AI引文造假危机：顶尖科学家险被蒙骗，生物医学科研如何自救？

2026年5月，国际顶级医学期刊《柳叶刀》发表了一篇引发中国医学科研界广泛关注的通讯稿件，主题聚焦于“AI引文造假”现象。这篇基于对PubMed Central（美国国立医学图书馆旗下的生物医学文献数据库）中约250万篇论文的筛查研究指出，生物医学领域参考文献造假率在近年来呈现爆发式增长，2023年每万篇论文约出现4条伪造参考文献，而到2026年初这一数字已飙升至56.9条，涨幅超过12倍。

该研究由哥伦比亚大学护理学院副教授、医疗AI领域知名学者Maxim Topaz领衔。作为全球前2%的顶尖科学家，Maxim Topaz在长期与AI打交道的过程中，竟也险些被AI生成的虚假文献蒙骗。这一亲身经历促使他深入探究生物医学论文中的引文造假问题，并带领团队开发了一套自动化引文核验系统。

针对这一现象，《徽声在线》记者（以下简称“NBD”）对Maxim Topaz进行了独家专访，以下为采访实录。

虚假引文泛滥：98.4%的问题论文未被更正或撤稿

NBD：是什么契机让您开始关注生物医学论文中的引文造假问题？

Maxim Topaz：这一研究的起点源于我个人的一次“惊险经历”。当时，我正使用AI工具为一篇拟投稿期刊的评论文章润色。尽管我深知AI存在“幻觉”问题，仍对所有引文进行了多轮核查。然而，期刊编辑仍对其中一条参考文献提出质疑——原来AI工具悄悄植入了一条虚假文献，而我此前的核查并未发现。

这件事让我深感震惊。连像我这样长期研究AI的专业人士都会中招，普通研究者的情况可想而知。更令人担忧的是，参考文献是科学体系的根基，一旦失去可信度，整个科研大厦都将摇摇欲坠。此前，从未有人统计过虚假引文流入正式发表文献的比例，而我们团队正是为了填补这一研究空白，开展了此次大规模调研。

NBD：您同时任职于哥伦比亚大学护理学院与数据科学研究所，这种跨学科背景对开发自动化引文核验系统起到了哪些关键作用？团队在研发过程中遇到的最大技术难题是什么？

Maxim Topaz：临床医学与数据科学的结合是这一项目的核心优势。临床医学知识帮助我们判断哪些问题会对实际研究产生重大影响，同时掌握不同领域正规引文的特征，从而区分普通错误和恶意造假；而数据科学技术则使大规模自动化核验成为可能，彻底摆脱了人工核查的局限。

研发过程中最大的挑战是误判问题。本次需核验的参考文献超过9700万条，即使系统误判率极低，也会产生海量错误预警。我们面临的核心任务是精准区分蓄意造假、无心笔误以及标题简写等正常格式问题。为此，团队搭建了多层级核验流程，包括大语言模型初筛和独立人工审核校验，最终系统准确率达到91%。在海量数据下打造一套可靠、可信的核验系统，是整个项目最难攻克的一关。

NBD：本次核查覆盖约250万篇生物医学论文、1.25亿条参考文献，为何选择开展如此大规模的分析？业内此前对引文造假的认知与实际情况存在多大差距？

Maxim Topaz：大规模调研的必要性在于，单篇论文的引文造假发生率本就偏低，仅凭个别案例无法得出可靠结论。我们共核查2471758篇开放获取论文、超过1.25亿条参考文献，这样才能统计出造假问题的整体发生率，并梳理出其长期变化趋势。

业内过往认知与现实情况相差极大。此前，大家普遍认为引文造假只是个别作者品行不端或写作疏忽导致的小众问题。但数据显示，虚假引文如今已遍布各类生物医学文献；自2023年至今，引文造假率涨幅超12倍。更令人担忧的是，在本次核查开展时，98.4%存在造假引文的论文既未被更正，也未被撤稿。这一问题的严重程度和整改滞后性都远远超出了行业以往的预判。

2023年1月至2026年2月，PubMed Central每万篇论文的伪造参考文献季度发生率

图片来源：文章《伪造引用：对250万篇生物医学论文的核查分析》

综述论文成重灾区：引文造假威胁医生和政策制定者

NBD：为何引文造假率从2024年年中开始急剧攀升？主要诱因是人工智能、论文代写产业链，还是期刊评审流程存在漏洞？

Maxim Topaz：时间节点很有指向性。大型语言模型在2022年末至2023年开始全面普及，而生物医学论文从投稿到发表通常需要100至200天。因此，借助AI辅助撰写的论文从2024年年中起开始大量出现在数据库中，这也恰好是造假率骤增的转折点。

需要说明的是，本次研究仅证实了问题的存在，并未直接界定成因。论文代写产业泛滥、期刊索引规则与评审机制的变化同样推高了造假比例，且各类因素相互叠加：正是因为期刊缺乏有效的核验环节，AI生成或代写产业链产出的虚假引文才得以顺利发表。

因此，无法将问题归咎于单一原因。客观来讲，AI让编造引文变得轻而易举，而现行的审核机制原本就没有针对这类造假设计排查手段。

NBD：与以往人为编造的引文相比，AI生成的虚假引文有哪些核心差异？又会带来哪些更广泛的影响？

Maxim Topaz：二者最本质的区别在于错误类型。过去的引文问题多是粗心导致的疏漏，比如页码写错或文献观点引用有误，但被引用的文章本身是真实存在的。

如今AI生成的引文对应的文献完全子虚乌有。这些假引文格式规范，署上真实且业内知名的研究者姓名，贴合论文主题，发表日期也设置得合情合理，足以蒙混过初步检查，常规的同行评审也往往难以识破。

