Cell Reports论文被撤稿：AI辅助制图未披露，图片又被查出重复
2026-08-18
4411
先看结论｜AI可以提高写作和制图效率，但论文里的事实、图像和引用，最终仍要由作者逐项核验。投稿前的全面自查，是守住这一底线的关键。
AiScholar学术诚信检测平台｜针对参考文献真实性、图片重复、AIGC内容等核心风险点，可在投稿前借助该平台进行筛查，帮助提前定位潜在问题。复制进入领取优惠：https://ais.cn/u/rM7vqi。
一、从发表到撤稿，不过几个月
2026年3月24日，一篇题为《A light-responsive transcriptional circuit suppresses sexual reproduction in the rice blast fungus in the field》的研究论文刊载于Cell Reports，研究主要讨论光信号、磷代谢与稻瘟病菌有性生殖之间的关系。然而几个月后，期刊发布了撤稿通知。
撤稿通知显示，问题主要集中在两个方面：
其一是实验图片。作者先向期刊报告，图1F、1G、1H、2B、S2A、S2B、4B、4C、S1C、S1D、S2F和S7D在准备与拼装过程中出现错误，并称这些错误是在使用AI辅助工具时无意引入。期刊随后调查，又发现图1E、1H、4B、6E、S5A和S5B存在明显的图像重复疑点。
其二是AI使用披露。作者在投稿时未按Elsevier当时的政策申报AI使用情况，编辑部在审阅作者说明和底层原始数据后，认为相关疑点并未得到令人满意的解释；问题波及范围之广，也动摇了其对论文整体完整性和可靠性的信心，最终决定撤稿。
这次撤稿给投稿人提了个醒：检查一张图，不能只看它是否"好看"或排版整齐，更要能追溯回原始文件、实验条件和处理记录。
图1 涉事论文原文首页。撤稿说明链接见文末参考来源。来源：Cell Reports。
二、两封撤稿信，把边界说得更具体
这次撤稿并非个例。
2026年4月29日，NEJM 发表了一则撤稿信。作者承认使用AI工具将图片中的标尺移动到上方，但未遵守期刊关于图像处理和AI使用披露的要求，随后撤回该图片及整篇病例报告。
2026年7月6日，PNAS 也撤回了一篇评述文章。撤稿说明称，作者使用 Microsoft Copilot 将 PubMed ID 转换成格式化参考文献，投稿前却未逐条核验，结果出现无法验证的引用；文中的图1同样由生成式AI创建。编辑部据此认定文章违反了期刊政策。
把这三起事件放在一起看，问题虽然落在不同环节——实验图片、图像处理、参考文献、AI生成插图——但指向的是同一条底线：AI输出必须经过人工核验，具体用法须符合目标期刊政策，最终稿件仍由作者承担全部责任。
三、AI到底能用到哪一步？先看使用场景
2026年6月，Elsevier更新了生成式AI政策。为了方便理解，我们按三类使用场景来梳理：
1）禁止：原始科研图像不能用生成式AI创建或修改 原始科研图片（显微镜、组织学、Western blot、电泳胶、影像学扫描和患者图片等代表原始观察或实验数据的图像）不得用AI创建或修改。亮度、对比度和色彩平衡等常规调整，应使用既有的图像处理软件，并严格遵守图像完整性要求。 图形摘要与封面方面，通用生成式AI图像工具不得用于制作图形摘要；期刊封面若需使用AI生成内容，通常要事先获得编辑部和出版方的书面许可。 此外，AI不能被列为作者，也不能承担事实核查、数据解释或研究诚信方面的责任。 2）允许但须说明：解释性图片与数据可视化 解释性图片（流程图、决策树、时间线、概念示意图和实验流程图等）可在人工监督下使用AI工具辅助创建，但必须在每幅图的图注和论文总体AI声明中，明确披露所用工具、版本和具体使用方式。 数据可视化（图表、热图等）只有在直接来源于底层数据、采用可复现的分析或统计方法时，才允许AI辅助生成；工具名称、版本和流程应在方法部分说明，不得虚构或改动底层数据。 3）写作辅助：基础校对与生成式改写分开看 基础语法、拼写和标点检查通常不需要单独声明。但若使用生成式AI或AI辅助工具改善语言与可读性，须在严格人工监督下进行，核查输出的准确性、完整性和偏差，并按期刊要求披露所用工具、用途及人工监督情况。 注意：披露并不能让原本禁止的处理方式变得合规。投稿前，最好按"使用环节——是否允许——如何披露"逐项查看目标期刊的最新指南。
