谢赛宁「踩雷」背后，竟藏着科研圈更黑真相：Science实锤论文造假+AI滥用！

新智元报道

编辑：KingHZ

【新智元导读】Science重磅揭露科研圈两大乱象：一是「论文工厂」已形成庞大产业链，部分编辑、作者、中介相互勾结；二是ChatGPT悄然渗入科研写作，22%计算机论文含AI痕迹。系统性造假与技术滥用，正重塑学术界根基。

谢赛宁是真倒霉！

跟刚刚《Science》爆出的科研圈两大丑闻，就是小巫见大巫，不值一提。

这次，顶刊《Science》连发两条新闻，曝光了科研圈的两大「陋习」：

（1）论文工厂肆虐，论文造假已形成产业链，全球科学期刊被系统性渗透；

（2）ChatGPT入侵学术圈，20%计算机论文已现AI痕迹。

如果说第一条是实锤了科研界早有的恶习，那第二条绝对是科研圈新的「坏现象」。

而且，这次是实打实的科学研究，研究非常系统，证据充足，扒下了科研圈「皇帝的新衣」。

科研欺诈形成产业链

多年来，专门研究科学不端行为的专家一直在警告：制造虚假科研论文的产业不仅规模庞大，而且手法日益复杂。

如今，一项大规模的调查提出了确凿证据。

论文链接:https://www.pnas.org/doi/10.1073/pnas.2420092122

这项研究分析了数千篇论文以及它们的作者和编辑，发现「科学诈骗」已经形成了产业链。

整个产业错综复杂、相互勾连，「论文工厂」只是其中的一部分，还涉及出版商、期刊和中介等多个环节。

西北大学从事元科学（metascience）研究的Reese Richardson等指出，已有作者与编辑组成关系网，合谋发表质量低劣甚至完全造假的论文。

他们还发现一些大型机构在期刊上批量投放虚假论文，怀疑中介机构起到了牵线搭桥的作用。

同时，研究显示，尽管目前虚假论文在科研文献的比例仍不算高，但增长速度远超学术出版物整体的增长趋势。

柏林自由大学的Anna Abalkina说道：「这项研究表明，学术不端行为已经演变为一项产业。」

她长期研究学术腐败。虽然没有参与这次研究，的Richardson和他的同事希望，这项覆盖广泛的调查能引起广泛关注，并推动学术出版体系的改革。

这些编辑撤稿率高得不正常

这次的分析从识别涉嫌腐败的编辑入手。

研究团队选择PLOS ONE作为重点调查对象，因为大型期刊不仅便于获取大规模的元数据，还会公开处理每篇论文的编辑姓名。由于该期刊每年发表数千篇论文，这些特性使得研究人员无需内部数据也能识别出潜在的异常情况。

他们首先筛选出所有曾被撤稿或在PubPeer上收到评论的论文，随后进一步追踪这些论文的责任编辑。

在线平台PubPeer允许研究人员对已发表论文提出质疑

总的来说，有33位编辑处理的论文，被撤稿或受质疑的频率远高于正常的统计概率。

Richardson表示：「其中一些人属于极端异常」。例如，有一位编辑 PLOS ONE审理的79篇论文中，竟有49篇被撤稿！虽然这些被识别的编辑只负责了截至2024年所发表论文的1.3%，但却涉及了几乎三分之一的撤稿论文。

研究团队还发现，这些编辑与某些作者之间的互动频率异常高。有些编辑经常互相审稿，这种关系令人怀疑。Richardson指出，一些编辑可能是收受了贿赂，但「也可能只是同事之间的一种私下安排」。

Hindawi旗下的10本期刊中也出现了类似的可疑编辑行为。在收购后，由于该期刊频繁出现论文工厂操作而被迫暂停运营。

科研也是生意

相关领域的学者早已怀疑编辑和作者之间存在勾结。

西班牙维戈大学的文献计量学家Domingo Docampo表示，这项新研究为这一长期猜测提供了「确凿证据」。

他补充道，虽然目前发现的问题集中在少数期刊，但其他出版物很可能也存在类似现象。

就在上周，Retraction Watch报道称，出版商Frontiers因发现在同行评审中，作者与编辑组相互勾结，未披露利益冲突，已开始撤回122篇论文。

根据声明，这一关系网共计35 人，还在其他7家出版商的期刊上发表了超过4000篇论文，目前也正在接受进一步审查。Frontiers表示，他们计划将相关信息分享给其他受影响的出版商。

