在要求申請人推薦專家評審的國家，這也一個問題。例如，瑞士國家科學基金會發現，申請人推薦的評審往往比基金會選的人更傾向於支持某個項目。
NSFC的AI試點系統僅支持中文網站，但李靜海希望未來也能支持英文網站。
維也納科技大學的科學政策顧問Manfred Horvat去年9月也參加了上述會議，他認為，“NSFC的改革計劃目標遠大，具有前瞻性和全面性。”
其他國家也在效仿中國的做法。挪威研究理事會顧問Thomas Hansteen透露，該理事會從4月開始使用自然語言處理技術對3000多份研究計劃書進行分組，通過匹配方式尋找最合適的評審小組。
質疑之聲
然而，並非所有人都認為應當將AI用於評審流程。英國研究機構RAND Europe的科學政策專家Susan Guthrie指出，加拿大衛生研究院在採用類似算法時就遭遇了重大挑戰。
2016年，加拿大衛生研究院聘請了RAND Europe對有關基金同行評審的研究進行元分析，並部分地根據該分析報告得出結論，算法有時選出的評審存在利益衝突或不適合或資格不足。獨立專家小組總結說，“雖然基於算法的匹配系統聽起來很吸引人，但以AI目前的發展水平，它能實現的目標是有限的。選擇評審必須主要依據人類的科學判斷。”
威斯康辛州麥迪遜市Education Analytics的政策研究人員Elizabeth Pier認為，AI並不能消除選擇偏見。她擔心AI系統最終會複制人類根深蒂固的偏見，而不是避免偏見。她建議NSFC做一項研究，將AI挑選的評審和人為挑選的評審進行對比。李靜海表示，等到系統上線運行，NSFC或許會考慮這項研究。
嘉獎評審
為使基金系統更公平，李靜海計劃在接下來的5年裡引入其他工具，包括一套信用系統，獎勵認真、公正、及時完成評審的研究人員。不過，李靜海沒有對這種獎勵的性質予以評價。
他說，信用系統的目的是鼓勵評審認真、專業地對待這份工作。
斯坦福大學統計學家John Ioannidis對NSFC努力使用客觀的數據驅動型工具來挑選評審的做法表示讚賞。但他認為，如何判斷評審是否做出了的正確決定，是否值得信任，仍是個難題。Ioannidis說，有些想法或許需要數十年時間才能驗證其“偉大或平庸”。
李靜海已經準備好迎接挑戰。“這項任務不容易實現，需要在長期研究和試驗中不斷改進。”
（來源：新浪科學） |
