学术不端的新战场？过去三年，生物医学论文虚假引用上涨了十几倍

图源：Unsplash / Ire Photocreative

论文造假的战场，正在悄然向一个意想不到的领域蔓延——参考文献列表。

在学术写作中，引用前人成果是构建知识大厦的基石，也是最基本的学术规范。然而，当越来越多的研究者开始习惯借助AI来梳理文献、润色文字甚至激发实验灵感时，一个令人尴尬的新问题出现了：这些智能工具，正在“创造”出一些根本不存在的参考文献。

过去，在正式发表的论文里引用虚假文献，几乎是不可想象的事情，这直接踩踏了科研诚信的红线。可如今，随着AI辅助写作日益普及，论文的参考文献列表越来越长，甄别其中“幽灵文献”的成本也水涨船高。守住引文诚信的底线，会不会演变成一场新的、更隐蔽的持久战？

3年间，虚假引用频率上涨超10倍

2026年5月，国际顶级医学期刊《柳叶刀》刊登了一篇来自哥伦比亚大学马克西姆·托帕兹教授团队的通讯文章，揭示了已发表论文中存在的虚假引用现象。虽然目前涉及虚假引用的论文比例还不算高，但其增长势头却相当惊人。

这项研究的起因，其实源于托帕兹教授自己的一次“险情”。他曾尝试用AI辅助编辑一篇待投稿件，尽管自己检查过引文，期刊编辑还是指出了一处错误。这次经历让他深感后怕，并开始思考：“这种情况，会不会正发生在更多人身上？”

于是，他的团队开发了一套自动化引文验证系统，对2024年1月至2026年2月期间收录在PubMed Central数据库中的250万篇生物医学论文，进行了地毯式扫描，总共筛查了约1.2亿条引用。研究团队聚焦于那些带有PubMed标识符的文献（约9710万条），通过文本相似度分析，将论文中标注的引文信息与PubMed、Crossref等权威数据库进行比对。如果某个引用的标题在所有数据库中均找不到对应的真实出版物，即被判定为虚假引用。

结果令人警醒。在这9710万条可查证的引用中，他们发现了4046条虚假引用，散布在2810篇论文里。其中，综述类文章的“中招”比例高于研究类论文。从时间趋势看，虚假引用的蔓延速度更快：2024年，平均每2828篇论文中有一篇存在虚假引用；到了2025年，这个数字变成了每458篇中有一篇；而2026年前7周的数据显示，每277篇论文中就有一篇存在问题。不到三年时间，存在虚假引用的论文比例从万分之四飙升至万分之五十七，上涨了十几倍。

来源：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

这个时间线与AI技术的普及轨迹高度重合。2024年底前后，以ChatGPT为代表的大语言模型开始进入科研工作流。考虑到论文从投稿到发表通常有数月的周期，2024年中期恰好是第一批深度依赖AI工具“速成”的论文开始涌入数据库的时间点。两者之间的关联，很难用巧合来解释。

该是谁的锅？

技术本身是中立的，虚假引用的锅，显然不能简单甩给AI。在同期《柳叶刀》的评论文章中，波士顿大学医学院的霍华德·鲍赫纳博士明确指出，责任最终必须由作者承担。在已发表论文中编造参考文献，属于明确的学术不端行为，涉事论文理应被撤回。

但现实情况却复杂得多。截至该研究发表时，超过98%的涉事论文并未被出版商采取任何行动，既未撤稿，也未发布更正。或许在很多人看来，虚假引用不像数据造假那样直接影响结论，危害似乎没那么直接。然而，托帕兹教授指出了更深层的隐患：这些有问题的论文，尤其是医学领域的综述或指南，其虚假引用可能会像“污染源”一样，最终影响临床诊疗实践。“当你作为一名临床医生，依据某份指南进行诊疗，回头去核查其引用的核心文献时，却发现根本查无此文——这非常令人担忧。”

面对这一挑战，托帕兹团队提出了四项系统性建议：首先，出版商应在送审前就将自动化参考文献验证整合到投稿流程中，现有技术已能实现，障碍主要在机构采纳意愿而非技术本身。其次，文献索引服务应为文章记录添加“完整性元数据”，方便下游使用者评估引文的可靠性。第三，当虚假引用实质性地影响了论文结论时，出版商应对已发表文献进行追溯审查并发布更正或撤稿。第四，当前主要的研究诚信数据库尚未将“虚假引用”列为独立类别，建立此分类有助于实现系统化的追踪与问责。

研究还发现，虚假引用在期刊间的分布极不均衡，超过三分之一的“幽灵文献”集中来自两家大型开放获取出版商（研究未点名）。这类出版商通常向作者收取高额文章处理费，其质量控制流程是否因此承压，值得深思。

对于出版界的应对，几家顶级期刊的回应态度不一。《科学》系列期刊表示，他们已使用自动化工具核查参考文献，且尚未在其期刊上发现虚假引用问题。《新英格兰医学杂志》和《美国医学会杂志》则强调，他们既有验证工具，也坚持作者文责自负的原则。出版商PLOS的伦理负责人则表示，他们正在探索将自动化核查工具融入工作流程的解决方案。

除了完善制度，或许我们更需要反思一个根本性问题：生成式AI的普及，是否正在悄然改变我们对待“引用”这一学术行为的底层逻辑？

西北大学研究科研诚信与AI伦理的穆罕默德·侯赛尼教授点出了关键：“过去，研究者需要先阅读文献、做笔记，在写作时深思熟虑：‘这篇论文真的与我的研究相关吗？’这是一个主动的、批判性的思考过程。而现在，很多人只是凭直觉向ChatGPT输入一个提示词，然后就把得到的一串引用直接粘贴进论文里。这种做法并不健康，它意味着对学术文献的阅读正变得越来越肤浅和工具化，这对研究者个人、对整个学术界乃至知识生产体系，都毫无益处。”

说到底，技术手段的进化，绝不意味着学术诚信的底线可以随之降低。正如卡内基梅隆大学的计算机科学家尼哈尔·沙阿所质疑的：“随着AI在科研中的作用日益核心，我们究竟还期望作者在多大程度上，真正去研读他们所引用的论文？”研究人员必须保持对文献的主动阅读与批判性审视。将知识溯源的责任完全让渡给人工智能，侵蚀的不仅是单篇论文的严谨性，更是在动摇整个科学出版体系的信任基石。

参考资料：
[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