Richardson团队发现，这一问题的根源远不止是个别作者与编辑之间「互帮互助」。他们发现，存在系统性「串通」操作，专门将大量可疑的论文集中发表。

研究人员分析了2000多篇在PubPeer上被标注为图像重复的论文，并识别出多个彼此共享图片的论文集。这些论文通常在同一时间段集中发表，且集中出现在少数几个期刊中。

Abalkina指出，通过图像重复来追踪潜在的造假网络是一种「真正具有创新性」的方法，「此前从未有人尝试过」。

有些案例可能源于单一论文工厂渗透的多个期刊，但研究团队也认为，有些集群可能是「中介」操控的结果——这些中介充当论文工厂与被攻陷期刊之间的桥梁。

研究团队进一步调查了总部位于印度金奈的Academic Research and Development Association（ARDA）。

这家机构提供的服务包括「论文撰写」和「期刊发表」，涵盖数十本期刊。

团队发现，ARDA提供的期刊名单在过去几年中不断更替：有新刊物加入，也有因被数据库除名而被移除的期刊。

Richardson指出，这些期刊经常刊登明显存在问题的论文，ARDA向研究团队提供的报价大约在250到500美元之间。该网站要求作者自行提交论文，这说明ARDA本身不是论文工厂，而是一个中介平台。

美国贝鲁特大学的信息科学家Lokman Meho表示，像ARDA这样的机构常以「编辑服务」为幌子公开运营。

虽然这些行为可能违反科研伦理，对学术界造成严重危害，但由于「开展这类业务在法律上并不违法」，它们并不避讳。

科研造假，贻害无穷

Richardson团队记录的问题正在迅速加剧。

他们发现，这类可疑论文每1.5年翻一番，增长速度是整个科研文献的10倍，虽然总体比例仍不算高。

同时，被撤稿的论文和在PubPeer上被标注的论文数量也在快速上升，分别每3.3年和3.6年翻番，但远远追不上造假论文的增速。

Abalkina指出：「这说明虚假科学的比重正在上升。」她特别警告，医学等领域尤为敏感，这些假论文可能被纳入系统综述和Meta分析，从而误导人们对药物和治疗的认知。

莱顿大学的科学研究学者Wolfgang Kaltenbrunner指出，科学研究本身的快速扩张也是助长这一问题的因素之一。

论文工厂的产物往往被埋藏在影响力较低的期刊中，目的就是避免引起注意。在小型学术圈，这些问题更容易暴露，但随着某些领域日益庞大且缺乏透明度，这些论文更容易逃避审查。

他补充道，随着科研人员数量激增，许多机构愈加以论文数量作为评价标准，一些研究者因此转向论文工厂以快速积累「成果」。

国内亦有教授指出：

扭曲的激励机制、虚高的评价指标、「非发即亡」的文化氛围，以及对低质量研究的普遍纵容，都为论文工厂的繁荣提供了土壤。

Richardson也指出，在竞争压力下，一些年轻研究人员可能被迫购买论文工厂服务，避免被同行淘汰。

这项研究中的许多现象其实早已广泛猜测，但此次提供了有力的实证。

Kaltenbrunner说道

在问题规模和真相曝光方面，我们已经远远落后了。

这项研究最重要的启示就是：问题的规模远比我们想象的要严重。

Docampo补充说，除非出版商、科研资助机构以及招聘与晋升决策者真正采取行动并追责，「否则这一现象将持续扩散，而且还在迅速恶化。」

ChatGPT污染学术圈

自从2022年ChatGPT横空出世以来，科研圈使用人工智能撰写论文的频率持续飙升——如今，这股潮流已跨越多个学科，正在深刻重塑科研写作。

在一些领域，使用生成式AI撰写稿件已经几乎成了「标准操作」：在计算机科学领域，22%的论文被发现含有大语言模型（LLM）生成内容的痕迹。

研究团队分析了2020年至2024年间超过100万篇科学论文和预印本，重点聚焦摘要与引言部分，通过识别AI常用词汇，追踪语言风格的变化轨迹。研究结果令人震撼。

论文链接：https://www.nature.com/articles/s41562-025-02273-8

最终这项研究发表于《自然·人类行为》（Nature Human Behaviour）。

研究显示：到2024年9月，22.5%的计算机科学摘要显示出LLM修改的证据，电气系统和工程科学紧随其后，而数学摘要仅为7.7%。生物医学和物理学等学科的比例较低。

