哥德堡大学的计算机教授Alan Said,某天收到一条Google Scholar推送:他有一篇新论文发表了。
题目叫《支持全球可持续发展的智能系统》,发表在一本叫AIJRI的期刊上。方向跟他研究的“AI与可持续性”确实沾边,署名也确实是他。问题是,他没写过这篇论文。
他点进去看了一眼,立刻判断出这是AI生成的:“没有任何真正的内容,就是一堆slop”。他去投诉,联系了期刊的域名注册商,对方回复说文章已经删了。但论文没有消失,只是把作者名字从Said换成了另一个人。两天之内,名字又换了一次。同一篇论文,先后挂在三个不同的人名下。
“内容根本不重要,重要的是上面挂的是谁的名字。名字可以随时替换,就像换一张商品图。”
![]()
这不是一个人的恶作剧:三本“兄弟期刊”,一个同名主编,一套明码标价
顺着Said的遭遇,Times Higher Education挖出了一个更大的盘子。
三本期刊:AIJRI、AJAMRI、AJFMR。它们用着几乎一样的视觉风格,主编和编委会成员是同一个人——一个叫Denish Brown的名字,配一个美国区号的WhatsApp号码。三本网站的域名全部是2026年才注册的,但网站上赫然挂着“几年前发表”的论文存档。
收费规则写得毫不遮掩:AIJRI和AJAMRI对“五位及以上非印度籍作者”的论文收200美元;AJFMR对1到4位作者收80美元,五人以上只收10美元。10美元,买一个“发表”。
被冒名的名单是一份AI圈的“全明星阵容”:Geoffrey Hinton、Yann LeCun、Yoshua Bengio、李飞飞、Christopher Manning、Michael I. Jordan、吴恩达、Stuart Russell。甚至有一篇论文把多位顶级学者的名字堆在了一起。
斯坦福的Jure Leskovec对THE的回应很直接:“我可以确认我没有写这篇论文,没有参与投稿,也没有授权使用我的名字。在收到你们的邮件之前,我甚至不知道它存在。这非常令人担忧。”Manning的定性更重:“这是一个更恶劣的骗局。”
![]()
为什么“Google Scholar能搜到”不等于“这篇论文可信”
Said之所以会发现这件事,是因为Google Scholar推送了它。但Google Scholar的“收录”和“认证”是两件完全不同的事。
Google Scholar是一个广泛的学术搜索引擎,不是期刊认证系统,也不做同行评审。它的设计目标是“尽可能广地发现学术内容”,不是“筛选出可信的期刊”。一篇格式规整的伪造论文,可以通过它的抓取机制;一个2026年才注册、却伪造了过往前缀的期刊网站,也可以被它索引。收录是索引行为,不是质量背书。
更麻烦的是引用层面。Google Scholar的引用计数,是从“别人论文的参考文献列表”里构建的索引条目。如果一篇论文里写了一条虚构的引用,而这篇论文本身被Scholar收录了,Scholar的机制无法分辨那条引用是真是假。这就为“僵尸引用”埋下了入口:一条从来不存在、或者根本不该被引用的文献,通过被索引的论文进入引用网络,然后被后来的论文继续引用。有研究指出,大约30%到40%的引用属于“僵尸引用”——论文被引了,但引用它的文章根本没有使用它的方法,甚至没有正确理解它的结论。
骗子不需要骗过同行评审。他们只需要骗过一台抓取器,然后让那台抓取器的输出,成为下一个人搜索时看到的“证据”。
![]()
怎么识别一篇“AI垃圾论文”:三个信号,不需要读完正文
第一个信号,看“tortured phrases”。AI在改写或生成文本时,会把专业术语替换成不自然的同义词。计算机科学里的“artificial intelligence”可能变成“counterfeit consciousness”(伪造的意识);材料科学里的“thermal stress”可能变成“warm anxiety”(温暖的焦虑);智能电网的“smart grids”可能变成“savvy lattices”(精明的格架)。这些词组在人类写作里几乎不会出现,但在AI生成或AI洗稿的论文里是系统性的痕迹。已经有免费的“Problematic Paper Screener”工具在专门记录这类短语。
