圖源：Unsplash / Ire Photocreative

撰文｜梅寶

論文造假的戰(zhàn)場，正在向引文蔓延。

在學(xué)術(shù)論文中，引用他人的研究成果既是基本的學(xué)術(shù)規(guī)范，也是確保新研究建立在堅實科學(xué)基礎(chǔ)上的重要支撐。然而，隨著越來越多的科研人員習(xí)慣借助AI處理日?？蒲泄ぷ鳌ㄊ崂砦墨I、潤色表達、激發(fā)思路乃至探索具體的實驗技巧——一個令人尷尬的問題也隨之浮現(xiàn)：AI正在憑空捏造根本不存在的參考文獻。

過去，在公開發(fā)表的論文中引用虛假文獻（fabricated references）幾乎是難以想象的事，畢竟這直接觸碰科研誠信的底線。而如今，隨著AI輔助寫作日趨普及，論文參考文獻列表愈發(fā)冗長，虛假引用的識別成本變得越來越高，守住參考文獻誠信的底線，會成為一場新的持久戰(zhàn)嗎？

3年間，虛假引用頻率上漲超10倍

2026年5月，國際著名醫(yī)學(xué)期刊《柳葉刀》（The Lancet）發(fā)表了哥倫比亞大學(xué)馬克西姆·托帕茲（Maxim Topaz）教授及其同事的一篇通訊文章，發(fā)現(xiàn)公開發(fā)表的論文中存在虛假引用現(xiàn)象。雖然出現(xiàn)虛假引用的論文占比還比較低，但這一占比在過去三年迅速上升。

談及這一發(fā)現(xiàn)的緣起，托帕茲對專注于報道全球醫(yī)療、生物醫(yī)藥的權(quán)威STAT提到：這項研究工作源于自己的一次尷尬經(jīng)歷。他原本希望利用AI來協(xié)助編輯一篇要投稿給期刊的文章。盡管他檢查引用是否準(zhǔn)確，期刊編輯還是指出了其中一處錯誤的引文。“我感到非常尷尬，這種情況差點就發(fā)生在我身上。正因如此，我開始思考其他人的處境?！?/p>

于是，托帕茲帶領(lǐng)團隊開發(fā)了一套自動化的引用驗證系統(tǒng)，對2023年1月至2026年2月期間收錄在PubMed Central開放獲取數(shù)據(jù)庫中的250萬篇生物醫(yī)學(xué)論文進行了地毯式掃描，篩查了1.2億條引用文獻。這些文獻中，研究團隊只保留了那些帶有PubMed 標(biāo)識符（PMID）的文獻，數(shù)量約9710萬條；再通過文本相似度分析，將引用該參考文獻的論文所標(biāo)注的數(shù)據(jù)與PubMed、Crossref、OpenAlex 、Google Scholar 等數(shù)據(jù)庫中的實際數(shù)據(jù)進行比對。如果某個參考文獻的標(biāo)題，在這些數(shù)據(jù)庫里找不到對應(yīng)的真實出版物，那么該文獻即被判定為虛假引用。

最終，在9710萬條可查證的引用中，他們發(fā)現(xiàn)了4046條虛假引用。這些虛假引用散布在2810篇論文中，其中綜述類文章的虛假引用比例比研究類論文高，有2564篇論文包含一至兩條虛構(gòu)的參考文獻，246篇論文包含三條及以上虛構(gòu)的參考文獻。

如果從時間維度來看，2023年，每2828篇論文中有一篇存在虛假引用。到2025年，這一比例上升至每458篇論文中有一篇。2026年前7周內(nèi)，每277篇論文中有一篇。不到三年的時間，存在虛假引用的論文比例，從萬分之四飆升至萬分之57，上漲了十幾倍。

來源：Fabricated citations: an audit across 2·5 million biomedical papers, Maxim Topaz, Nir Roguin, Pallavi Gupta, Zhihong Zhang, Laura-Maria Peltonen, May 9, 2026, Lancet

這個事實提示：虛假引用的增加，或許與AI在科研界的廣泛使用有關(guān)。2022年底至2023年間，以ChatGPT為代表的大語言模型進入公眾視野。論文從投稿到發(fā)表通常需要100到200天的周期，2024年中期恰好是第一批借助大語言模型“快速寫作”的論文涌入論文數(shù)據(jù)庫的時間。

該是誰的鍋？

AI只是一門技術(shù)，虛假引用不應(yīng)該由AI來背鍋。在《柳葉刀》當(dāng)期的評論文章中，波士頓大學(xué)醫(yī)學(xué)院的霍華德·鮑赫納（Howard Bauchner）博士認為，虛假引用的責(zé)任應(yīng)該由作者來承擔(dān)。如果發(fā)現(xiàn)某篇論文中存在偽造的參考文獻，那么該論文就應(yīng)該被撤回。在已發(fā)表的論文中編造參考文獻屬于學(xué)術(shù)不端行為，理應(yīng)受到相應(yīng)的嚴(yán)肅處理。

