Un/Sustainable Peer Review and Generative AI: Ethical Gaps, Editorial Acceleration, and the Whitewashing of Technological Solutionism Évaluation par les pairs non/durable et IA générative : lacunes éthiques, accélération éditoriale, et blanchiment du solutionnisme technologique

Abstract

Generative AI in peer review raises ethical and environmental concerns and risks deepening existing inequities in scholarly publishing. Celebrated gains in speed often mask declines in quality and accountability. Training and deploying large models impose environmental costs. In editorial workflows, AI can privilege technical fixes over structural reform, and evidence shows it reproduces human biases while being cast as neutral. We call for a renewed commitment to open-science principles anchored in human oversight, deep sustainability, and broader justice. The paper concludes by interrogating sustainability’s absence from green-economy debates and mapping the values likely to shape the future of peer review.

Résumé

Les IA génératives en évaluation par les pairs posent des enjeux éthiques et écologiques et risquent d’accentuer les inégalités de l'édition académique. Les gains de vitesse masquent des reculs de qualité et de responsabilité. L’entraînement et le déploiement des modèles ont des coûts environnementaux. Dans les flux éditoriaux, l’IA privilégie des palliatifs techniques plutôt que des réformes et reproduit des biais tout en se disant neutre. Nous plaidons pour une science ouverte ancrée dans la supervision humaine, la durabilité et la justice, et interrogeons leur absence des discours sur l’« économie verte », avant d’esquisser les valeurs qui guideront l’avenir de l’évaluation.