耿同学登上Science，原始数据自查将常态化？

来源：市场资讯

（来源：谷粉学术）

当论文发表后的外部审视越来越强，投稿前的原始数据自查就不再只是“谨慎一点”，而是保护研究者自己的必要动作。

2026年6月，科研打假博主“耿同学”登上 Science 的报道，引发了国内科研圈的广泛讨论。

过去一段时间里，他围绕多篇顶刊论文提出公开质疑，问题就集中在原始数据异常上。相关论文涉及多所高校和研究者，也陆续引发调查、回应和处理。

这件事之所以引人关注，不只是因为一个个人账号被国际顶刊报道，更因为它说明科研诚信监督的环境正在变化。

过去，很多问题主要在审稿、撤稿、机构调查或同行举报中被发现。

现在，公开数据库、社交媒体、第三方工具和外部监督者，都可能让一篇已经发表的论文被重新检查。对学术生态来说，这种监督有必要。

但对普通科研人员来说，也带来了另一层压力：很多数据问题未必来自主观造假，也可能来自投稿前没有被及时发现的整理错误、异常重复或分布异常。

一旦这些问题在发表后被公开指出，解释成本会非常高。

不是所有异常都等于造假

原始数据里出现“看起来不太对”的地方，并不一定意味着学术不端。

例如，同一批次样本的数值可能天然接近；仪器精度可能导致读数重复；统计处理、取整方式或检测阈值，也可能让数据呈现尾数集中、共同步长等现象。

这些情况有些是正常实验现象。

但也确实有一些异常，可能来自复制粘贴、批量填充、表格整理或数据处理过程中的问题。

真正困难的是：肉眼很难稳定区分这些情况。

尤其当一篇论文背后有大量 Excel、CSV 或补充数据表时，作者很难逐格检查每一个数值关系。

这也是为什么，投稿前做一次原始数据表异常预警，正在变得越来越重要。

不是定性，而是预警

基于以上现状，Figcheck团队在原有图片重复检测的基础上，上线了DataCheck原始数据自查系统，DataCheck的定位，不是发表后的“审判工具”，而是投稿前的预警系统，上传数据表后，对表格中的异常模式进行检测和提示，让作者在提交论文之前先回到原始记录中复核，主要聚焦三类异常：

数值重复/相似检测

2. 数据关系预警

3. 数据分布预警

这三类能力对应的，正是很多科研人员最容易忽略、但发表后又最容易被放大的数据风险。

第一类：数值重复/相似检测

最直观的一类风险，是数据表中出现重复值或高度相似的数值区域。

重复本身并不一定有问题。比如仪器输出精度有限，或者同一实验条件下样本差异很小，都可能带来真实的重复或相似。

但如果相似区域出现在不同样本、不同组别，甚至不同工作表之间，就需要进一步核对。DataCheck 会将这些重复或相似区域标出来，并展示对应的证据细节。

第二类：数据关系预警

另一类风险，并不表现为重复，而是表现为数值之间的关系过于整齐。

例如，本应随机波动的数据，却呈现连续等差；某些数值之间的公差高度稳定；或者一列数据表现出明显的线性关系。这类异常靠肉眼浏览表格很容易漏掉。

这些提示并不是最终结论。它只是提醒作者：这组数据关系比较特殊，需要结合实验背景进一步确认。

第三类：数据分布预警

还有一些问题，不是简单重复，也不是明显等差，而是体现在整体分布上。

DataCheck 的作用，是把这些异常模式提前呈现出来，让作者在投稿前完成复核，而不是等到发表后再解释。

投稿前多查一步，是为了少一次被动解释

耿同学事件让更多人看到，论文发表后的外部监督正在变强。与此同时，科研人员也确实需要一种更前置、更具体的自查方式，来降低非故意错误被放大的风险。这一步的意义很实际：把发表后的被动解释，尽可能前移成投稿前的主动确认。

Figcheck(www.figcheck.com)是同济大学创业谷项目，基于神经网络算法和自动化流程，可对预投稿的图片或PDF文献实现一键自动化图片分割、潜在重复区域识别、标注和检测报告生成。2022年12月，Figcheck团队即受邀参加国际科学、技术与医学出版商协会（STM）举办的Start-up fair会议，并做大会介绍。

2025年7月，Figcheck 2.0上线，其迭代了检测算法，相比1.0版本，显著提高了检测准确度，在5000次内部测试中，图片查全率达到了98%。

Figcheck 2.0支持完全自主的检测，支持小图切割结果的查看和修正，支持检测报告生成，以及更丰富的辅助功能协助阳性结果的判读。完整说明可至官网“使用说明”页面。

Figcheck践行非盈利运营策略，最终目标是免费提供给所有科研人员。

作为上述目标的第一阶段行动，目前Figcheck 2.0针对edu高校邮箱、ac中科院系统邮箱的认证用户，将自动给予每半年1篇（2篇/年）免费检测权限。

在支付页面，点击edu、ac邮箱验证，填入邮箱和验证码，即可完成验证。