这周学术圈最重的一条新闻，来自澳大利亚。
昆士兰科技大学 Adrian Barnett 教授带领的国际团队，用 AI 语言模型扫了 1999 至 2024 年间的 260 万篇癌症研究论文，从里面筛出 超过 25 万篇高度疑似出自"论文工厂"的稿子。相关研究已发表在 BMJ（英国医学杂志）。
25 万这个数字已经够骇人了。但真正让做检测这行的人后背发凉的，是里面那条趋势线，还有一个很少被讨论的技术细节。
这篇文章我想讲三件事：这项研究到底查了什么、为什么说这是一次转折、以及普通科研人现在具体该做什么。
一、先把这项研究读懂：它到底怎么筛的
网上大部分转载只报了"25 万篇"这个数字，但方法比数字更值得看。
扫描范围： 1999 至 2024 年，260 万篇癌症研究论文。这是接近全量的规模，不是抽样。
用的工具： BERT 语言模型。这里有个容易被误解的点，BERT 不是 ChatGPT 那种生成式模型，它擅长的是"理解文本特征"。研究团队训练它去识别论文工厂产出的语言指纹。
准确率： 在已知样本的验证测试中，模型对可疑论文的识别准确率达到 91%。
筛出结果： 逾 25 万篇被标记为高度疑似。
最刺眼的那条曲线： 可疑论文的比例，从 2000 年代初的约 1%，一路升到 2022 年的 16% 以上。
停下来算一下这个 16% 意味着什么：在癌症研究这个和人命直接相关的领域，近几年发表的论文里，每六七篇就有一篇带着论文工厂的特征。你在做文献综述时读的每二十篇文章，可能有三篇的数据是编的。
这里要说清一件事： "疑似"就是疑似。模型标记不等于定罪，91% 准确率反过来说也意味着约 9% 的误判空间。所以这份名单的意义不是"审判了 25 万篇论文"，而是证明了大规模筛查在技术上已经可行。
二、论文工厂的三个特征，恰好就是检测的三道关
论文工厂是什么？批量生产、批量出售虚假或低质量研究的公司。它们卖作者署名位，有时候直接给你一篇现成的完整论文。
研究里总结的典型特征有三样：重复使用的文本、生硬异常的语言、伪造的数据和图片。
做检测这行的人看到这三样，第一反应是：这不就是今天投稿要过的三道关吗？
| 论文工厂特征 | 对应检测关卡 | 检测手段 |
|---|---|---|
| 重复使用的文本 | 文本查重 | iThenticate / Crossref Similarity Check |
| 生硬异常的语言 | AI 率检测 | Turnitin AI Writing Detection（青色标 AI 生成、紫色标 AI 润色） |
| 伪造的数据和图片 | 图片检测 / 原始数据 | 图像重复、拼接、克隆、AI 生成图识别 |
这个对应关系不是巧合。期刊这两年之所以把三道关一起收紧，就是因为造假的形态本来就是这三种。 你去看各大出版社的作者须知，Elsevier、Springer Nature 走 Crossref Similarity Check，Wiley、MDPI、IEEE、Frontiers 走 iThenticate，图片端则要求提交未经处理的原始图，三条线一起在收。
三、为什么说这是转折：打假从"人力"进了"工业化"
要理解这次的分量，得看看以前打假是怎么打的。
过去靠人眼。 学术图像打假专家 Elisabeth Bik，一张图一张图地比对，靠肉眼看出 Western blot 条带的复制痕迹，她在 2018 年就指出约 35000 篇生物医学文章可能存在图片造假需要撤回。北航的耿同学，一个人四十多天，连续举报多所名校学者的顶刊论文。
这种打假的特点是：准，但慢，而且高度依赖个人。 面对每年上百万篇的发表量，杯水车薪。造假者赌的就是这个概率：论文这么多，谁会挨个看我这篇？
现在这个赌注不成立了。 260 万篇全量扫描，91% 准确率，机器不会累，也不在乎你是不是名不见经传的普通作者。
顺着这个逻辑往下推，有三件事会连着发生：
第一，期刊必须把防线前移。 事后被机器扒出来，代价是整个期刊的声誉和大规模撤稿。所以它们只能在收稿这一关就把问题挡住，这就是我们看到的检测收紧。国际 STM 协会在图像完整性指南里说得很直接：这类问题应该在评估早期、最好在同行评审之前就识别出来。
第二，回溯检查会常态化。 这次筛查覆盖的是 1999 年以来的论文，它是往回扒的。
