AI v recenzním řízení vědeckých článků: příležitost nebo problém?

Představte si, že odevzdáte vědecký článek k posouzení – a na druhé straně sedí recenzent a otevře si nástroj umělé inteligence. Podle průzkumu vydavatelství Frontiers z roku 2025 (1 600 výzkumníků, 111 zemí) více než polovina recenzentů dnes AI při hodnocení článků používá.

Co s AI recenzenti dělají?

Většinou si nechají pomoct s psaním posudků, shrnutím výsledků nebo odhalením plagiátů. Jen málokdo ale AI zapojuje tam, kde by mohla pomoci nejvíc. V tom, kde by AI mohla pomoct, se však názory odborníků různí. Někteří vidí její příležitost při ověřování statistik nebo metodologie, někteří naopak uvádí, že právě tam by AI zasahovat neměla; jak upozorňuje přehledový článek v Journal of Korean Medical Sciences (Doskaliuk a kol., 2025): posouzení novosti výzkumu, interpretace složitých dat nebo hodnocení etických standardů zůstává doménou lidského experta. AI zkrátka nedokáže „přemýšlet" jako zkušený recenzent.

AI v peer-review jako problém

Řada výzkumníků nahrává rukopisy do chatbotů třetích stran, což většina vydavatelů zakazuje kvůli ochraně dat a duševního vlastnictví. A jak ukázal experiment inženýra Mima Rahimiho z Univerzity v Houstonu, který nechal GPT-5 recenzovat svůj článek v Nature Communications – AI sice napodobila strukturu posudku, ale dopustila se faktických chyb a nedokázala poskytnout skutečně užitečnou zpětnou vazbu.

AI v peer-review jako příležitost

Automatická kontrola gramatiky, formátování, konzistence terminologie nebo strukturování zpětné vazby – to jsou oblasti, kde AI recenzentům šetří čas a uvolňuje prostor pro skutečnou vědeckou práci. AI může také pomoci formulovat konstruktivní a srozumitelné komentáře, což přispívá k lepší komunikaci mezi recenzentem a autorem.

Proč vědci AI zatím plně nedůvěřují

Přestože většina výzkumníků uznává, že AI zlepšuje kvalitu rukopisů, zároveň se obávají jejího zneužití. V průzkumu vydavatele Wiley vyjádřilo 87 % respondentů obavy z chyb AI, problémů s bezpečností dat a netransparentnosti. Důležitou roli hrají i možné předsudky zakódované v trénovacích datech – AI modely mohou například systematicky upřednostňovat výzkum z určitých regionů nebo institucí.

Jaké je východisko?

Vydavatelství Frontiers spustilo vlastní uzavřenou AI platformu pro recenzenty, kde je chráněna důvěrnost rukopisů. Jasná pravidla pro využívání AI v recenzním řízení začínají zavádět i přední lékařské časopisy – například JAMA vyžaduje, aby recenzenti uvedli, jaký AI nástroj použili a jakým způsobem. Průzkum Frontiers zároveň ukazuje, že 35 % výzkumníků se s AI učí pracovat zcela na vlastní pěst a 20 % považuje nejasná pravidla za hlavní bariéru. Cesta vpřed vede přes lepší podporu, rozvoj AI gramotnosti, srozumitelná pravidla a otevřenou komunikaci mezi všemi aktéry.

AI v recenzním řízení není ani spasitel, ani hrozba – je to nástroj. A jako u každého nástroje záleží na tom, jak ho používáme.

Zdroje:

• Frontiers Media. (2025). Unlocking AI's untapped potential: Responsible innovation in research and publishing. https://www.frontiersin.org
• Naddaf, M. (2026). AI commonly used in peer review — often against guidance. Nature, 649, 273–274. https://doi.org/10.1038/d41586-025-04066-5
• Doskaliuk, B., Zimba, O., Yessirkepov, M., Klishch, I., & Yatsyshyn, R. (2025). Artificial intelligence in peer review: Enhancing efficiency while preserving integrity. Journal of Korean Medical Sciences, 40(7), e92. https://doi.org/10.3346/jkms.2025.40.e92