在学术研究的广阔天地中，AI的出现犹如一位不请自来的“神秘访客”，给传统的科研模式带来了前所未有的冲击。

今年五月，国际医学领域的权威期刊《柳叶刀》发表了一篇引人深思的通讯文章，该研究对高达250万篇生物医学论文进行了细致审查，结果令人震惊：含有伪造引用论文的比例在近几年内激增超过12倍。这一发现不仅在国际学术界引起了轩然大波，也在中国的医学科研圈内引发了热烈讨论。

继六月十六日对通讯文章作者马克西姆·托帕兹（Maxim Topaz）进行独家专访后，七月二日，《徽声在线》记者又收到了《柳叶刀》副主编萨宾·克莱内特（Sabine Kleinert）的详尽回复。

《柳叶刀》副主编克莱内特 图片来源：受访者

自1998年起，克莱内特已在《柳叶刀》深耕近三十载，目前担任《柳叶刀》系列期刊科研诚信与风险管理的领军人物。面对生成式AI在科研领域的迅猛渗透，她郑重指出，学术出版界正面临着前所未有的科研诚信挑战。

“当前，我们尚缺乏能够始终如一、可靠地识别高度仿真人工智能生成引用的工具。”克莱内特坦言，学术出版界需携手共进，不断改进检测方法，并就发现此类问题后的处理原则达成共识。

不恰当“幻觉式引用”将遭拒稿处理

AI对传统论文撰写方式的冲击并非新鲜话题。早在几年前，ChatGPT问世后，学界便迅速察觉到大模型会凭空捏造不存在的参考文献。《自然（Nature）》《科学（Science）》等国际顶尖期刊均曾发文警示，AI在学术出版领域的应用潜藏着巨大风险。

与以往的研究不同，《柳叶刀》今年五月刊发的通讯文章《Fabricated citations: an audit across 2.5 million biomedical papers》通过系统性、大规模的审查，首次利用百万级的生物医学文献，对虚假引文问题进行了量化分析。（相关阅读：《AI催生生物医学科研危机？顶尖科学家险被AI假文献蒙骗，每经独家对话亲历者、〈柳叶刀〉文章作者Maxim Topaz》。）

据克莱内特介绍，《柳叶刀》对所有投稿均实行严格的编辑团队审阅制度，重点评估其科学质量及与期刊的相关性。维护科学记录的完整性是《柳叶刀》系列期刊的核心使命之一，这包括识别和审视可能影响已发表证据质量的各种问题。

令《柳叶刀》编辑团队印象深刻的是，这篇通讯文章直击当前科学界（包括学术期刊）面临的重大挑战——新技术的发展以及生成式人工智能工具在科研中的广泛应用所带来的种种影响，如学术不端行为、论文工厂现象，以及利用生成式AI工具生成看似真实但实际上并不存在的引用文献等问题。

“伪造引用是可能危及临床指南或生物医学研究准确性和可靠性的多种科研诚信风险之一。”克莱内特强调，从编辑视角来看，这些问题折射出科研与出版体系在信息生成、核查和报告过程中面临的更广泛挑战。对于作者使用生成式人工智能工具，《柳叶刀》系列期刊的政策特别强调透明、合理、负责任使用此类工具的重要性，并要求作者始终对其报告内容的准确性承担最终责任，包括参考文献的准确性。

“一旦我们发现稿件中存在不适当的‘幻觉式引用’，或其他不当使用生成式AI且未予以声明的情况，即使我们已初步接收了这篇论文，最终也会坚决拒稿。我们会明确告知作者，这样的做法是不恰当的。如果此类情况较为普遍，我们还将与作者所在机构沟通，建议加强关于生成式AI合理使用的教育。”克莱内特坚定地表示。

学界需“携手”应对“高仿”AI生成引用挑战

据克莱内特介绍，《柳叶刀》系列期刊对稿件的审阅流程严谨而全面，包括编辑评审和外部同行评议，并在整个出版流程乃至论文发表后持续进行审查。《柳叶刀》的编辑系统会在不同阶段运用相关工具辅助核查。

具体而言，在投稿初审阶段，自动化筛查能够迅速识别潜在问题，如重复内容或无法在现有数据库中得到验证的参考文献；在后续编辑评审过程中，还会进行更为深入的检查，以识别需要进一步关注的内容。

尽管自动化检测工具已在出版流程的不同阶段发挥着辅助筛查的重要作用，包括参考文献的初步核验以及编辑过程中的参考文献交叉核查，但随着新一代生成式人工智能技术的飞速发展，生成高度可信但实际并不准确的内容变得愈发容易。现有工具主要用于辅助核查，但尚无法始终如一、可靠地识别高度仿真的人工智能生成引用。

克莱内特认为，这进一步凸显了编辑审查和严格同行评议在维护科学记录完整性方面的不可替代作用。这也意味着，编辑团队会对稿件进行更为详尽的审阅；一旦发现疑点，相关参考文献将被进一步深入核查，以确认其是否真实存在并可被验证。

这是整个学术出版行业共同面临的严峻挑战。作为国际医学期刊编辑委员会（ICMJE）和出版伦理委员会（COPE）的重要成员之一，《柳叶刀》坚信，学术出版界有必要携手共进，不断改进相关检测方法，并就发现此类问题后的处理原则达成一致。

对于学术出版界如何形成统一标准，克莱内特表示，《柳叶刀》系列期刊长期致力于推动科研诚信建设。

“通过与期刊、出版机构以及更广泛科研群体的紧密合作，我们认为持续关注生成式人工智能工具和新技术对科研实践及学术报告标准的影响至关重要。同时，也要确保相关指导原则能够及时回应并解决当今科研环境所面临的实际挑战。”