36%，17萬，這是讓中國科研界無法回避的數(shù)字。

2026年1月30日，《英國醫(yī)學(xué)雜志》發(fā)表了一項震撼學(xué)術(shù)界的研究。研究顯示在1999年至2024年間發(fā)表的中國癌癥研究論文中，超過17萬篇被人工智能標記為疑似論文工廠產(chǎn)物，比例高達36%。

這意味著每3篇中國癌癥研究論文中，就有超過1篇被AI識別為可能存在誠信問題。

當(dāng)然，這項研究并非針對中國，而是展示了一個系統(tǒng)性問題的冰山一角。在這項研究掃描的全球超過260萬篇癌癥論文中，26.1萬篇（9.87%）被標記為疑似論文工廠產(chǎn)物，其中中國占了17.7萬篇，占全球疑似論文的68%。

撰文 | 木木

1月30日，醫(yī)學(xué)領(lǐng)域頂級期刊《英國醫(yī)學(xué)雜志》（The BMJ）發(fā)表了一項令人震驚的研究：在1999年至2024年間發(fā)表的癌癥研究論文中，每10篇就有1篇疑似論文工廠產(chǎn)物；其中中國的情況尤為嚴重，每3篇就有1篇疑似問題論文。

這項研究的主導(dǎo)者，正是幾周前剛剛在Nature雜志上宣布“論文減產(chǎn)50%”以踐行“慢科學(xué)”理念的澳大利亞昆士蘭科技大學(xué)教授Adrian Barnett。如果說之前他用數(shù)據(jù)證明“90%的研究是垃圾”，那么這次，他用機器學(xué)習(xí)找到了最底層的“垃圾”，即由論文工廠批量生產(chǎn)的工業(yè)化產(chǎn)品。他的團隊開發(fā)的BERT機器學(xué)習(xí)模型，通過分析論文標題和摘要的文本特征，在已知真假的論文中達到了91%的準確率。

更令人不安的是，這個問題不僅存在于低質(zhì)量期刊。研究顯示，那些高影響因子期刊（排名前10%的期刊）的標記率從1999年的接近零，一路攀升到2022年的超過10%。這意味著論文工廠的“假貨”已經(jīng)滲透到學(xué)術(shù)金字塔的頂端，即便是最受尊敬的學(xué)術(shù)期刊也未能幸免。

這不是針對中國的“抹黑”，而是基于260萬篇論文的科學(xué)分析。但我們必須直面一個現(xiàn)實：這個數(shù)字會被國際學(xué)術(shù)界長期記住。它不僅影響中國科研的國際聲譽，更可能誤導(dǎo)全球癌癥研究的方向。同時，它也對那些恪守學(xué)術(shù)誠信的中國研究者造成了不公平的“污名化”。

問題究竟有多嚴重？論文工廠是如何運作的？AI又是如何識破這些造假的？中國科研該如何應(yīng)對這場危機？

模板化生產(chǎn)留下“文字指紋”：AI如何識破論文工廠

論文工廠（paper mills）通常是指“學(xué)術(shù)合同作弊組織”，它們?yōu)榭蛻襞恐圃焯摷僬撐?。根?jù)BMJ論文引用的數(shù)據(jù)，過去20年間，超過40萬篇疑似論文工廠產(chǎn)物被發(fā)表，論文工廠的年收入達到數(shù)千萬美元。2022年，Wiley出版社在收購Hindawi后，一次性撤回了近1.1萬篇疑似論文工廠產(chǎn)物，并關(guān)閉了19本期刊，讓這個問題獲得了前所未有的關(guān)注。

這些論文工廠依賴預(yù)制句子的模板，只需替換特定領(lǐng)域的術(shù)語，以流水線方式大規(guī)模制造論文。根據(jù)俄羅斯學(xué)者Abalkina的調(diào)查，論文工廠的收費直接與期刊的影響因子掛鉤，影響因子越高，售價越高。

