98.5% 由期刊逼撤！AI 论文作者拒不认错，学术圈乱象丛生

来源：市场资讯

（来源：Pubpeer）

这是一项关于人工智能（AI）相关文献撤稿趋势、原因和后果的系统文献计量学综述研究。该研究由巴林阿拉伯海湾大学药理学与治疗学系的Kannan Sridharan和巴林国防军皇家医疗服务的Gowri Sivaramakrishnan进行，发表在2026年1月20日的《Frontiers in Research Metrics and Analytics》（《前沿研究计量与分析》）杂志上，属于“学术交流”板块，卷10 - 2025，文章链接为https://doi.org/10.3389/frma.2025.1737168。

研究旨在全面分析被撤稿的AI相关文章，以明确其普遍性、原因以及对学术交流的影响。研究人员在Scopus数据库中进行了无限制的系统搜索，使用术语“人工智能”或“AI”与“撤稿”进行组合查询。经过去重和筛选后，从最初检索到的1152篇文章中，有335篇被撤稿的出版物符合纳入标准。分析发现，46.3%（155/335）的撤稿发生在2023年，文章发表后撤稿的中位时间为550天。工程领域占撤稿文章的30.4%（102/335），72.2%（243/335）的撤稿文章来自中国。同行评审受损是最常见的原因，但37.9%（127/335）的撤稿缺乏具体理由。

值得注意的是，51.1%（172/335）的被撤稿文章在撤稿后的领域内引用比率仍大于1，表明其仍有学术影响力。特刊中的文章从投稿到接受的时间显著更快（p = 0.016）。期刊编辑发起了98.5%（330/335）的撤稿，而在有反馈的96个案例中，作者回应显示有35.4%（34/96）存在分歧。

这项研究揭示了AI相关研究出版中的系统性漏洞，特别是在同行评审完整性和撤稿时间线延长方面。被撤稿文章的持续被引用凸显了对改进撤稿预警系统的需求。这些发现呼吁制定更严格的伦理准则和技术保障措施，以维护对AI驱动学术产出的信任。

https://www.frontiersin.org/journals/research-metrics-and-analytics/articles/10.3389/frma.2025.1737168/full