第二个信号,看参考文献。AI垃圾论文的参考文献有一个典型特征:作者是真的,期刊是真的,但那条具体的引用是假的。标题看起来合理,作者是该领域确实存在的人,期刊也确实存在,但你去doi.org解析那个DOI,会发现它指向另一篇论文,或者根本不存在。“作者真、期刊真、DOI假”,是比“作者假、期刊假”更隐蔽、也更需要警惕的一种污染。
第三个信号,看论文本身有没有“实质贡献”。Said的判断标准很朴素:“只要看一眼论文本身和它的参考文献,就知道是AI生成的”。一篇没有方法、没有数据、没有可复现步骤、只有框架性论述和空洞概括的论文,即使格式完美、排版整齐,也不应该被当作“研究”。
至于GPTZero和Turnitin这类AI检测工具,它们可以作为辅助信号,但不能作为最终判决。Turnitin宣称98%的准确率和低于1%的误报率,GPTZero宣称99.3%。但独立测试显示,经过改写或翻译的文本会让检测准确率大幅下降,而且正式、规范的学术写作本身就可能被误判为AI生成。工具给你的是一个“需要进一步检查”的信号,不是“这篇文章一定是假的”的结论。
![]()
真正的风险不在“你读到了一篇假论文”,在于“AI正在吃AI的垃圾”
这件事之所以值得写,不是因为几个骗子用10美元卖了一个“发表”名额。它打开的是一个闭环。
AI生成垃圾论文 → 冒用真实学者署名 → 被收费期刊发表 → 被Google Scholar索引 → 被AI爬虫、RAG系统、搜索工具抓取 →进入下一轮模型训练或检索增强的数据池。
这个闭环的后果,学术上有一个名字:模型崩溃(Model Collapse)。在递归生成的合成数据上训练的模型,会逐渐丢失原始数据分布中的稀有特征,方差持续收缩,极端和低频的类别被逐代抹平,最终只剩下一条越来越窄的均值。2026年发表在Nature上的一项审计,覆盖了250万篇生物医学论文和9700万条参考文献,发现2025年的虚构引用率是2023年的12倍以上,而且这些虚构引用出现在已经通过了人类同行评审的论文里。
更具体的一个案例是:学者Spinellis的一篇被冒名论文,在几个月内获得了3次引用。这些引用不是因为它有学术价值,是因为引用它的人只看了Google Scholar上的条目,没有核对论文本身是否真实存在。“僵尸引用放大循环”就是这样运转的:一条虚构的、或者冒名的记录,被索引,被引用,再被索引,引用计数越滚越大,而真实性的基础越来越薄。
你的AI搜索、AI导购、AI助手,在抓取和“学习”公开网页时,并不会自动分辨“这篇论文的作者是不是被冒名的”。它们抓到的是索引里的条目,引用里的文字。当这些内容进入RAG的检索池或下一轮训练语料,污染就完成了从“学术骗局”到“信息基础设施”的迁移。
![]()
你能做的三件事:查、停、举报
第一,查作者。如果你看到一篇“某大佬新论文”,先核对两件事:论文署名的邮箱是不是机构邮箱( .edu 或机构域名,不是gmail或qq邮箱),以及作者本人的Google Scholar主页或机构主页有没有列出这篇论文。Leskovec和Manning的案例说明,本人不知情、未授权,是这类冒名论文的常态
第二,停一步,不要只看索引。在doi.org解析论文的DOI,对比Crossref上的标题、作者、年份是否一致。如果DOI解析失败,或者解析出来的内容和索引页对不上,停下来。Google Scholar的条目可以被伪造,DOI本身也会被伪造,但同时伪造一个能正确解析的DOI和一条完整的元数据链,成本要高得多。
第三,举报,并且知道举报的局限。你可以通过Google Scholar条目页的“发送反馈”提交问题,也可以联系期刊的域名注册商。但Said的案例已经说明了一件事:“投诉后删除”可能只是删掉一个名字,论文本身还在,换一个署名继续挂。举报是必要的动作,但它不是一劳永逸的清理。真正能切断这个循环的,是索引平台收紧抓取规则、是期刊注册商对2026年新注册却伪造过刊的域名做溯源、是学术社区把“Google Scholar收录”从“质量信号”里彻底剥离。
AI垃圾论文最可怕的地方,不在于它骗过了谁。它骗过了一台索引机器,然后那台机器的输出,正在成为所有人——包括下一个AI——的“事实基础”。你不需要读完每一篇论文,但你需要知道:“能搜到”和“是真的”,在2026年已经不是同一件事了。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.