AI 写论文、AI 审稿、AI 造假：人工智能介入，边界该如何划定？

近年来，AI 深度渗透学术科研领域，在助力研究的同时，AI 编造参考文献、虚假引用、AI 代写等学术乱象频频曝光。 2026 年 7 月，《美国科学院院刊》发布撤稿公告，部分论文作者借助人工智能批量生成参考文献，产出大量检索不到的 “幽灵文献”； 2026 年初，顶会 NeurIPS 2025 筛查出 53 篇录用论文存在 AI 捏造引用的问题，虚假引用乱象已经蔓延至顶级学术会议； 2025 年末，Springer Nature 旗下期刊完成一篇论文撤稿，该文共计 61 条参考文献，其中 24 条完全由 AI 虚构，受该事件影响，香港大学原社会科学学院副院长叶兆辉卸任行政职务。

类似事件层出不穷。数据显示，撤稿论文当中，存在 AI 参与生成痕迹的占比，远高于正常刊发的论文。

图为参观者在北京中关村展示中心 “人工智能 +” 展区参观。

AI 参与论文创作：作者如何界定，责任由谁承担？

清华大学图书馆馆长金兼斌指出，学术诚信本身是老生常谈的话题，但人工智能时代，原有风险被成倍放大。 “未来文献综述工作会越来越多地交由 AI 完成。倘若一篇文献没有被纳入学科大模型的训练语料，它对后续科研的参考价值几乎会被清零。”

上海交通大学医学院图书馆馆长仇晓春则看到更深层的冲突：当人工智能介入论文撰写思路、文稿起草，甚至参与生成实验数据，传统的 “科研作者” 定义正在遭受冲击。AI 产出的文本，也让抄袭和原创创新之间的边界变得模糊。 如今还有部分审稿人直接使用 AI 输出评审意见，造成审稿内容同质化，评议质量大打折扣。

中科院院士梅宏提出一道现实难题：大模型经常出现 “幻觉”、输出错误信息，这类问题，应当归为无心的疏漏，还是要由使用者承担全部责任？人工智能本身，又是否具备成为论文作者的资格？ 更有新型学术作弊手段出现：部分作者在文稿内埋藏特殊指令，诱导 AI 评审系统只给出正向评价，以此操纵 AI 审稿结果。

“唯论文” 评价体系，催生出哪些学术异化？

金兼斌直言，以论文为核心的单一学术考核导向，是各类学术不端、出版乱象的根源。

量化考核倒逼科研人员不断产出论文，掠夺性期刊、论文代写工厂、署名买卖交易，都是这套评价机制发生异化的直接产物。

中科院院士、北京大学鄂维南院士提出，科研价值不应该只用期刊论文这一 “中间载体” 来衡量。 “一个颠覆性的科研构想、一套完备可靠的科学数据集、一款被业界广泛应用的软件工具，它们的科学意义与社会价值，完全可以超过一篇普通期刊论文。”

仇晓春表示，“不发表就淘汰” 的行业循环持续加剧，过去依靠文献计量指标开展评价的模式，正遭遇严峻挑战。

AI 充当学术裁判，应当守住怎样的边界？

前沿出版社首席执行总编范洺菘表示，首先要把科研人员合理合规使用 AI，和恶意滥用 AI 两种行为区分开来。 但他也警示风险：一旦模型训练数据没能完整覆盖科研全链条贡献，或是算法本身过度简化现实问题，看似公正客观的 AI 打分，反而会催生更加隐蔽的偏见。

“对科学研究来说，人工智能是点亮创新的阿拉丁神灯，也可能是释放风险的潘多拉魔盒。”

金兼斌倡议建立贯穿科研全过程的透明数据规范。科研成果公开发表时，研究者需要一并上交核心原始数据、算法代码以及完整处理流程。 “只要把每一处 AI 介入研究的环节完整留存记录，无心造成的失误和主观恶意造假就能够清晰区分，责任归属问题也可以迎刃而解。”

仇晓春最后总结：AI 算出来的各类影响力指标，永远不能取代同行专家对于科研成果内在创新价值的深度研判。学术评价改革的关键，是把 AI 定位成辅助工具，而不是让机器完全接管人的判断。