Google sedang mendorong satu bentuk penggunaan AI yang lebih hati-hati di dunia riset: bukan menulis paper dari nol, melainkan membaca naskah teknis dan memberi masukan sebelum naskah itu masuk ke proses review formal. Tool tersebut bernama Paper Assistant Tool, atau PAT.
Dalam pembaruan Google Research pada 14 Oktober 2026, perusahaan memperkenalkan PAT sebagai bagian dari eksperimen untuk membantu penulis menilai paper teknis. Sistem ini dirancang untuk membaca manuskrip penuh, lalu mencari masalah pada teori, eksperimen, metodologi, kejelasan argumen, dan kemungkinan celah teknis. Penggunaannya tetap berada di tahap pra-pengajuan atau pra-review, bukan sebagai pengganti keputusan reviewer.
Riset yang ditulis tim Google dan tersedia di arXiv memberi gambaran tentang cara kerja dan ambisi PAT. Paper berjudul *Towards Automating Scientific Review with Google's Paper Assistant Tool* menyebut PAT sebagai kerangka AI agentik untuk deep scientific review dan verification. Sistem ini tidak hanya menjalankan satu panggilan model. Tim peneliti menggabungkan teknik inference scaling agar model dapat memeriksa manuskrip dari beberapa sudut dan menemukan masalah yang lebih dalam.
Dalam benchmark SPOT, penulis paper melaporkan peningkatan recall sebesar 34 persen untuk menemukan kesalahan matematika dibanding pendekatan zero-shot. Angka itu penting, tetapi tidak boleh dibaca sebagai jaminan bahwa semua kesalahan akan ditemukan. Recall adalah ukuran seberapa banyak masalah yang berhasil ditemukan dari masalah yang memang ada; ia bukan tingkat akurasi mutlak dan bukan bukti bahwa sebuah paper sudah benar setelah melewati PAT.
Program nyata di konferensi juga menunjukkan posisi PAT dalam ekosistem review. ICLR mengumumkan bahwa penulis yang mengirim paper untuk ICLR 2027 dapat memperoleh satu kesempatan untuk meminta umpan balik PAT secara privat. Program itu dijalankan terpisah dari proses review resmi. Reviewer, area chair, dan anggota komite program tidak mendapat akses ke masukan tersebut. Dengan desain seperti ini, penulis bisa memakai PAT untuk memperbaiki naskah tanpa menjadikan keluaran model sebagai nilai tambahan atau hukuman dalam seleksi paper.
ICLR juga memberi batas yang cukup jelas. Setiap penulis yang memenuhi syarat mendapat satu voucher virtual, dan satu paper hanya bisa diproses sekali. Masukan biasanya dikirim setelah naskah masuk antrean, tetapi program tersebut tetap disebut eksperimental. ICLR menegaskan bahwa penulis harus memeriksa sendiri setiap saran karena model dapat menandai pernyataan yang sebenarnya benar sebagai masalah, atau melewatkan kelemahan yang nyata.
Data dan privasi menjadi bagian penting dari eksperimen ini. Untuk program ICLR, pengajuan dikirim dalam mode inference-only dan tidak dipakai untuk melatih atau menyempurnakan model. ICLR menyebut berkas PDF dan umpan balik dijadwalkan untuk dihapus dalam tujuh hari setelah feedback dikirim dan program berakhir. Akses staf juga dibatasi dan, menurut penjelasan program, hanya dibuka bila ada kendala teknis serta persetujuan penulis.
Manfaat paling masuk akal dari pendekatan ini bukanlah membuat review menjadi otomatis. PAT lebih mirip lapisan pemeriksaan awal yang membantu penulis menemukan hal-hal yang mudah terlewat ketika mereka terlalu dekat dengan pekerjaannya sendiri. Dalam penjelasan ICLR, sebagian penulis melaporkan bahwa tool menemukan celah teori yang membutuhkan lebih dari satu jam untuk diperbaiki, sementara sebagian lainnya terdorong menjalankan eksperimen baru setelah membaca feedback. Temuan seperti itu dapat menghemat waktu reviewer, tetapi tetap bergantung pada keputusan penulis untuk memverifikasi dan menindaklanjutinya.
Ada alasan mengapa Google dan konferensi memilih bahasa “assistant”, bukan “reviewer”. Review ilmiah bukan hanya kegiatan mencari error. Reviewer juga menilai kebaruan, relevansi, kualitas pertanyaan, dan kontribusi terhadap bidang tertentu. Aspek-aspek itu memerlukan konteks komunitas dan pertimbangan manusia yang sulit direduksi menjadi daftar temuan teknis. Bahkan paper Google sendiri membingkai PAT sebagai alat untuk membantu mempercepat verifikasi, bukan mesin yang mengambil alih hasil akhir.
Eksperimen ini juga memperlihatkan arah yang lebih realistis untuk AI di riset. Alih-alih menjanjikan paper otomatis yang langsung siap terbit, model dipasang pada titik yang lebih sempit: pemeriksaan naskah sebelum keputusan penting dibuat. Jika sistem salah, penulis masih punya kesempatan untuk menolak sarannya. Jika sistem benar, reviewer menerima paper yang sudah melalui satu putaran pemeriksaan tambahan.
Untuk pembaca umum, kabar ini mungkin terdengar seperti perkembangan kecil di balik layar konferensi. Dampaknya bisa lebih besar. Ketika AI ikut mempercepat pembuatan pengetahuan, proses untuk memeriksa pengetahuan itu juga perlu berkembang. PAT menunjukkan salah satu opsi: AI membantu mencari celah, manusia tetap memutuskan apakah celah itu nyata dan apakah paper tersebut layak dipercaya.
Sumber - Primary: https://research.google/blog/analyzing-technical-documents-with-deep-review/ - Research: https://arxiv.org/abs/2606.28277 - Context: https://blog.iclr.cc/2026/09/10/making-googles-paper-assistant-tool-pat-available-to-iclr-submitters/