Nature期刊特写探讨了AI如何加速科研文献综述，并点名四款代表性工具。这些工具通过检索增强生成技术，结合权威学术数据库，帮助研究者高效完成文献整理、观点提炼和证据分析，大大提升综述写作效率。
智能速览
生成式AI在综述写作中存在幻觉和数据源不透明的问题
检索增强生成（RAG）技术是提升AI工具可靠性的关键方案
Consensus专注于基于证据的科学共识搜索
Elicit可自动生成文献对比表格，节省整理时间
Scite的Smart Citations功能判断论文被引用的真实态度
Research Kick帮助发现研究空白和构建研究问题
精华内容
随着ChatGPT等生成式AI的兴起，科研界开始探索AI在文献综述中的应用。但直接使用LLM存在幻觉等问题，因此开发者采用检索增强生成技术，通过接入权威数据库来提升可靠性。
Consensus：证据导向搜索
Consensus是一款AI驱动的科学搜索引擎，核心特点是基于同行评审论文提供证据。用户只需输入关键词或问句，系统会自动检索相关论文，并将答案按"支持/不支持"的证据分类整理。
比如查询"规律运动是否能减少大学生的焦虑症状"，Consensus会快速分析相关研究，明确学界在该问题上的共识程度，并标注每条结论的文献来源，确保回答有理有据。
这种工具特别适合需要快速了解某个研究领域现有共识的学者，避免在海量文献中迷失方向。
Elicit：智能表格生成
Elicit依托Semantic Scholar数据库（包含1.25亿篇论文），专注于文献综述的整理工作。其最大亮点是可以自动生成对比表格，提取论文中的研究方法、样本量、结论等关键信息。
当研究者需要比较不同研究的实验设计时，Elicit能显著减少人工整理时间。例如输入"针对青少年睡眠质量的干预措施研究"，系统会自动提取各研究的干预方式、样本规模和结果，生成清晰的对比表格。
这种功能对撰写系统综述的学者尤为实用，让繁琐的文献整理工作变得高效便捷。
Scite：智能引用分析
Scite的核心功能是"Smart Citations"，能够分析一篇论文在被引用时的具体态度——是"支持"、“反驳"还是仅"提及”。这种细致的引用分析远超传统的引用数量统计。
通过Scite，研究者可以快速判断某篇论文的学术影响力质量，避免仅凭引用数量评估论文价值。例如，一篇高引用论文可能大多数是反驳性引用，其学术地位需要重新评估。
不过这项功能需要付费使用，但对于需要进行深度文献计量分析的学者来说是值得的投资。
Research Kick：研究起点助手
Research Kick是由Mushtaq Bilal开发的多功能AI工具集，整合了Semantic Scholar、Google Scholar、Scite、PubMed等多个数据库。它特别适合处于选题阶段的研究者。
该工具能帮助识别研究空白、梳理相关研究问题，并结合多源信息提供研究启发。对于还在寻找研究方向的学生或年轻学者，Research Kick可以作为很好的起点工具。
通过综合分析不同数据库的内容，它能够发现单靠人工检索容易遗漏的研究机会。
AI工具的局限性
尽管这些AI工具能显著提升效率，但仍存在重要局限。首先是"幻觉"问题，AI可能凭空捏造或误读文献信息，严重影响学术严谨性。
其次是训练数据来源和更新周期不透明，容易导致偏倚或遗漏最新研究成果。第三，AI在跨学科整合、深度批判性分析方面的能力远不及人工。
最后，数据隐私与学术伦理问题也需要谨慎考虑。研究者应将这些工具视为辅助手段，而非完全替代人工判断。
AI文献综述工具正在改变学术研究的工作方式，让研究者从繁琐的整理工作中解放出来。但技术终究是工具，批判性思维和学术判断仍需人类学者主导。未来AI与人工的协作模式，值得每位科研工作者探索。
