تواجه عملية مراجعة الأقران الأكاديمية ضغوطاً متزايدة، حيث تلقت مؤتمرات مثل NeurIPS وICLR وICML أعداداً ضخمة من التقديمات تفوق بكثير عدد المراجعين المؤهلين. في عام 2026، أظهر تحليل مستقل أن 21% من مراجعات ICLR كانت مولدة بالكامل بواسطة نماذج الذكاء الاصطناعي (AI)، مما يسلط الضوء على دور هذه التقنية في تخفيف الضغط عن المراجعين. ومع ذلك، هناك مخاطر متعلقة مثل المعلومات الخاطئة في الاقتباسات والطرق المخفية للتلاعب بالمراجعين. ونتيجة لذلك، تم اقتراح نموذج جديد ثلاثي العمى، يتم فيه استخدام عدة نماذج لغوية ضخمة (LLMs) لمراجعة الأقران في مجلات العلوم الصحية، مع الحفاظ على سلطة اتخاذ القرار بين المراجعين البشر.

يتضمن النموذج الجديد خمس مراحل رئيسية: التطهير، المراجعة المبدئية بواسطة الذكاء الاصطناعي، تنفيذ بوابة فحص آلية، مراجعة إنسانية مع اتخاذ قرار بعد ذلك، ثم التحكيم من قبل المحررين. وهذه العملية تأخذ بعين الاعتبار المخاوف المتعلقة بالسرية، حيث تعمل نماذج الذكاء الاصطناعي الثلاثة المُستخدمة على بنى محلية، مما يحفظ محتويات المخطوطات ضمن بنية المجلة، بدون تسريب للبيانات. وتجربة سابقة كشفت أن الاعتماد الكامل على نماذج مفتوحة المصدر ليست كافية، مما يدعم قرار الحفاظ على مراجعة إنسانية.

باستخدام هذا التصميم الشفاف والمراقب من البشر، نقدم بديلاً يدافع عن مزايا الذكاء الاصطناعي في مراجعة الأقران، مما يسهم في تقليل التأخير الكبير الذي تشهده عمليات المراجعة التقليدية مع الحفاظ على جودة ودقة التقييم.