Would Artificial Intelligence, Like ChatGPT, Be a Good ‘Peer’ Reviewer in Academic Publishing? A Human Versus AI-Based SWOT Assessment
Notice bibliographique
Résumé
With the continuing passionate debate about the role of ChatGPT, an artificial intelligence (AI)–based text generator, in academic research and publishing, we reflect on whether AI can serve as a peer reviewer to overcome human weaknesses and other inherent weaknesses of the current human-supported peer-review model. The authors made their own assessment of this possibility by conducting a strength, weaknesses, opportunities, and threats (SWOT) analysis of human-based peer reviewers versus AI-based reviewers on 12 November 2023. A similar SWOT analysis was conducted for both humans and AI by employing cues fed to the paid version of ChatGPT (GPT-4). Despite the authors’ own ample experience and considerable efforts to make a balanced SWOT analysis, ChatGPT-4 was able to provide a comprehensive assessment, although it refused to cite relevant literature and obtained its information from websites and blogs. An earlier SWOT analysis (15 February 2023) using the free version (GPT-3) erred in citing the relevant literature while some citations and references were fabricated. Although AI (in this case, GPT-4) provided a logical and reasonable SWOT analysis, demonstrating its strength, it has not reached—in the authors’ view—a dependable stage yet to review articles for trusted academic journals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,227 | 0,593 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,009 | 0,010 |
| Communication savante | 0,024 | 0,024 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».