交叉学科
Interdisciplinary
Cell Press细胞出版社旗下金色开放获取数据科学期刊Patterns集百家之长，为跨学科研究领域提供数据相关的解决方案。Patterns汇集了学术界和工业界各个领域的研究成果，致力于分享与开发和运行数据科学相关的基础架构、工具和服务；提供基于数据科学算法和方法论的解决方案和实践案例；讨论数据科学决策对人类和环境的影响；开发新的跨学科方法，进行有效数据分析、可视化处理、归档以及使用。
Patterns现已被SCI收录，首个影响因子为6.5。目前Patterns的出版形式为月刊，每期约12篇文章，研究主题涵盖机器学习、计算机视觉、数据科学伦理学、可持续性、药物和材料发现、社会科学、基因组学等。
Patterns主编Andrew Hufton博士在今年的同行评审周期间发表期刊社论，他指出：现今，稿件可通过安全的在线网站即时传送，而不再通过邮件发送，这为同行评审带来益处：评审者可以通过链接直达存储库或网站，对数据和代码进行更深入的探索与评审。然而，这种新技术同时也带来了新的风险。对于作者、编辑以及审稿人来说，如何规避风险，对新技术进行谨慎思考，是保护同行评审过程完整性的关键所在。
Andrew L. Hufton
Patterns主编
查看完整政策
查看审查事项
很明显，用人工智能工具产出一份“假的”同行评议报告是不道德的，但并不是所有研究人员都能理解，为什么仅仅使用人工智能来完善自己的评审意见就是错误的。
在实际工作当中，许多研究人员经常使用生成式人工智能来帮助完善其写作。纠其根本原因，可归结为两个字——保密。作为审稿人，意味着得到期刊信任而委托其审查具有私密性的、尚未发表的研究工作。在此情景之下，向第三方（包括外部人工智能工具提供商）分享这些未经公开的内容无疑违背了这种信任关系。因为生成式人工智能将从用户输入的内容中学习，这意味着，相关人员未公开的研究细节可能以某种方式进入到人工智能的资料库中。
因此，我们郑重呼吁，被邀请评审论文是基于您的专业知识和研究背景，而不是优美的文笔。因此，您只需提交具有自己写作风格的报告即可，语法以及其他错误基本无伤大雅。
同样地，匿名审稿也是一个兼具技术助力和风险的领域。Patterns所使用的在线同行评审系统，旨在为个人信息提供足够安全且严格的保护程序。与此同时，现代学术论文往往包含外部网站和资源的链接，其安全性无法得到保证。正如那些不断弹出的窗口信息——浏览网页并不是匿名的。Web服务器可以记录您的IP地址，并通过cookies等技术推断个人信息。
那这是否意味着我们需要严格清除论文中的所有链接，或者认为真实匿名无法实现呢？我认为答案是否定的。即使有人确实使用了技术手段来揭示审稿人的身份，道德规范也会限制他们从这些信息中获益。事实上，在我担任科学编辑的14年中，从未遇到过审稿人身份被恶意泄露的情况。
尽管如此，作者也可以采取一些措施来帮助其论文更适合匿名同行评议。这既表明了对审稿人的尊重，也增加了他们参与稿件之外的数据和代码记录的机会。根据我的经验，这往往会使同行评审更具建设性。
在准备论文时，我建议各位作者朋友：
通过正规的学术知识库共享数据、代码和模型，而不是通过实验室网站或个人云服务；
如果您希望在同行评审期间保持文件的私密性，请选择支持私有共享的存储库。Zenodo、OSF和figshare是常用的选择；
检查您论文中的链接是否有追踪代码，以及为您提供链接的网站不会要求其他人提供个人信息。
而作为审稿人，您也可以采取一些简单的步骤来帮助保护您的匿名性：
在访问您正在审阅的论文中的链接时，请将浏览器切换到隐私或隐身模式。这一定程度上提高了保护级别，防止无意中通过cookies或自动登录而使得您的身份信息被泄露；
如果您有正当的理由来提高您的匿名程度，可以考虑使用虚拟专用网（VPN）或Tor浏览器来隐藏您的IP地址；
如果您在浏览链接文章时遇到了错误提示，请联系期刊并寻求帮助。虽然这不太可能是恶意的行为，但在这种情况下提醒期刊方仍然是有益的。同时，期刊也可以帮助您访问在评审过程中所需的任何内容。
综上，我们相信，只有作者、审稿人和编辑通力合作，才能确保同行评议以合乎道德的方式开展。通过关注科学同行评议的伦理基础，我们可以确保新技术得以有选择地、明智地使用，从而强化同行评审的质量。
相关论文信息