《Nature》关注，《Lancet》曝学术圈丑闻：生物医学论文中，虚假参考文献数量激增

近期，美国哥伦比亚大学Maxim Topaz等人在Lancet 在线发表题为“Fabricated citations: an audit across 2·5 million biomedical papers”的研究论文，该研究发现在PubMed收录的论文中，引用根本不存在的论文的比例在两年内激增了12倍，学术界正面临一场由AI滥用引发的系统性诚信危机。

在2026年5月8日，Nature 发表题为“Surge in fake citations uncovered by audit of 2.5 million biomedical science papers”的新闻，系统报道了该研究成果。

研究团队利用AI技术筛查了PubMed数据库中的海量文献，以区分真正的虚假引用与格式差异。结果显示：

• 2023年：每2828篇论文中约有1篇包含虚假引用。

• 2025年：该比例恶化至1/458。

• 2026年初（前7周）：比例飙升至1/277，这意味着虚假引用已从一个相对罕见的问题，演变为一个普遍存在的现象。

研究负责人Maxim Topaz指出，虚假引用最显著的增长始于2024年中旬，与ChatGPT等大型语言模型写作工具的广泛普及时间点“完全吻合”。这与《自然》杂志上月关于“2025年或有数万出版物包含AI生成无效引用”的警告相互印证。

在可核实的9710万条参考文献中，研究发现了4406条“伪造”引用，涉及2810篇论文。然而，更令人担忧的是后续处理。根据“撤稿观察”数据库，截至审计时，超过98% 的已识别问题论文未受到出版商的任何处理，这些存在“学术伪证”的文献仍在数据库中正常流通、被引用。

面对这一问题，学术出版界的反应不一：

• 出版商措施：泰勒·弗朗西斯出版社表示会退回可疑稿件，若引用问题严重则拒稿。PLOS出版社称正在探讨实施参考文献完整性筛查，但强调判定“学术不端”需考虑主观意图，应由作者机构而非期刊决定。

• 学术领袖的严厉立场：《美国医学会杂志》前主编霍华德·鲍克纳等人联署评论，强烈建议对存在虚构引用的论文直接撤稿，认为作者须对全部内容负责，撤稿能倒逼学术严谨。

• 研究诚信专家的审慎观点：美国国立卫生研究院专家大卫·雷辛尼与研究负责人Maxim Topaz持相似观点，认为是否撤稿应取决于虚假引用对支撑论文核心结论的重要性。Maxim Topaz指出，数据集内91%的论文仅含1-2个虚假引用，很多可能只是作者使用AI后未核实的无心之失，对此进行“纠正和透明披露”可能比撤稿更合理。

研究发现，综述类文章的虚假引用率比其他文章类型高出57%。这暴露了AI工具在学术写作中的典型滥用场景：作者可能利用AI快速生成大量参考文献以支撑论述框架，却未加核实。科克伦组织的埃拉·弗莱明警告，这将导致系统性审查引入“带有偏见、缺乏系统性”的内容，是学术研究的严重倒退。

根源与挑战：AI的“原罪”与学术生态的压力

• 技术根源：专家指出，“幻觉”与大型语言模型的运作机制密不可分，难以根除。即使未来技术改进，已进入文献的“污染”也不会自动消失。

• 生态压力：研究者认为，更深层的原因是学术界“追求快速产出”的不合理压力——研究人员需要更多论文、更多引用，导致“偷工减料”和成果验证不足。

• 更隐蔽的威胁：西北大学专家穆罕默德·侯赛尼指出，完全虚构的引用只是“冰山一角”。更重大且难以发现的问题是AI生成的引用不准确、有偏见或不完整。目前学界对此尚无有效应对措施。

解决方案：以AI治AI，并改革流程

研究团队提出了多层次应对建议：

• 前端拦截：出版商应在投稿流程中整合自动参考文献验证工具，在同行评审前过滤问题。

• 后端标记：文章索引服务应为文献添加“完整性元数据”标识，并追踪虚假引用。

• 追溯审查：出版商应对现有出版物进行回溯审查，对损害结论的严重问题论文发布更正或撤稿。

• 聚焦重点：特别加强对综述文章的参考文献审查。

这项研究揭示，AI工具的滥用已不再是孤立的学术不端事件，而演变为一场侵蚀生物医学文献基石的系统性风险。虚假引用的爆炸性增长，反映了一部分研究者为追求效率而牺牲了学术严谨的底线，同时也暴露了现有出版流程在新技术冲击下的防御漏洞。解决这一问题，需要技术工具（AI验证）、流程改革（出版前筛查）、学术规范（作者责任）和学术文化（减轻发表压力）的多管齐下。否则，放任虚构的“学术积木”在文献中堆积，终将动摇整个科学知识大厦的可信根基。

在论文投稿、返修或定稿前，建议先对参考文献做一次真实性核查。为此，我们也提供了 AiScholar 参考文献真实性检测（首次免费），帮助大家快速排查潜在问题，多一道检查，就少一分风险。