正是因為論文工廠使用模板化生產(chǎn)，這給AI檢測提供了可能。Barnett團隊的核心假設(shè)是：論文工廠使用的文本模板會延伸到標題和摘要，這些模板特征雖然對人類可能不明顯，但AI能夠識別。他們選擇了BERT機器學(xué)習(xí)模型來分析文本，讓AI讀了幾千篇真假論文后，學(xué)會識別“造假腔調(diào)”。

研究團隊從Retraction Watch數(shù)據(jù)庫篩選出2,202篇標記為“Paper Mill”的癌癥研究論文用于模型訓(xùn)練，并從學(xué)術(shù)誠信專家數(shù)據(jù)集獲得3,094篇用于外部驗證。作為對照組，他們從北歐國家和高影響因子期刊中選擇論文，特別納入了部分中國的高質(zhì)量論文，以避免模型僅僅學(xué)習(xí)語言特征而非造假特征。

模型表現(xiàn)令人信服：在驗證集上準確率達到0.91-0.93，敏感性為0.87，特異性高達0.96-0.99。更重要的是，在交叉驗證中，模型成功標記了72%已知包含錯誤核苷酸序列和細胞系的問題論文，盡管模型在訓(xùn)練時并未獲得這些信息。這說明模型確實學(xué)會了識別論文工廠的文本特征本身。

有了這個強大的AI工具，研究團隊開始了一項前所未有的大規(guī)模掃描：檢查1999年至2024年間發(fā)表的260萬篇癌癥研究論文。

全球9.87%，中國36%：癌癥研究中的論文工廠有多猖獗？

這是迄今為止針對論文工廠最大規(guī)模的檢測研究。研究團隊從PubMed數(shù)據(jù)庫的3800萬篇生物醫(yī)學(xué)論文中，經(jīng)過嚴格篩選，最終得到2,647,471篇癌癥原創(chuàng)研究論文，跨越11,632本期刊，時間跨度26年。每一篇論文的標題和摘要都被輸入到訓(xùn)練好的BERT模型中進行分析。

核心數(shù)字令人震驚：在2,647,471篇癌癥原創(chuàng)論文中，261,245篇被標記為疑似論文工廠產(chǎn)物，占比9.87%。這意味著每發(fā)表10篇癌癥論文，就有約1篇可能來自論文工廠，是之前估計的3倍以上。

每年被標記為疑似論文工廠產(chǎn)物的癌癥研究論文數(shù)量 ｜圖源：The BMJ

從時間趨勢看，問題呈指數(shù)級惡化。1999-2009年標記率約1%，到2022年已超過15%（171,656篇癌癥論文中有26,457篇被標記）。論文指出，標記論文數(shù)量遵循指數(shù)趨勢，R2=0.92，這意味著這是一個系統(tǒng)性的、加速的危機。值得注意的是，2022年后標記率略有下降，論文分析可能與出版商反擊、論文工廠轉(zhuǎn)向AI生成新模板等因素有關(guān)。

當(dāng)研究團隊按第一作者所屬國家統(tǒng)計時，中國的數(shù)字尤其突出。在中國機構(gòu)發(fā)表的497,672篇癌癥論文中，177,907篇被標記，標記率高達36%。讓我們用數(shù)字來理解這意味著什么：這是全球平均水平（9.87%）的3.6倍，是美國（2%）的18倍；中國癌癥論文總量占全球18.8%，17.7萬篇被標記論文，占全球被標記論文的68%。

值得注意的是，這個問題并不限于中國。伊朗的標記率達到20%，沙特阿拉伯為16%，埃及為15%，巴基斯坦和馬來西亞都達到13%。盡管這些國家的標記率也不低，但中國因為科研體量巨大，在絕對數(shù)量上最為驚人。與之形成鮮明對比的是，美國的標記率為2%，日本、德國、英國的標記率約為3%-4%。

從癌癥類型看，論文工廠顯示出明顯的“偏好”。胃癌論文的標記率最高，達到22%；肝癌為20%；骨癌為21%。論文指出，胃癌和肝癌研究中標記論文比例較高，可能部分是因為這些癌癥在中國的高患病率。更值得注意的是，某些錯誤識別的細胞系，如BGC-823和BEL-7402，幾乎只出現(xiàn)在來自中國機構(gòu)的出版物中。這意味著論文工廠針對性地瞄準這些“需求旺盛”的領(lǐng)域。