四、把规则落到投稿前，先问三件事
第一，AI具体参与了什么？凡是AI生成或改写过的事实、数据、结论和引文，都要回到原始文献与研究数据核验；需要披露的，还要提前准备AI使用声明。
第二，每一张科研图片，能否找到原始文件？要跨图、跨页检查是否有翻转、旋转、裁剪、调色或重复区域，同时保留设备直出文件、原始数据和所有处理记录。即使属于合理复用，也要有科学依据，并在图注中加以说明。
第三，每一条参考文献，真的能支持当前论点吗？除了题名、作者、期刊、年份和DOI，还要回到正文的引用位置，确认这篇文献确实提供了相应证据。AI可以把格式排得很整齐，但格式整齐不等于核验已经完成。
五、把撤稿论文放进检测平台，能提前看到什么？
我们将这篇被撤稿的论文放在AiScholar学术诚信检测平台，进行了一次投稿前模拟检查，分别生成《AiScholar参考文献真实性检测报告》和《AiScholar图片查重检测报告》。
《AiScholar参考文献真实性检测报告》核验了34条文献，其中26条通过真实性核验，8条被标记为存疑，未提示虚构或伪造项。点开详情会发现，这8条文献本身大多可以检索到，主要问题是与论文核心论点的相关性较弱，其中1条还存在文章编号著录差异。对作者来说，"查得到"只是第一步，引用位置和支撑关系还要再看一遍。
《AiScholar图片查重检测报告》共检查8张图片，其中6张出现需要复核的重复或相似线索，2张未发现明显问题。按检测条目统计，报告列出7项局部重复和35项内容相似，没有高风险项。这里的等级只表示筛查标签，不对研究行为作定性；是否属于合理复用、排版误用或不当处理，还要结合原始图片、图注、处理记录和研究语境人工判断。
图2 AiScholar参考文献真实性检测报告首页 图3 AiScholar图片查重检测报告首页 说明：AiScholar学术诚信检测平台仅做风险筛查，不具备最终学术鉴定效力，也不能单独作为责任认定或撤稿处理依据。
围绕学术成果全流程中的诚信风险识别需求，AiScholar AI学术诚信检测平台提供专业、可信、便捷的一站式检测服务，适用于参考文献真实性检测、AIGC检测、英文查重、图片查重等提交前自查场景。
AiSchoar参考文献真实性检测：基于Al Agent驱动技术，对参考文献进行真实性验证、虚构/伪造检测、主题匹配度评估等，支持权威多数据库 API 交叉比对，逐篇检测、智能区分、精准核验，提供报告在线查阅、报告下载服务。
AiScholar图片查重：可对预投稿的图片或PDF文献实现一键自动化图片分割、潜在重复区域识别、标注和检测报告生成。
AiScholar AIGC文本检测：支持识别ChatGPT、Gemini、DeepSeek、Claude等主流AI大模型生成内容，由Copyleaks提供基础技术支持，并结合AiScholar艾思科蓝定制研发与结果校准。
权威英文查重：由 iThenticate 提供技术支持，适用于SCI/SSCI等英文稿件投稿前相似性检测，帮助作者提前识别高相似片段、引用问题和潜在重复来源。
六、给作者和实验室的一份投稿前清单
投稿前，很多人第一反应是问"查重率多少"。但在AI普遍参与写作和制图的当下，光问这一句远远不够。AI用在了哪里，是否允许、是否披露？每一张图能否回到原始数据？每一条参考文献是否真的支持当前论点？这些问题也要重点关注。具体操作下来，可以分为四个环节。
写作时：记录AI工具名称、用途和使用范围；AI提供的事实、数字与引用，都回到原始来源核验；保留人工修改记录。
制图时：保留设备直出文件、原始图片、分析数据和处理日志；让实验组、图中面板与原始文件一一对应；任何调整都不应遮蔽或歪曲原始信息。
投稿前：把文本、图片和参考文献放在一起复核；由第一作者、通讯作者或实验室负责人确认异常项；按照目标期刊最新政策准备AI声明和数据说明。
发现异常后：先暂停投稿，回溯原始材料；请未直接参与制图或写作的同事复核并记录结论；无法解释的异常，再交给通讯作者或科研诚信负责人处理。
