學術界正在迅速採用人工智慧來協助同行評審，但圍繞這一轉變的對話卻遠遠不夠。Christian Bird在其研究IDE專案中指出，AI審稿系統雖然能提高效率，卻可能引入新的偏見，並削弱評審過程的透明度。
Bird的研究強調，當前許多AI評審工具依賴於訓練資料，而這些資料本身可能包含歷史偏見。如果不加以糾正，AI可能會放大這些偏見，導致對某些研究領域或作者群體的不公平對待。
另一方面，AI的客觀性在一定程度上可以減少人為錯誤，例如對研究方法的忽視或對創新性研究的低估。然而，Bird警告說，過度依賴AI可能會讓評審過程變得機械化，失去人類評審員所能提供的深度理解和創造性反饋。
為了充分發揮AI的潛力，同時保持評審的公正性，Bird建議學術界應開展更廣泛的對話，制定明確的指南，確保AI工具在設計和使用時考慮到倫理和多樣性因素。