從研究領(lǐng)域看，基礎(chǔ)研究是重災(zāi)區(qū)。癌癥生物學(xué)和基礎(chǔ)研究、治療開發(fā)、診斷和預(yù)后等領(lǐng)域的標記率超過10%，而臨床流行病學(xué)、支持性護理等領(lǐng)域的標記率低于2%。這符合論文工廠的“經(jīng)濟理性”：基礎(chǔ)研究相對容易偽造，臨床研究則需要真實患者數(shù)據(jù)。

在出版商分布方面，Verduci Editore的標記率高達67%，主要來自European Review for Medical and Pharmacological Sciences期刊。更令人擔(dān)憂的是，即便是Springer Nature、Elsevier和John Wiley and Sons這些主流大型出版商，標記率也約10%，標記論文數(shù)量分別達到4萬、近4萬和2.8萬篇。

從期刊影響因子看，排名前10%的期刊標記率從1999年的接近零增長到2022年的超過10%。這說明論文工廠問題不僅限于“掠奪性期刊（純粹以商業(yè)盈利為目的而發(fā)行的低品質(zhì)期刊）”，連頂刊們也未能幸免。

影響因子排名前10%期刊中被標記為疑似論文工廠產(chǎn)物的癌癥論文比例（按發(fā)表年份）｜圖源：The BMJ

研究人員指出：“影響因子的同步增長和標記論文的蔓延表明，這兩種現(xiàn)象可能都源于‘發(fā)表或消亡’文化的壓力。”論文工廠按影響因子定價，瞄準高端市場，而研究者追求高影響因子的壓力為其提供了市場。這也印證了Adrian Barnett“影響因子與論文質(zhì)量并沒有直接關(guān)系”的觀點。

整體而言，這些數(shù)字勾勒出一幅令人不安的圖景：全球9.87%的癌癥論文被標記，中國高達36%；問題論文標記率從1999年的1%飆升到2022年的15%以上，呈現(xiàn)指數(shù)級惡化；從掠奪性期刊到頂級期刊，從基礎(chǔ)研究到臨床應(yīng)用，論文工廠的觸角無處不在。這不是冰冷的數(shù)字，而是一場正在發(fā)生的學(xué)術(shù)誠信危機的真實寫照。

“標記”不等于“造假”：統(tǒng)計工具不是終審法官

當(dāng)我們看到36%這個驚人數(shù)字時，很容易得出簡單的結(jié)論：中國有36%的癌癥研究論文是假的。但科學(xué)研究需要嚴謹，BMJ這篇論文展現(xiàn)了可貴的學(xué)術(shù)誠實，它用大量篇幅討論了研究的局限性。

首先，研究確實證實了三個關(guān)鍵事實：論文工廠使用文本模板（模型在不同驗證集上準確率達0.91-0.93）；癌癥研究的污染比想象嚴重（10%的標記率是之前估計的3倍以上）；高影響因子期刊不能保證質(zhì)量（頂級期刊標記率從0增長到10%以上）。

其次，研究團隊指出研究本身存在局限性。最關(guān)鍵的是：“標記”不等于“造假”。根據(jù)模型的靈敏度（0.87）和特異度（0.96-0.99），論文作者計算了一個假設(shè)場景：如果癌癥研究中真實的論文工廠論文比例是10%，那么也就意味著在被標記的論文中，約70%確實是論文工廠產(chǎn)物（陽性預(yù)測值），而約30%是誤判。但真實的論文工廠比例究竟是多少，目前仍然未知。

研究強調(diào)，即使存在誤判，被標記的大量論文仍然值得警惕和深入調(diào)查。以中國的17.7萬篇被標記論文為例，如果假陽性率為30%，可能有5.3萬篇是被誤判的真實研究。但即便如此，仍有12.4萬篇可能是真實的論文工廠產(chǎn)物。