第三，"发表即安全"的心理彻底失效。 这一点下一节展开说。
四、两个真实案例：论文发表多久算"安全期"？
答案是没有安全期。两个案例值得每个科研人记住。
案例一：PTEN 论文，20 年后被撤。
一篇题为《PTEN Has Nuclear Localization Signal-Like Sequences...》的论文，2005 年 5 月发表在 Cancer Research（IF 16.6，一区）。二十年过去，PubPeer 上有用户借图片检测工具发现，文中图片"比预期相似得多（Much more similar than expected）"，随后论文被撤稿。撤稿后它仍能在 PubMed 检索到，只是永久带上了撤稿标记。
案例二：Neuron 论文，从质疑到勘误走了 7 年。
2011 年发表在 Neuron 的一篇文章，2018 年被质疑图片存在剪切和重复，也就是发表 7 年后才被发现。作者积极回复，但迟迟给不出明确方案。直到 2025 年 4 月，作者找到原始数据、与期刊提交勘误，事情才落定。从发表到解决，前后 14 年。
这两个案例告诉我们两件事： 一是数据库不会遗忘，工具在进步，当年查不出来不等于以后查不出来；二是原始数据是你唯一的救命稻草。Neuron 那篇最后能以勘误收场，靠的就是作者拿出了原始数据；拿不出来的，性质就完全变了。
顺便提一个更重的案例：NIH 神经科学部门前负责人 Eliezer Masliah，因长达 25 年的系统性图像造假被免职，影响波及临床试验推进和药物审批。25 年，也没能躲过去。
五、对认真做研究的人，这到底是好事还是坏事
先说结论：长期是好事，短期要适应。
好的一面很实在。 论文工厂最伤害的其实是老老实实做实验的人。你辛辛苦苦跑一年数据发一篇，别人花钱买三篇，评奖评优、申请基金的时候，你还比不过他。规模化检测把这条产业链的成本抬上去，对踏实做研究的人是实打实的公平。
这一点在国内的实践里已经看得到。有高校在通报学术打假事件后，采取的措施是要求发表论文前先提交实验原始数据、备案审核通过才能投稿。听起来是多了一道手续，但换个角度看：以前不用交原始数据，谁知道那些高产的数据是真是假？现在加了这道枷锁，对踏实做实验的人反而更公平。
要适应的一面也很实在。 检测收紧会传导到每一个普通作者身上：查重要求更严、AI 率成标配、图片和原始数据被要求可追溯。你没造假，但你也得能证明自己没问题，这就是多出来的成本。
还有一个容易被忽略的连带效应：导师的责任被压实了。 学生论文出问题，导师失察也要被追究。所以以后你会感觉到导师审你的稿子更早、更严，这不是针对你，是压力传导。
六、具体该做什么：三关自查清单
不用焦虑，把该做规范的做扎实就行。
第一关，文本：规范引用是根本。
论文工厂的第一个特征是"重复使用的文本"。要做的不是玩文字游戏，而是把引用做规范：理解原意后用自己的话转述，再规范标注来源。 记住一条容易踩的红线：标了参考文献不等于可以照抄原文，直接引述原句必须加引号并标出处，而且应尽量少用。
参考安全线：SCI 排除参考文献后总重复率 ≤20%、单一来源 ≤3%，一区或顶刊建议 ≤15%；EI 会议看含文献的全文重复率，一般 ≤25%。但更重要的是重复落在哪里：25% 全来自参考文献和材料方法，编辑多半能接受；12% 但集中在结论和讨论，反而危险。
第二关，AI：合理用 + 如实声明。
"生硬异常的语言"是第二个特征，而机翻加 AI 大段改写，恰恰会留下同类痕迹。红线很清楚：AI 用来查资料、列大纲、改语法是允许的（多数期刊要求声明），但用 AI 生成核心数据、结果、结论属于学术不端。
两个实操提醒：一是别用 AI 去降 AI，改写工具的痕迹现在能被识别，重复率降了 AI 率反而飙上去；二是 Turnitin 的 AI 检测在 2025 年 10 月做过一次灵敏度大升级，升级之前测的旧报告参考价值已经明显下降，投稿前建议重测。
第三关，图片和数据：可追溯。
"伪造的数据和图片"是第三个特征，也是现在撤稿的重灾区。有研究指出约 4% 的论文存在不同程度图片问题（这个数字的学术源头可追溯到 Bik、Casadevall 与 Fang 发表于 mBio 2016 年的图像重复研究）；美国科研诚信办公室的统计显示，约 68% 的科研不端案件涉及图像伪造。
