PaperMentor: Um Tutor de Escrita Multi-Agente Centrado no Humano para Artigos de Pesquisa em IA no Overleaf

Resumo

O feedback especializado de pesquisadores experientes é fundamental para que acadêmicos em início de carreira aprimorem seus manuscritos, no entanto, feedback de alta qualidade muitas vezes é escasso porque a revisão de artigos de pesquisa é trabalhosa. Assistentes de escrita baseados em IA emergentes concentram-se principalmente em correções gramaticais ou na simulação de revisão por pares com pontuações finais, mas não conseguem fornecer sugestões concretas e acionáveis que ajudem os estudantes a melhorar seus artigos durante o processo de redação. Apresentamos o PaperMentor, um sistema de assistente de escrita centrado no ser humano que oferece sugestões acionáveis na forma de comentários inline nativos do Overleaf, deixando a redação propriamente dita inteiramente a cargo dos autores humanos. O PaperMentor integra uma biblioteca de habilidades especializadas, cuidadosamente selecionada a partir de conselhos de escrita de pesquisadores estabelecidos, com 12 agentes especializados que cobrem diferentes aspectos da redação de artigos, como conformidade com formatação, precisão de fraseado e consistência terminológica. Em um estudo com usuários (n=14), 90,6% dos comentários gerados foram classificados como acionáveis e 67,5% como válidos, superando significativamente uma linha de base GPT-5.2 sem a biblioteca de habilidades. Disponibilizamos o PaperMentor como código aberto para uso público. Nosso código está publicamente disponível sob a licença AGPL-3.0 em https://github.com/jiarui-liu/overleaf.

English

Expert writing feedback from experienced researchers is critical for early-career scholars to improve their manuscripts, yet high-quality feedback often remains scarce because reviewing research papers is labor-intensive. Emerging AI-powered writing assistants largely focus on grammar fixes or simulating peer review with final scores, yet they fall short of providing concrete, actionable suggestions that help students improve their papers during drafting. We present PaperMentor, a human-centered writing assistant system that delivers actionable suggestions as Overleaf-native inline comments while leaving the actual writing entirely to human authors. PaperMentor integrates an expert skill library carefully curated from established researchers' writing advice with 12 specialized agents covering different aspects of paper writing, such as formatting compliance, phrasing accuracy, and terminology consistency. In a user study (n=14), 90.6% of the generated comments were rated actionable and 67.5% were rated valid, significantly outperforming a GPT-5.2 baseline uswithout the skill library. We release PaperMentor as open source for public use. Our code is publicly available under the AGPL-3.0 license at https://github.com/jiarui-liu/overleaf