論文特別強調(diào)，分類器是概率模型，不是不端行為的確定仲裁者。所有標記論文代表基于文本特征的統(tǒng)計預(yù)測，應(yīng)解釋為需要人類判斷和進一步驗證的信號，而不是確認的欺詐案例。

關(guān)于可能的地理偏見，論文承認訓(xùn)練數(shù)據(jù)中中國論文過多可能引入偏見，但緊接著提供了反證：模型誤分類分析顯示假陽性很少，而中國論文在假陰性中過度代表（占90%），這恰恰說明不存在系統(tǒng)性過度標記。此外，論文特別指出：論文工廠的原產(chǎn)國可能與作者的國家不同，比如一家俄羅斯論文工廠向至少39個國家銷售出版物，也就是說，即使第一作者單位在中國，不等于造假者就來自中國。

根源在“發(fā)表或消亡”文化

BMJ論文給出了明確的診斷：高影響因子期刊中標記論文百分比的上升表明，論文工廠論文不僅是低影響期刊的問題。影響因子的同步增長和標記論文的蔓延表明，這兩種現(xiàn)象可能都源于publish-or-perish（發(fā)表或消亡）文化。

論文指出癌癥研究受影響更嚴重，原因包括“高發(fā)表壓力、專業(yè)化領(lǐng)域中簡單易偽造的數(shù)據(jù)和技術(shù)，以及有限的同行評審能力”，其中“高發(fā)表壓力”排在首位。論文工廠按期刊影響因子定價，這創(chuàng)造了一個惡性循環(huán)：研究者需要高影響因子論文來滿足晉升要求，論文工廠瞄準高影響因子期刊以賣出更高價格，結(jié)果導(dǎo)致高影響因子期刊的標記率從接近零上升到10%以上。

雖然論文沒有直接分析中國的科研評價體系，但提供了幾個客觀事實：中國是被標記論文最多的國家，某些出版商被中國政府標記為“與學(xué)術(shù)嚴謹性沖突”，BGC-823和BEL-7402等細胞系幾乎只出現(xiàn)在中國機構(gòu)出版物中。這些暗示中國的發(fā)表壓力可能特別嚴重，為論文工廠提供了最大市場。

論文警告了論文工廠問題的多重危害：浪費編輯和審稿人時間，誤導(dǎo)臨床決策和后續(xù)研究，以及系統(tǒng)性風(fēng)險——Wiley收購Hindawi后一次性撤回近1.1萬篇論文、關(guān)閉19本期刊就是活生生的證據(jù)。論文還警告，ChatGPT等AI工具的興起可能讓論文工廠生成更逼真的文本，使未來檢測更具挑戰(zhàn)性。

在應(yīng)對措施方面，論文報告模型已整合到三家期刊的投稿系統(tǒng)中，強調(diào)“最終決定始終由人類做出”“投稿永遠不會僅基于工具就被拒絕”。論文呼吁出版商和政策制定者協(xié)調(diào)行動，持續(xù)改進檢測技術(shù)，整合多種工具（文本分析、圖像檢測、數(shù)據(jù)驗證）來遏制論文工廠蔓延。

中國科研的警鐘與轉(zhuǎn)機

對中國而言，36%的標記率和17.7萬篇被標記論文的數(shù)據(jù)將被國際學(xué)術(shù)界長期記住。當(dāng)然，具體的造假情況有待進一步審查。考慮到約30%的假陽性率，真實的造假比例可能在25%左右。但即便是25%，也意味著每4篇中國癌癥研究論文中就有1篇可能存在嚴重誠信問題。

這是無法回避的現(xiàn)實。

在悲觀的數(shù)據(jù)中，我們必須看到希望的一面。36%被標記，意味著64%的中國癌癥研究論文沒有被標記。絕大多數(shù)中國科研人員是誠實的，他們在努力做真實的研究。誠實研究者們承受著“發(fā)表或消亡”的巨大壓力，看著造假者快速晉升，卻依然堅持學(xué)術(shù)誠信。他們才是中國科研的希望所在。