具体做四件事：所有图都自查（包括补充材料，重点 WB、凝胶电泳、免疫荧光、显微照片、流式细胞图）；保留未经处理的原始图，WB 最好显示完整膜边界和分子量标记；别复用别拼接，自己旧文的图再用也算重复；数据图严禁 AI 生成，用 AI 做示意图要按期刊政策披露。
合作论文尤其要小心：图来自不同实验室、不同学生时，你未必知道别人给的图有没有被处理过，而一旦出问题，第一作者和通讯作者都担责。
七、几个你可能会追问的问题
Q：我的领域不是癌症研究，是不是就没事？ 这项研究选癌症领域是因为它体量大、论文工厂扎堆，但方法本身是通用的。同类筛查扩展到其他领域只是时间问题。
Q：我引用了被标记的论文，会连带影响我吗？ 引用本身不构成不端。但如果你的结论建立在被撤稿文献的数据上，学术上是有风险的。建议养成习惯：写作时顺手查一下关键引文有没有撤稿标记（PubMed 会标注，Crossref 也有 Retraction Watch 数据）。
Q：我发过的论文会不会被回溯查出来？ 理论上都在回溯范围内。真正的应对不是担心，而是确保你手上有原始数据和记录，出现质疑时能拿出来说明。这就是 Neuron 那个案例的启示。
Q：查重和 AI 率，我自己测和期刊测会一样吗？ 只有系统一致、稿件一致、设置一致时才基本一致。要注意两点：期刊看的通常是排除参考文献后的结果；另外期刊系统里还跑着一个重复提交检测（Duplicate Submission Check），那是查一稿多投的，和查重不是一回事，两个分数别混着看。
Q：图片检测通过了，是不是就安全了？ 不是。图片检测的数据库覆盖远不如文字查重全，物理化学等学科的图目前 AI 还识别不了。查出问题大概率有问题，没查出不代表一定没问题，它只能作参考。
最后
这条新闻真正的信息不是"25 万篇造假"，而是：规模化筛查从"不可能"变成了"已经发生"，而且它会往回扒。
对造假的人，这是坏消息。对认真做研究的人，这是迟来的公平，代价是多了一道"自证清白"的手续。
要做的事说白了就一句话：让你的论文，经得起机器和时间的双重回看。
投稿前想把文本重复率和 AI 率这两关先自己过一遍、看清哪里被标了再改，可以用 查个重（chagechong.com）：正版 iThenticate 检测，重复率、AI 率一起出，报告与期刊一致、文档不留痕不收录，24 小时自助。
查个重，查得准。 投稿之前，先来查个重。
参考来源
- Barnett A, et al., BMJ（2026）：昆士兰科技大学团队用 BERT 模型扫描 1999–2024 年 260 万篇癌症研究论文，标记逾 25 万篇高度疑似论文工厂产物，验证集识别准确率约 91%，可疑比例由 2000 年代初约 1% 升至 2022 年 16% 以上。中文媒体 2026 年 7 月 19 日相关报道。
- Bik EM, Casadevall A, Fang FC, The Prevalence of Inappropriate Image Duplication in Biomedical Research Publications, mBio（2016）：约 4% 论文存在图片问题。
- 美国科研诚信办公室（ORI）关于图像伪造在不端案件中占比的公开统计。
- STM 协会《Recommendations for handling image integrity issues》V10（2021）：图片问题应在评估早期、最好在同行评审之前识别（该工作组已于 2026 年 3 月并入 STM Integrity Hub）。
- PTEN 论文（Cancer Research, 2005）与 Neuron 论文（2011）相关 PubPeer 讨论、撤稿与勘误公开记录。
- Turnitin 官方 AI Writing Detection 说明（含 2025-10-14 模型灵敏度升级）：https://guides.turnitin.com/hc/en-us/articles/28294949544717-AI-writing-detection-model
- Eliezer Masliah 长达 25 年图像造假案相关公开报道。
本文所述"疑似"均指模型标记结果，不等于对具体论文或作者的定性认定；检测结果为参考，最终判断需人工核查。重复率与 AI 率标准以目标期刊要求为准。
