首篇!《PNAS》文章由于AI瞎编参考文献被撤稿

2026-08-25 76128

艾思科蓝官网-版头.gif


 AI可以提高参考文献的整理效率,但无法替代真实性核验。题名、作者、年份、DOI,以及这篇文献能不能真正支持正文中的观点,仍要由作者逐条核对。

> AiScholar参考文献真实性检测,基于Al Agent驱动技术,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。复制进入,即可免费检测:https://ais.cn/u/Efmaey。


一、一篇发表不到一年的PNAS文章,被撤了

2026年7月6日,PNAS在线发布了一则撤稿声明。

被撤回的是一篇讨论衰老大脑脑膜淋巴结构的文章,题为《Curiouser and curiouser: Meningeal lymphoid structures in the aging brain》。文章由Iftach Shaked和Dan Frenkel署名,2025年9月29日上线。从发表到撤回,时间还不到十个月。

PNAS在撤稿声明中列出了两项与生成式AI有关的问题:

  • 其一,部分参考文献无法核验。编辑部收到有关部分参考文献无法核验的质疑。作者随后确认,他们曾用Microsoft Copilot把PubMed ID转换为格式化参考文献,投稿前没有继续检查转换结果。

  • 其二,文章图片使用了生成式AI制作。PNAS在撤稿声明中援引期刊政策:作者要对生成式AI输出的准确性负责,并完成事实核查;除非AI本身就是研究对象,否则不允许使用AI图像生成工具。

最终,编辑部以违反期刊编辑政策为由撤回了这篇文章。



640 (53).png

图1 涉事文章PDF首页已标注“Retracted”,页面顶部同时显示撤稿提示。来源:PNAS。


二、格式很完整,检索时为什么会对不上?

将PubMed ID转换为标准参考文献,是常见的文献整理操作,无论使用文献管理软件还是生成式AI,转换结果都需要进一步核对。关键在于,完成格式转换后,还要回到原始出版记录,逐项核对题名、作者、期刊、年份和DOI等信息

一条参考文献通常包含题名、作者、期刊、年份、卷期、页码、DOI或PubMed ID。只要其中一个环节发生错配,最终结果仍可能“看起来很像真的”:作者和期刊都存在,年份也合理,甚至还有一串格式正确的DOI。等到编辑或读者按题名检索、点击DOI,才发现它指向另一篇文章,或者根本找不到对应记录。

格式统一只能说明排版完成,并不能证明文献真实存在、元数据准确或引用关系成立。格式统一只能说明排版完成了。文献是否存在、元数据是否一致、内容是否支持当前论点,还需要另一轮核验。

更稳妥的做法是:先确认DOI或PubMed ID能够正常解析,再核对题名、作者和期刊信息,最后打开原文确认引用关系。


三、AI参与之后,责任落在谁身上?

PNAS这次撤稿把责任边界写得很直接:作者对稿件内容负责,也要核查生成式AI提供的事实和引用。

AI无法承担作者责任,也无法在争议发生后解释某条引用的来源。提交稿件、确认参考文献并签署出版协议的,始终是作者本人。

需要说明的是,PNAS撤稿声明与AiScholar筛查报告属于两个层面的信息。官方撤稿声明说的是“无法核验的参考文献”,没有公布具体数量;AiScholar检测报告里的分类和数量属于另一层自动化筛查结果。与此同时,图1使用生成式AI也是撤稿理由之一。如果只讲参考文献,就会漏掉这次编辑决定的另一项依据。

AI参与到哪个环节,人工核验就应覆盖哪个环节。写作阶段要查事实和引用,制图阶段要查期刊是否允许、是否需要披露,还要保留足以说明处理过程的原始材料。


四、把这14条参考文献交给检测工具,结果怎么样?

我们采用【AiScholar参考文献真实性检测】查看了这篇文章所附的14条参考文献, 检测结果显示:其中11条标记为“虚构/伪造”,1条标记为“元数据矛盾”,2条标记为“验证真实”。

上述分类属于系统自动生成的筛查标签,用于提示优先核查的条目,不能直接等同期刊认定或学术不端结论。报告本身也说明,自动生成的结果仅供学术审查参考,建议结合人工核验。

在投稿前自查中,这类工具可以先定位异常条目,帮助作者缩小人工核验范围,【AiScholar参考文献真实性检测】会调用Crossref、OpenAlex、ORCID、中国DOI等来源,对题名、作者、发表年份、DOI等元数据进行交叉核验,并输出批量检测报告。

作者可据此先找到明显对不上的条目,再回到原始数据库和出版页逐条确认。



640 (52).png

图2 AiScholar检测报告“汇总表格”(第1—14条)。表中状态为系统筛查标签,需结合原始出版记录人工复核。来源:AiScholar《参考文献真实性检测报告》


筛查到问题,只是核验的第一步。发现异常后,还需要回到原始数据库、出版社页面和文献正文,逐条确认引用是否真实、著录信息是否准确,以及原文能否支撑论文中的观点。


五、投稿前,按这五步核对参考文献

1. 先确认文献确实存在。用题名、DOI或PubMed ID检索;遇到没有结果的条目,换一个数据库再查一次。

2. 再核对元数据。题名、作者、期刊、年份、卷期、页码或文章编号、DOI要能够对应到同一条出版记录。

3. 打开原文看支撑关系。文献存在只是起点。还要确认它讨论的对象、方法和结论,确实支持正文中的引用位置。

4. 给AI处理过的条目做标记。保留转换前后的记录,完成一条就勾选一条,别把“已经排好版”当成“已经核验”。

5. 让另一位作者做最后复核。通讯作者、第一作者或课题组指定人员集中处理异常项;仍然解释不清的条目,先停下来,不要带着疑问投稿。


完成以上核验后,再进入投稿环节会更加稳妥。如需批量筛查参考文献,不妨先做一次参考文献“体检”。【AiScholar参考文献真实性检测】支持多源交叉核验、异常条目定位及PDF报告下载,首次可免费检测。


艾思科蓝官网-版尾.jpg

会议官网

扫码关注艾思科蓝订阅号 回复“0”即可领取该资料

去登录