正因如此，中國科研當(dāng)下面臨著關(guān)鍵的路徑選擇。如果繼續(xù)現(xiàn)有路徑，論文數(shù)量將繼續(xù)膨脹而質(zhì)量繼續(xù)下降，論文工廠繼續(xù)繁榮，國際聲譽繼續(xù)受損，誠實研究者繼續(xù)吃虧，“劣幣驅(qū)逐良幣”的局面繼續(xù)惡化，最終可能面臨某種程度的“學(xué)術(shù)孤立”。如果選擇改革之路，就要徹底改革評價體系（從數(shù)量到質(zhì)量），重建學(xué)術(shù)誠信文化（從“發(fā)表或消亡”到“慢科學(xué)”），從論文大國走向科研強國。

而且必須看到，做出改變的時間窗口正在關(guān)閉。BMJ論文警告：不作為的風(fēng)險是允許論文工廠進一步蔓延，可能危及整個期刊和出版商。Barnett在Nature上的警告同樣適用于中國科研：如果我們不放慢速度，出版系統(tǒng)的更多部分將會崩潰，科學(xué)進步將被阻礙。

Barnett的研究也提出了一些解決方案：問題是系統(tǒng)性的，不是個別研究者的道德問題，而是激勵結(jié)構(gòu)導(dǎo)致的集體困境，所以解決方案必須是制度改革。完整的改革路徑需要三管齊下：技術(shù)檢測（開發(fā)AI工具）、制度改革（推動評價體系改革）、文化重建（倡導(dǎo)“慢科學(xué)”理念）。

36%是震耳的警鐘，但警鐘也是轉(zhuǎn)機。問題已經(jīng)被量化、被識別、被公開，技術(shù)工具已經(jīng)存在，解決路徑已經(jīng)清晰，國際經(jīng)驗可以借鑒。現(xiàn)在需要的，是決心和行動。

注：本文所有數(shù)據(jù)和引用均來自2026年1月30日發(fā)表在The BMJ上的研究論文"Machine learning based screening of potential paper mill publications in cancer research: methodological and cross sectional study"（BMJ 2026; 392:e087581），以及Adrian Barnett在Nature雜志、eLife雜志和Median Watch博客上發(fā)表的系列文章。

關(guān)于Adrian Barnett早前關(guān)于“90%研究是垃圾”和“論文減產(chǎn)50%”的研究，詳見我們之前的報道文章《“90%的科研都是垃圾！”這位學(xué)者拿自己開刀，要把論文數(shù)量砍一半》。

參考文獻

[1] Barnett, A.G., Smail, B., Cherbuin, D., & Byrne, J.A. (2026). Machine learning based screening of potential paper mill publications in cancer research: methodological and cross sectional study. The BMJ, 392, e087581. https://doi.org/10.1136/bmj-2025-087581

[2] Barnett, A. (2026, January 19). I'm going to halve my publication output. You should consider slow science, too. Nature. https://doi.org/10.1038/d41586-025-04061-w

[3] Barnett, A. (2025, January 7). 90% of scientific research is crap. Median Watch. https://medianwatch.netlify.app/post/sturgeon/

[4] Chalmers, I., & Glasziou, P. (2009). Avoidable waste in the production and reporting of research evidence. The Lancet, 374(9683), 86-89. https://doi.org/10.1016/S0140-6736(09)60329-9

注：本文封面圖片來自版權(quán)圖庫，轉(zhuǎn)載使用可能引發(fā)版權(quán)糾紛。

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閱不同主題系列科普文章。

2.『返樸』提供按月檢索文章功能。關(guān)注公眾號，回復(fù)四位數(shù)組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。

版權(quán)說明：歡迎個人轉(zhuǎn)發(fā)，任何形式的媒體或機構(gòu)未經(jīng)授權(quán)，不得轉(zhuǎn)載和摘編。轉(zhuǎn)載授權(quán)請在「返樸」微信公眾號內(nèi)聯(lián)系后臺。