在学术界，同行评审被认为是对学术工作的唯一可信验证。尽管此过程有其不利因素，但同时代的一批学者对学术研究的评估持续了350多年，“变化相对较小”。但是，同行评审可能会经历有史以来最大的革命-人工智能的集成。
开放获取出版商Frontiers首次推出了一种名为人工智能审查助手(AIRA)的AI工具，该工具旨在消除与同行审查有关的繁琐工作。自2020年6月以来，Frontiers收到的11,000多个提交中的每一个都通过AIRA运行，该文件已集成到其协作式同行评审平台中。这也使外部用户可以访问它，大约有100,000位编辑，作者和审阅者。总之，这有助于“最大程度地提高发布流程的效率，并使同行评审更加客观”，Frontiers创始人兼首席执行官Kamila Markram说。
项目管理总监Daniel Petrariu解释说，AIRA的交互式在线平台是业内首个此类平台，已经开发了三年。它执行三个主要功能：评估稿件质量，评估稿件质量。同行评审，并推荐编辑和审稿人。在最初的验证阶段，AI最多可以提出20条建议并标记潜在问题，包括语言质量，gi窃，图像完整性，利益冲突等。“这几乎是立即发生的，并且具有[高精度]准确性，远远超出了人们预期完成类似任务的速度，” Markram说。
“我们为各种各样的应用程序使用了各种各样的机器学习模型，包括计算机视觉，自然语言处理和推荐系统”，Markram说。这包括简单的单词袋模型以及更复杂的深度学习模型。AIRA还利用大量的出版物和作者知识库。
Markram指出，为了解决可能的AI偏差问题，“我们…[建立]我们自己的数据集并[设计]我们自己的算法。我们确保在训练和测试数据的抽样中不会出现统计偏差。例如，在建立评估语言质量的模型时，科学领域的代表是平等的，因此该模型不会偏向任何特定主题。”机器学习和深度学习方法以及领域专家的反馈(包括错误)将被捕获并用作其他培训数据。“通过定期的重新训练，我们确保我们的模型在准确性方面有所改善并保持最新。”
AI的工作是举报问题;彼得拉留说，人类做出最终决定。例如，他引用了图像操纵检测-AI的效率非常高，但是对于人类来说，以相同的精度执行几乎是不可能的。他补充说：“大约有10%的标记图像存在某种问题。”“(在学术出版中)以前没有人使用AI使用过这种全面的检查，” Petrariu说。他补充说，AIRA促进了Frontiers的使命，使所有人都可以开放科学知识。