你花几周时间、绞尽脑汁写好的基金申请，还没到评审专家手里，就被一台机器秒判出局。

如果你是申请人，会作何感想？

Nature最近的一篇文章报道，在西班牙La Caixa基金会，这样的“AI评审”机制已经悄然运行了三年。

 1 每年1.7亿科研经费，先被AI过一遍

La Caixa基金会，是西班牙最大的非营利研究资助机构之一，每年发放科研资金高达 1.45亿欧元（约合1.7亿美元），重点支持生物医学类研究项目。

从三年前起，这家基金会就低调地开始将AI引入其旗舰项目“健康研究基金”中。      

核心思路很简单：让AI负责第一轮筛选，把明显“命中率低”的申请提前剔除，只把更可能中选的提案交由专家评审，节省评审资源。

基金会用过去几年的成功申请书来“喂养”和训练这个AI模型，让它学习并掌握“优秀本子”的共同特征。当新一轮申请开始时，所有标书都必须先经过这位“AI初筛官”的检阅。

具体做法是：

• AI优先打分并划出“低分段”（即中选概率低）；

• 低分段项目仍需2位人工评审复核，有问题再捞回；

• 复核通过的项目，才进入正式评审流程。

以2025年为例，714份申请中有122份被AI认定为“无缘中标”，其中46份被人工救回，76份则被直接拒绝。剩下的638份中，最终只有34份获得资助，中标率不足6%。

 2 效率的诱惑 vs. 公平的拷问

你可能会问：这么敏感的评审环节，基金会为何敢第一个吃螃蟹？

La Caixa项目官员 Inés Bouzón-Arnáiz 给出了理由：“之所以引入AI，是因为评审工作太重了，专家都在抱怨经常要评审质量极低、准备不足的申请。”

更深层的原因是：传统评审制度早已疲态尽显。

• 专家短缺、评审负担高，优秀同行越来越不愿意接稿；

• 申请激增，尤其在热门方向中好项目被淹没；

• 申请质量参差不齐，但都需同样流程对待，资源被无效消耗。

AI的介入，无疑大大提升了效率，让宝贵的专家资源能集中在更具潜力的项目上。

虽然在学术出版领域，AI辅助审稿已不是新鲜事，但La Caixa基金会相信，他们是首家将AI算法如此深度地整合进基金评审决策过程的资助机构。

一石激起千层浪。

丹麦维伦基金会（Villum Fonden）的科学项目负责人Anders Smith就表达了深切的忧虑：“我们非常担心，如果AI成为评估过程的组成部分，研究人员与资助机构之间的信任会瓦解。”

他描绘了一个“不妙的场景”：研究者用AI工具生成申请书，然后这些申请书又被AI工具来评估。 他警告说，这可能会创造一个完全封闭的循环，不断强化AI训练数据中的既有偏见，而任何真正新颖、颠覆性的思想都将被扼杀在摇篮里。

加拿大蒙特利尔大学的生态学家Timothée Poisot就曾公开抱怨过自己投给某期刊的论文被AI工具审阅。他说：“如果一份基金申请被机器拒绝，那种巨大的不公感会更加扎心。”

3. 黑箱、偏见与信任危机

目前，La Caixa基金会的AI面临一个核心难题：

当少数被拒的研究者追问算法为什么不看好他们的方案时，基金会坦言，他们也无法给出确切的解释，尽管他们正在努力理解AI的决策逻辑。

不过，Bouzón-Arnáiz也用数据为自己的系统辩护。她说，在过去三轮评审中，那些被AI拒绝、后又被人类专家“捞回来”的申请书，最终只有两份成功获得了资助。在她看来，这恰恰证明了AI系统的判断是有效的。“结果相当一致，我们对此很有信心。”

与此同时，全球范围内的其他资助机构也正在这个十字路口徘徊。

坚决反对派：英国国家级科研资助机构UKRI明确规定，申请人和评审人都不得使用该技术，违反者甚至可能面临终身禁令。

积极拥抱派：美国的非营利组织“美国科学家联合会”则敦促白宫科技政策办公室对基金申请进行AI分析，认为这将“预测科学的未来，加强同行评审，并鼓励公私部门做出更好的研究投资决策”。

谨慎探索派：德国的大众汽车基金会则表示，他们已开始试验这项技术，但仍处于非常初级的阶段，需要建立完善的监管和法律框架。

4. 技术与伦理的博弈：AI评审的未来将走向何方？

哥本哈根大学研究生成式AI伦理的学者Sebastian Porsdam Mann对此感到惊讶，他认为，更多资助机构尚未采用AI系统是出乎意料的。“相比于学术出版，AI在基金评审中提升效率的潜力甚至更大。”

他指出，许多人对AI的抵触源于一些过时的担忧，例如害怕上传的申请书文本会泄露到互联网上，侵犯数据机密、版权和知识产权。但他解释说，现在已有两种成熟的保护措施：一是与算法提供商签订合同，保证数据不被外传；二是在本地机器上部署AI工具。

La Caixa基金会正是采用了第二种方案，他们的AI评审系统运行在私有服务器上，保证了数据安全。

娜姐说： 

AI介入科研写作已经成为常态，但现在，它也正式走进了“裁判席”。

越是在AI深度介入的时代，人类评审专家对于新思想的洞察力、对交叉学科的鉴赏力、对青年学者潜力的判断力，越发显得珍贵。

和论文写作一样，如何用好AI产出高质量的内容，如何把控AI生成内容的方向激发人类的独有创造力，是人机协作的关键。

---

今天就介绍到这。如果觉得有用，欢迎在看、转发和点赞，一键三连！娜姐继续输出有用的AI辅助科研写作、绘图相关技巧和知识。