System recenzji naukowej, na którym opiera się wiarygodność współczesnej nauki, stoi w obliczu kryzysu. Jason Semprioni, ekonomista zdrowia z Des Moines University, napotkał problem już na wstępnym etapie - jego badanie dotyczące mandatów szczepienia na HPV zostało odrzucone przez recenzenta, który fundamentalnie je źle zrozumiał. Recenzent myślał, że Semprioni kwestionuje skuteczność samej szczepionki HPV w zapobieganiu rakowi szyjki macicy, podczas gdy badanie naprawdę analizowało, czy polityka mandatowych szczepień faktycznie zwiększa wskaźniki szczepień w populacji. Jak sam Semprioni stwierdził: to są zupełnie inne kwestie.
System peer review już przez lata boryka się z przytłoczeniem. Recenzenci pracują w większości na ochotnika, a liczba nadsyłanych artykułów stale rośnie. Jednak nowy problem pojawia się w horyzoncie: ekspansja narzędzi AI zdolnych do generowania całych artykułów naukowych. Jeśli ilość manuscriptów do przeglądu znacznie się zwiększy, a liczba wykwalifikowanych recenzentów pozostanie stała, system może nie być w stanie sprostać obciążeniu. Pojawia się ryzyko, że coraz więcej artykułów przejdzie recenzję bez należytej oceny, albo że recenzenci będą pracować pod jeszcze większą presją czasu, co może prowadzić do błędów takich, jak w przypadku Semprioniego.
To nie jest tylko akademicka nudziarza - system peer review stanowi ostatnią linię obrony przed rozpowszechnianiem niedokładnych lub mylących badań naukowych. Jeśli AI będzie generować treści szybciej niż ludzie mogą je weryfikować, może to podważić zaufanie do nauki i umożliwić rozprzestrzenianie się dezinformacji opartej na pseudo-naukowych publikacjach.