然而，截至研究結(jié)果發(fā)表時，對于98.4%的涉事論文，出版商沒有采取任何行動，既未撤稿，也未更正。虛假引用似乎沒有文章數(shù)據(jù)造假那么嚴(yán)重，但是最終也會流向醫(yī)學(xué)領(lǐng)域，對臨床診療實踐造成潛在危害?！爱?dāng)你作為一名臨床醫(yī)生，根據(jù)指南提供臨床診療時，回頭去查看該指南引用的文章，卻發(fā)現(xiàn)這些引文根本查不到，”托帕茲說，“這非常令人擔(dān)憂?！?/p>

托帕茲建議采取四項措施。首先，出版商應(yīng)在同行評審開始前將自動化參考文獻驗證整合到投稿流程中，現(xiàn)有驗證工具可供使用，其采用障礙主要在于機構(gòu)層面而非技術(shù)層面。其次，索引服務(wù)應(yīng)為文章記錄添加完整性元數(shù)據(jù)（integrity metadata），以便下游用戶評估參考文獻的可靠性。第三，當(dāng)虛假引用影響論文結(jié)論時，出版商應(yīng)對現(xiàn)有出版物進行追溯性審查，并發(fā)布更正或撤稿聲明。第四，當(dāng)前主要研究誠信數(shù)據(jù)庫（research integrity databases）中尚未設(shè)立“虛假引用”這一獨立分類，建立此分類有助于實現(xiàn)系統(tǒng)化的追蹤與問責(zé)機制。

本次研究分析中，虛假引用在各個期刊中的分布并不均勻，超過三分之一的偽造引用來自兩家出版商。托帕茲沒有給出具體名稱，只是提到它們都是大型開放獲取出版商，通過向作者收取高額費用來獲取收入。

而對于出版商們的態(tài)度，STAT曾聯(lián)系了幾大最久負盛名的科學(xué)出版商，其中，《科學(xué)》（Science）系列期刊發(fā)言人表示，它們使用自動化工具來核查參考文獻，目前還未在其期刊發(fā)現(xiàn)任何一篇發(fā)表的論文存在虛假引用的問題?！缎掠⒏裉m醫(yī)學(xué)雜志》和《美國醫(yī)學(xué)會雜志》（JAMA）的發(fā)言人則稱，他們的期刊都有相應(yīng)工具來驗證引用信息，并且所有在其期刊上發(fā)表文章的作者都同意文責(zé)自負。出版商PLOS的倫理負責(zé)人雷內(nèi)·霍赫（Renee Hoch）則說，“我們希望將自動化核查工具融入到我們的出版工作中，目前正在探索相關(guān)解決方案?！?/p>

除了制度上的優(yōu)化措施，或許我們還需要思考，生成式AI的普及將對學(xué)術(shù)界的論文引用方式帶來怎樣的改變。

西北大學(xué)研究科研誠信與人工智能應(yīng)用倫理的教授穆罕默德·侯賽尼（Mohammad Hosseini）曾對STAT表示，“過去，人們會先閱讀論文，然后再做筆記。在撰寫論文時，人們會思考：‘這篇論文或這本書是否與我的研究相關(guān)？’這是一個需要深入思考的過程。如今人們只是憑直覺給ChatGPT或其他AI工具輸入提示詞，然后得到一堆引用文獻，隨意添加在論文里。這種做法并不健康，這意味著人們對學(xué)術(shù)文獻的閱讀越來越表面化，這對研究人員、社會以及我們的學(xué)術(shù)出版方式都沒有好處?！?/p>

學(xué)術(shù)誠信的底線，不應(yīng)該因為技術(shù)手段的進化而降低。正如卡內(nèi)基梅隆大學(xué)計算機科學(xué)家尼哈爾·沙阿（Nihar Shah）曾對《自然》雜志提到：“隨著自主人工智能科學(xué)日益受到重視，我們期望作者在多大程度上真正去研讀他們所引用的論文？”研究人員必須對學(xué)術(shù)文獻保持主動的閱讀與批判性審視。將知識的溯源完全讓渡給人工智能，不僅侵蝕了學(xué)術(shù)研究的嚴(yán)謹性，更是在動搖科學(xué)出版的基石。

參考資料：

• [1] https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(26)00603-3/fulltext
• [2] https://www.statnews.com/2026/05/07/lancet-study-finds-steep-rise-fraudulent-citations-academic-papers/
• [3] https://www.nature.com/articles/d41586-026-00748-w
• [4] https://www.medpagetoday.com/practicemanagement/informationtechnology/121165