Proposta di quadro di pre-selezione con IA per la revisione paritaria nelle scienze della salute

Un preprint su arXiv (2608.14625) introduce un nuovo quadro per la revisione paritaria assistita da IA nelle scienze della salute, intitolato 'Pre-selezione locale con IA per la revisione paritaria triplo-cieca nelle scienze della salute'. Questo articolo evidenzia la crescente pressione sui sistemi di revisione paritaria accademica, citando tassi di sottomissione senza precedenti in conferenze chiave: NeurIPS 2025 con 21.575 sottomissioni, ICLR 2025 con 11.603 e ICML 2025 con 12.107. L'aumento ha superato la disponibilità di revisori qualificati, portando a un uso non dichiarato di modelli linguistici di grandi dimensioni (LLM) nelle revisioni. Una revisione indipendente di ICLR 2026 ha indicato che circa il 21% delle sue 75.800 revisioni paritarie erano interamente generate da IA, in aumento rispetto al 15,8% del 2024. I rischi includono citazioni inventate e tattiche di prompt-injection per influenzare le valutazioni dell'IA. Il sistema proposto è un processo di pre-selezione triplo-cieco con più LLM, progettato per una rivista di scienze della salute, garantendo trasparenza sull'uso dell'IA mantenendo i revisori umani come decisori finali. Si compone di cinque fasi, a partire dalla sanificazione, per gestire i volumi di sottomissione mantenendo l'integrità della revisione paritaria.