美国路易斯维尔大学的Alex Glynn表示：「这次研究非常有分量。」

他指出，在像计算机科学这样与AI高度相关的学科中，大语言模型的渗透程度如此之高，这一发现或将为监管和检测提供重要线索。

他补充到：「也许我们要重新思考，这场关于AI的对话，应主要聚焦在哪些领域。」

ChatGPT潜入科研圈

ChatGPT刚上线时，各大学术期刊如临大敌，纷纷出台限制使用AI撰写论文的政策，试图防止「AI水军」泛滥。

但很快，研究者就开始发现，大量提交的论文和评审报告中，出现了如「regenerate response」（重新生成回答）或「my knowledge cutoff」（我的知识截止时间）等「AI味」十足的短语。

图卢兹大学计算机科学家Guillaume Cabanac等人开始整理包含这些「确凿证据」的论文清单。

自2024年3月起，Glynn一直在维护Academ-AI数据库，记录科学论文中涉嫌使用AI的案例

Glynn说：「乍一看确实有些好笑，但深层含义却令人忧心。」

有些论文赤裸裸地自述：「我是一个AI语言模型。」甚至会劝读者去找更靠谱的信息来源。

问题是，LLM不仅可能胡编乱造「幻觉信息」，更可怕的是经过多轮同行评审后依然「混进」正式期刊，直接挑战科研论文质量底线。

更麻烦的是，随着技术升级，使用者掩盖痕迹的能力也越来越强。

为此，科学家们开始寻找更微妙的LLM使用迹象。

上个月，《科学进展》（Science Advances）发表了一项研究。

论文链接：https://www.science.org/doi/10.1126/sciadv.adt3813

这项分析了2010年至2024年间PubMed索引的1500多万篇论文，寻找ChatGPT发布后频率异常升高的「过量词汇」（excess vocabulary）。

2024年频率增加的词汇

由图宾根大学数据科学家Dmitry Kobak领导的研究显示，2024年约七分之一的生物医学研究摘要可能由AI撰写。

斯坦福大学计算生物学家James Zou采取了类似方法，调研多个领域。

论文链接:https://www.nature.com/articles/s41467-025-58551-6

他采取了类似方法：先找出ChatGPT发布前的论文段落，再用大语言模型对其进行摘要，再让AI根据摘要生成完整段落，最终训练出一套能识别AI文风的统计模型。

这个模型对「pivotal」（关键的）、「intricate」（复杂精细的）、「showcase」（展示）等原本罕见于科研写作的词语非常敏感。

研究团队将模型应用于2020年1月至2024年9月间的112万篇论文，包括arXiv、bioRxiv等预印本平台以及15种《自然》系列期刊。

结果显示，从ChatGPT于2022年11月发布起，不到数月，大语言模型生成内容的比例就出现剧烈飙升。

要知道，写一篇论文往往需要好几个月甚至几年。这说明从一开始大家就迅速开始用了。

不同学科增长速度不一。James Zou认为，这与研究人员对AI技术的熟悉程度有关。

但Zou强调：「大语言模型，无论是好是坏，成为科研过程不可分割的一部分。」

Kobak指出，实际AI使用频率可能更高，因为作者可能已开始删除「标志性」词汇以规避检测。

虽然研究主要聚焦于摘要和引言，Kobak担心未来由LLM生成内容训练新LLM的「恶性循环」。

参考资料：

https://www.science.org/content/article/scientific-fraud-has-become-industry-alarming-analysis-finds

https://www.pnas.org/doi/10.1073/pnas.2420092122

https://www.science.org/content/article/one-fifth-computer-science-papers-may-include-ai-content

https://www.nature.com/articles/s41562-025-02273-8