Attitudes and Perceptions Toward the Use of Artificial Intelligence Chatbots for Peer Review in Medical Journals: A Large-Scale, International Cross-Sectional Survey

Uno studio trasversale internazionale rivela che, sebbene la maggior parte dei revisori di riviste mediche sia familiare con i chatbot di intelligenza artificiale, il loro utilizzo nella revisione paritaria rimane limitato a causa di preoccupazioni etiche e di integrità, evidenziando al contempo un forte interesse per una formazione specifica.

L'essenziale

Immagina il mondo della medicina come un'enorme biblioteca dove ogni giorno arrivano nuovi libri (gli studi scientifici) che devono essere controllati per assicurarsi che non contengano errori o bugie. Questo compito di controllo è chiamato "revisione tra pari" (peer review) ed è svolto da esperti umani, i "guardiani" della biblioteca, che leggono tutto con molta attenzione.

Ora, immagina che sia arrivato un nuovo assistente robotico, molto intelligente ma ancora un po' misterioso, chiamato Intelligenza Artificiale (IA). Questo robot può leggere velocemente, controllare le citazioni e correggere la grammatica, aiutando i guardiani umani a fare il loro lavoro più in fretta.

Di cosa parla questo studio?
Gli autori di questo articolo hanno deciso di fare una grande "inchiesta" (un sondaggio) a livello mondiale per chiedere ai guardiani della biblioteca medica: "Cosa ne pensate di questo nuovo robot? Lo usate? Avete paura di lui? Vi fidereste?".

Ecco cosa hanno scoperto, spiegato in modo semplice:

1. Tutti conoscono il robot, ma pochi lo usano per il lavoro:
   È come se tutti avessero un'auto a guida autonoma nel garage e la usassero per fare una passeggiata nel weekend (87% delle persone), ma nessuno si fiderebbe ancora di lasciarla guidare da sola mentre trasporta passeggeri importanti (solo il 30% l'ha usata per revisionare articoli). La maggior parte dei revisori dice: "No, per il lavoro serio lo faccio ancora io".

2. Il robot è un "allievo" senza scuola:
   La maggior parte dei revisori (quasi il 70%) dice che la loro università o il loro ospedale non ha mai dato loro un manuale o un corso su come usare questo robot per il lavoro. È come dare a un meccanico un nuovo motore futuristico senza spiegargli come funziona. Tuttavia, molti (il 60%) hanno alzato la mano e detto: "Per favore, insegnateci come usarlo!".

3. I dubbi sono tanti:
   Anche se il robot è veloce, i revisori hanno grandi preoccupazioni. Immaginate di dover controllare un documento importante, ma temete che il robot possa aver imparato da libri vecchi o sbagliati (questo si chiama "bias algoritmico", o pregiudizio del robot). Inoltre, c'è la paura che il robot possa dire cose che sembrano vere ma non lo sono, o che i dati privati dei pazienti finiscano nelle mani sbagliate.

In sintesi:
Il messaggio finale è come se un esperto dicesse: "Sì, questo nuovo assistente robotico è potente e lo conosciamo tutti. Ma non siamo ancora pronti a lasciarlo guidare l'auto da soli. Abbiamo bisogno di lezioni, regole chiare e di assicurarci che non faccia errori prima di fargli aiutare davvero a controllare la medicina del futuro."

La tecnologia è lì, pronta, ma la fiducia e la sicurezza devono ancora essere costruite passo dopo passo.

Sommario tecnico

Riepilogo Tecnico: Attitudini e Percezioni verso l'Uso dei Chatbot di Intelligenza Artificiale nella Revisione Paritaria di Riviste Mediche

1. Il Problema

L'integrazione dell'intelligenza artificiale generativa (in particolare i chatbot AI o AIC) nel processo di revisione paritaria (peer review) delle riviste mediche sta guadagnando attenzione per il suo potenziale nel supportare compiti specifici come l'identificazione di problemi metodologici, la verifica delle referenze e il miglioramento della chiarezza linguistica. Tuttavia, nonostante i benefici potenziali, persistono significative preoccupazioni riguardo all'affidabilità, alle implicazioni etiche e alla trasparenza di questi strumenti. Attualmente, esiste una carenza di evidenze empiriche su come i revisori delle riviste mediche percepiscano il ruolo e l'impatto degli AIC, creando un vuoto conoscitivo che ostacola l'implementazione strutturata di tali tecnologie nel settore.

