论文引用“通货膨胀”：一场由AI助力的学术造假新戏

来源：市场资讯

（来源：Pubpeer）

近期，研究人员在检查文献引用时，意外发现了一个由虚假论文构成的网络。这些论文在多款预印本服务器上发布，内容剽窃自真实论文，署名作者却根本不存在。它们似乎有一个共同的目的：人为抬高特定研究人员的引用次数。

发现始末

今年早些时候，密歇根大学的数据科学家埃勒·奥布莱恩在Google Scholar上查看自己工作的引用情况时，发现一篇近期引用她的论文。打开后，她发现这竟是她与两位同事合著的一篇arXiv预印本的改写版本。蹊跷的是，论文列出的六位作者均不存在，但其中三位的所属机构与奥布莱恩等人的真实机构（密歇根大学、雷克雅未克大学、海德堡大学）完全一致。

论文的文本相似度极高，其同事格里沙·利贝尔在LinkedIn上写道：“读起来就像是有人输入了‘ChatGPT，请重写这篇论文，但不要改变其他内容’。” 另一位合著者塞巴斯蒂安·巴尔茨则对《撤稿观察》表示，他们起初完全不明白这样做的目的，但仔细查看参考文献后，“我们发现这是为了提高引用次数。这让我非常恼火。”

谁是受益者？

奥布莱恩等人首先注意到的那篇发表在Elsevier旗下SSRN平台上的虚假论文，其参考文献列表中包含大量与论文内容无关的引用。经过分析，三人确定来自中国内蒙古大学的郝宇泽是这些引用的最大受益者。

利贝尔对郝宇泽一篇高被引会议论文（截至当时已被引用91次，现已超过100次）进行了快速分析。他发现，除了来自ACM和IEEE论文的4次引用外，其余引用均来自预印本服务器，主要是arXiv、SSRN、Authorea和剑桥大学的平台。然而，利贝尔打开那些声称引用郝宇泽的arXiv论文后，却无法在其中找到任何对郝宇泽工作的引用。在SSRN上引用郝宇泽会议论文的15篇虚假论文中，利贝尔表示他能迅速找到它们所剽窃的原作。

当事人的回应

在利贝尔LinkedIn帖子的评论中，郝宇泽否认参与了引用欺骗。他写道，自己在2025年11月就注意到Google Scholar个人资料上出现了“异常的引用活动”，随后关闭了个人资料，并向SSRN提交了撤稿请求。他怀疑是“某个与我名字拼写相同的人冒充我并实施了欺诈行为”。目前，他的ResearchGate个人资料显示其工作仅被引用58次。

郝宇泽在回复媒体问询的邮件中强调，他对这些预印本的创建或发表“零参与”。他表示，自己不会从欺诈或不相关工作中产生的“虚高”引用中受益，因为这种行为只会损害他的专业声誉和其研究领域的诚信。他称自己已向SSRN和Authorea请求撤稿，并希望媒体报道能反映他正是向相关平台举报这些特定论文的“吹哨人”。

截至上周，Elsevier发言人表示，SSRN网站上的15篇虚假论文中已有11篇因“已确认的抄袭”被删除。在媒体询问后，剩余4篇正在调查中的论文也已被移除。发言人称，SSRN拥有自己的内部系统和流程来识别和防范抄袭，包括先进的检测技术，并在接到潜在抄袭指控时迅速做出响应。

更广泛的网络

郝宇泽并非这起事件中唯一受益的研究人员。悉尼大学的博士后裴嘉铭（在其Google Scholar个人资料中自称是“世界前2%的科学家”）也被频繁引用。巴尔茨在一月份联系他时，裴嘉铭起初也表示不知情，并略带情绪地质问为何将此事归咎于他。在后续邮件中，他为自己之前的语气道歉，称是因为被指控存在不当行为而感到“不安和防备”。

裴嘉铭在给巴尔茨和其他作者的邮件中写道，他此前经历过非常类似的事件，其工作被抄袭并在未经授权的情况下作为预印本发布，后来给他的合法期刊投稿带来了严重困扰。因此，他完全理解这种不当行为对原作者的困扰和破坏。他未回应《撤稿观察》的置评请求。裴嘉铭在同一天发送给SSRN、请求撤稿的邮件中也抄送了巴尔茨及其同事，称该预印本“包含大量与工作内容无关的、对我出版物的引用”，并指出这种做法“问题严重”，可能对“被引用研究者的学术声誉造成直接损害”。

难以估量的“兔子洞”

对于奥布莱恩等人来说，要摸清这个问题的全貌非常困难。巴尔茨坦言：“这是个兔子洞（指复杂深奥、难以穷尽之事）。” 包括研究诚信专家马特·霍奇金森在内的其他人，也正在努力收集可能存在“引用工厂”的证据。

利贝尔和巴尔茨承认，这种骗局也可能被用来诋毁某人。利贝尔说：“你可以用自动化的方式让一位同事获得虚假引用。” 问题的部分根源也在于计算机科学领域本身。利贝尔和巴尔茨解释说，该领域重视会议成果，而不仅仅是期刊论文，这意味着那些不计入会议贡献的平台无法完整呈现研究者的产出。“没有一条基准线可以说，这是我的Scopus H指数，这是我的Google Scholar指数，”利贝尔说，“真相介于两者之间。”

“对我来说，其中一个重要的结论是，越来越重要的是要摆脱这种单纯的引用计数，”巴尔茨说，“这几乎毫无意义。”

这起事件揭示了学术出版系统中预印本平台的漏洞，以及过度依赖量化指标（如引用次数）可能带来的扭曲激励。在各方努力“净化”学术记录的同时，如何构建更健全、更注重质量的研究评价体系，仍是整个学界面临的挑战。

https://retractionwatch.com/2026/03/30/fake-articles-plagiarism-preprints-arxiv-ssrn-citation-network/