Z przyjemnością informujemy, że ukazał się najnowszy artykuł naszej grupy wydawniczej „Peer review in the age of machines: Who evaluates science now?” (DOI: https://doi.org/10.5114/bta/220048). Autorem publikacji jest Maciej Kukuła, odpowiedzialny w TPG za przekład oraz korektę językową tekstów o charakterze biznesowym i chemicznym, współpracujący z naszym biurem w USA. Maciej jest ekspertem w obszarze Life Sciences, z wieloletnim doświadczeniem w chemii analitycznej oraz prowadzeniu zespołów badawczych i R&D w Stanach Zjednoczonych. Pełni również funkcję Partnera w firmie doradczej Discovery, Strategy, Transformation & Growth, wspierającej laboratoria naukowe w zakresie strategii, operacji, bezpieczeństwa i szkoleń.

Jego najnowszy artykuł poświęcony jest jednemu z najbardziej gorących i chaotycznie rozwijających się obszarów współczesnej nauki: wykorzystaniu sztucznej inteligencji w procesie recenzowania publikacji naukowych. Publikacja oferuje rzadkie spojrzenie na to, jak technologia, instytucje i polityka jednocześnie przekształcają system oceny badań oraz dlaczego od jakości tych zmian zależy przyszła wiarygodność całego obiegu naukowego. Autor zestawia najnowsze dane dotyczące wykorzystania AI w pisaniu i recenzowaniu prac, a także pokazuje, jak te zmiany wpływają na tempo produkcji wiedzy, jakość publikacji i kształtowanie polityk naukowych. Artykuł podkreśla, że sztuczna inteligencja przestaje być jedynie narzędziem wspierającym naukowców, a staje się aktywnym uczestnikiem procesu tworzenia i oceny badań. Zwraca również uwagę na zjawisko przyspieszenia zarówno powstawania, jak i recenzowania prac naukowych, któremu towarzyszy zwiększone ryzyko akceptowania artykułów o wątpliwej jakości, jeśli nadzór nad systemami AI będzie niewystarczający. Tekst stawia kluczowe pytanie o to, jak utrzymać wiarygodność badań w świecie, w którym granica między wkładem człowieka a wkładem systemów AI staje się coraz mniej wyraźna. Autor podkreśla, że przyszłość nauki będzie zależeć od jasnych zasad odpowiedzialności, przejrzystości i weryfikowalności, które pozwolą pogodzić szybkość działania AI z wymogami rzetelności naukowej.