伦理学家和AI“暧昧”：让大模型来审人体试验？

Philip Nickel 还记得自己在学术伦理审查委员会（IRB）的日子：重要，却折磨。IRB 负责把关所有涉及人体的研究，防止志愿者被坑。可一份申请动辄几百页，格式乱、漏洞多，志愿者评审看到重复错误直接原地爆炸。Nickel 吐槽：“天天撞同款坑，谁不想找个外挂？”

于是，有人把目光投向 AI。ChatGPT、Claude 这类大语言模型（LLM）可以当“预审小助理”：自动标出缺材料、错数据、潜在伦理雷区，让真人专家把时间花在刀刃上。

反对声音也很响：人类会不会过度依赖 AI？模型自带的偏见会不会被放大？哥本哈根大学生物伦理学家 Sebastian Porsdam Mann 却放话：申请案积压成这样，“伦理上必须”试试 AI。新加坡国立大学的 Brian Earp 补刀：“短期内不用 AI，反而说不过去。”

目前还没哪家 IRB 正式把 LLM 写进流程，但实验室里的战绩挺香——去年一篇论文里，Bard、GPT-3.5、GPT-4、Claude-Instant-100k 把 7 份健康研究设计里的风险收益、受试者保护等问题抓得明明白白；上个月又有预印本说，GPT-4o 和 Gemini 1.5 Pro 在 50 份动物伦理案里，把人类专家挑出的 100% 毛病都逮住了。

下一步，研究者想给 LLM 喂“专属 IRB 套餐”：用历年案例、法律条文、机构规章、甚至本地文化继续微调，让模型学会“读心术”——直接复刻某家 IRB 的集体脑回路。Porsdam Mann 上个月在《医学伦理杂志》发文，提议用 o-series、Sonnet、DeepSeek-R1 这类“会一步步讲逻辑”的推理模型，再把答案锚定到机构手册、FAQ、政策原文，减少幻觉，提升透明度。

目标不是抢饭碗，而是把杂活外包。共同作者 Seah Jiehao Joel 说：“AI 打杂，人类打高端局。”

可有人担心：一旦尝到提速省钱的甜头，商业 IRB 会不会直接让 AI 顶班？宾大医学伦理学家 Holly Fernandez Lynch 警告：某些商业 IRB 2021 年审了近一半新药研究，缺监管、追利润，AI 可能成“加速键”。不过，盈利机构 WCG IRB 的执行医师 Donna Snyder 表示：AI 只是帮内部专家快速找先例，不会偷工减料。

对资源匮乏的 IRB，AI 可能是救命稻草。南非斯泰伦博斯大学的 Keymanthri Moodley 回忆：“人手不够，申请洪水滔天。”但她提醒：训练数据若只来自欧美，直接搬到非洲就是灾难。

人类学家 Steph Grohmann 觉得，变革可能已悄悄发生：“我猜现在就有委员用 AI 帮忙审稿。”7 月预印本里，她发布原型工具 EthicAlly（基于 Claude Sonnet 4），专门帮社科人文学者提前扫雷。25 份虚拟申请里，24 份被它精准揪出伦理漏洞——从缺受试者信息到科学种族主义，无一漏网。

Grohmann 和 Seah 下一步要比拼各家商业 LLM 的 IRB 任务表现，终极目标：开源、可本地部署、机构专属，数据留在自家服务器，透明到发光。Grohmann 说：“只有社区拥有、公开透明的模型，才能说服最顽固的科学家。”

不过 Fernandez Lynch 还是提醒：“IRB 的精髓不是算法，而是一群真人围坐，认真讨论志愿者是否被好好保护。”