其深远危害在于，引文本是科研人员验证研究结论的核心依据，如今大规模造假已成现实。问题从“引文内容有误”演变为“引用文献根本不存在”，这不再是证据质量下降，而是直接切断了科学论证的证据链。

NBD：在核查过程中，您发现过最极端、最令人震惊的引文造假案例是什么？看到这些案例时，您有何感受？

Maxim Topaz：最典型的案例是2025年某开放获取肿瘤学期刊上一篇聚焦细分外科领域的论文。在该论文经核验的30条参考文献中，有18条为造假内容。这些假引文精准匹配论文研究方向，作者均为该领域真实专家，发表时间也集中在2023至2024年。

另一个现象同样值得警惕。在某期刊一年内刊发的11篇论文中，反复出现两位相同署名作者，这些论文包含15条虚假引文，且涉及多个互不相关的前沿研究领域。

比起单篇问题论文，我更担忧这类批量造假的现象。更让人不安的是，这些问题论文一直留在公开文献库中，还会被其他论文继续引用，却没有任何标注警示或更正说明，行业也未对此提出质疑。

NBD：综述类论文的引文造假率比其他类型论文高出57%，而综述又是临床诊疗指南的制定基础。为何综述类论文尤其容易遭到AI驱动的引文造假侵袭？

Maxim Topaz：多重因素叠加，让综述论文成为造假重灾区。首先，综述的参考文献列表篇幅更长，虚假引文更容易浑水摸鱼；其次，撰写综述需要梳理、归纳大量文献，这也是研究者最常借助AI辅助的环节，而该工作场景恰恰极易催生虚假引文。

此外，综述处于整个科研证据链的上游：各类系统评价依托综述撰写，临床诊疗指南又以系统评价为依据。我们的数据显示，综述论文每万篇的引文造假数为16.7条，其他类型论文为10.6条。这57%的差距带来的危害远比数字本身更大，综述中的造假内容不会止步于此，还会层层传导，最终影响临床医生和政策制定者依赖的核心证据体系。

文献库污染风险：若不及时管控恐难以逆转

NBD：虚假引文会如何误导临床决策、威胁患者安全？医学界是否低估了这类现实风险？

Maxim Topaz：虚假引文会沿着完整的证据链产生负面影响。临床诊疗指南依托系统评价制定，目前已有证据证实，部分代写论文已被纳入撰写指南所用的系统评价中。如果一份指南引用的论文本身含有大量虚假引文，那么其提出的治疗方案就失去了应有的科学支撑。

需要明确的是，我们并未追踪患者的实际诊疗结果，因此无法量化虚假引文直接造成的医疗伤害，也不会妄下此类论断。但现有科研证据体系存在结构性风险，且这一风险确实被医学界低估了。

已有系统评价发现，医学论文中约四分之一的参考文献存在各类错误，这足以说明，参考文献核验并非同行评审的常规环节。连普通的引文错误都无法全面排查，想要识破精心伪装的人工智能造假引文，自然难上加难。

NBD：您的研究为行业提出了四项改进建议。在您看来，目前哪一项建议最为紧迫，却又最难落地？主要阻碍是什么？

Maxim Topaz：当下最紧迫的是第一条建议，即期刊出版商需在同行评审启动前，将自动化引文核验纳入论文投稿流程。目前相关技术已经成熟，落地障碍并非技术问题，而是体制与成本问题。出版商需要投入资金、调整沿用已久的工作流程，这也是该建议看似可行、推进起来却阻力重重的原因。

而落地难度最大的是对已发表文献开展回溯清理。对数百万篇存量论文逐一筛查、发布更正内容，需要高昂成本；且没有任何一家机构愿意全权负责这项工作，同时学界也缺乏动力去复盘、修正已经刊发的论文。

总结来说，当下最该立刻推进的是在投稿环节落实事前引文核验；而最难完成的是清理早已被污染的存量学术文献。

NBD：作为率先系统性揭露生物医学领域引文造假危机的学者，未来3至5年，您对整个行业最大的担忧是什么？您呼吁全球科研界、期刊出版商及监管机构立刻采取哪一项行动？

Maxim Topaz：我最大的担忧是形成恶性循环。一篇含虚假引文的论文发表后，会被后续新论文继续引用，甚至被用于训练新一代人工智能模型，进而让造假内容不断传播、放大。若不及时管控，文献库被污染的速度会远远超过清理修复的速度。

我向全球科研界、出版商和监管机构呼吁，立刻落实一项举措：将自动化引文核验定为同行评审前的标准流程。

直白来讲，问题的根源是未经核查的AI生成内容流入永久学术文献。我们并非要禁止使用AI工具，而是要把核验环节嵌入整个工作流程。AI本身并非隐患，真正的风险是任由未经审核的AI产出内容，并堂而皇之地进入学术体系。

策划|何强 郭荣村 金喆

统筹|易启江

记者|林姿辰

编辑|黄博文

视觉|邹利

排版|黄博文

｜每日经济新闻 nbdnews 原创文章｜

未经许可禁止转载、摘编、复制及镜像等使用