未真正获得共同体的注意力，它得到的只是一次统计学意义上的“过审”，而不是一次真正的授权。AI时代知识生态中的“稀缺性”结构发生了改变：从论文的稀缺转变为注意力的稀缺，于是，接下来的问题便是：当“认真阅读并负责任判断”本身成为最稀缺的资源时，谁来承担这份责任？又如何确保这份责任有清晰的落点？这便引出了同行评议制度中一个更为根本的维度：责任分配。
学人君约 20 分钟