2. Metodologia

Lo studio ha adottato un disegno trasversale (cross-sectional) basato su un'indagine online su larga scala, condotta a livello internazionale.

• Campione e Reclutamento: I ricercatori hanno estratto i dati dei corrispondenti autori da articoli indicizzati su MEDLINE aggiunti a PubMed in un periodo di due mesi, utilizzando un approccio basato su R. Un totale di 72.851 autori è stato invitato via email a partecipare; l'eligibilità era limitata a coloro che si identificavano come revisori paritari.
• Strumento di Raccolta Dati: È stato utilizzato un questionario di 29 item somministrato tramite SurveyMonkey.
• Periodo di Raccolta: L'indagine è stata condotta dal 28 aprile al 16 giugno 2025, con l'invio di due email di promemoria durante il periodo di raccolta dati.
• Parametri Valutati: Il sondaggio ha misurato la familiarità con gli AIC, le percezioni riguardo ai benefici e alle limitazioni nell'ambito della revisione paritaria, le preoccupazioni etiche e il ruolo futuro atteso.

3. Risultati Chiave

Su un totale di 1.260 rispondenti completi, i dati hanno evidenziato un quadro complesso caratterizzato da alta familiarità tecnologica ma bassa adozione operativa:

• Familiarità e Uso: L'86,2% dei partecipanti era familiare con gli AIC e l'87,7% aveva utilizzato strumenti come ChatGPT per scopi generali. Tuttavia, la stragrande maggioranza (70,3%) non aveva mai utilizzato AIC per compiti di revisione paritaria.
• Formazione: Il 69,5% dei revisori ha segnalato che le proprie istituzioni non forniscono formazione sull'uso degli AIC nella revisione paritaria, sebbene il 60,7% abbia espresso un forte interesse a ricevere tale formazione.
• Percezioni e Preoccupazioni: Le opinioni sui benefici sono state miste, mentre le preoccupazioni sono state ampiamente condivise. Le principali critiche vertono su:
  • Bias algoritmico: Preoccupato dall'80,3% dei rispondenti.
  • Fiducia e accettazione dell'utente: Causa di preoccupazione per il 73,3% dei partecipanti.
  • Altre preoccupazioni includono la privacy dei dati e l'integrità della ricerca.

4. Contributi Principali

Questo studio rappresenta uno dei primi tentativi su larga scala di mappare sistematicamente l'atteggiamento della comunità dei revisori medici verso l'IA generativa. I contributi principali includono:

• La quantificazione del divario tra l'alta familiarità con gli strumenti AI e la loro scarsa applicazione nel contesto specifico della revisione paritaria.
• L'identificazione della mancanza di formazione istituzionale come un ostacolo critico, nonostante l'elevata domanda di guida da parte degli utenti.
• La mappatura precisa delle barriere etiche e tecniche (in particolare bias e fiducia) che devono essere superate prima di un'adozione diffusa.

5. Significatività e Conclusioni

Lo studio conclude che, sebbene la familiarità con gli AIC sia alta tra i revisori delle riviste mediche, il loro utilizzo attivo nel processo di revisione rimane limitato. Esiste un chiaro consenso sulla necessità di formazione e linee guida chiare. Tuttavia, l'implementazione su larga scala non può procedere senza affrontare preventivamente le preoccupazioni fondamentali relative all'etica, alla privacy dei dati e all'integrità della ricerca. I risultati suggeriscono che le riviste mediche e le istituzioni accademiche devono sviluppare framework normativi e programmi educativi specifici per mitigare i rischi (come il bias algoritmico) e costruire la fiducia necessaria per integrare l'IA come strumento di supporto, e non di sostituzione, nel processo di revisione paritaria.