企业官网建设流程全解析

小结

强大的新型AI工具发现了现代科学中可能存在的最严重诚信问题之一。研究人员分析了1999至2024年间发表的260万篇癌症研究论文后，识别出超25万篇研究的文本特征与疑似由造假「论文工厂」产出的论文相似。

#论文工厂 #癌症研究 #学术诚信 #BERT模型 #TheBMJ #科研造假 #生物医药 #AI学术筛查

AI发现大量疑似伪造的癌症研究，标记出超25万篇存在论文工厂痕迹的论文

图源：Shutterstock

全新机器学习系统标记出超25万篇癌症研究论文，这些论文可能与所谓「论文工厂」相关。

该研究发表于The BMJ，分析了1999年至2024年间发表的260万篇癌症研究论文。研究由QUT的Adrian Barnett教授（公共卫生与社会工作学院、澳大利亚卫生服务与创新中心AusHSI）牵头，联合国际研究团队共同完成。

研究人员发现，超25万篇论文的文本写作模式，与那些因涉嫌伪造而已被撤稿的论文存在相似特征。

「论文工厂是出售虚假或低质量科研成果的机构。以工业化规模产出这类‘研究’。结果表明，癌症研究领域的该问题远比多数人认知的更严重。」Adrian Barnett教授称。

论文工厂如何产出虚假研究

论文工厂售卖作者署名权，部分情况下直接出售完整现成的科研论文。这类论文存在文本复用、语句怪异不通顺、数据或图片伪造等问题。

「极大概率依靠模板批量生成，大语言模型可通过分析文本模式识别该特征。」Adrian Barnett教授表示。

为识别这类文本特征，Barnett及其团队训练了名为BERT的语言模型。该系统用于识别已知论文工厂产出稿件中反复出现的细微文本「指纹」。

使用已验证样本测试时，该模型识别可疑论文的准确率达91%。

「本质上，搭建了科研垃圾邮件过滤器。」Adrian Barnett教授说。

「就像邮箱系统识别垃圾邮件，工具可标记出与已撤稿造假论文写作风格、结构特征相匹配的稿件。」

可疑癌症论文数量激增

这项大规模分析揭示多项主要趋势：被标记论文数量在过去20年间急剧上升，从21世纪初约1%，在2022年峰值超过16%。

该疑似问题遍布各大出版集团旗下数千种期刊，其中包含高影响力、声誉良好的期刊。

可疑论文集中出现在癌症分子生物学、早期实验室研究等方向。

胃癌、肝癌、骨癌、肺癌等癌种相关研究，可疑论文检出率尤其高。

期刊开始测试该AI工具

已有３本学术期刊将这套系统用于编辑初审流程测试。目标是帮助编辑在外送同行评审前，识别存在伪造嫌疑的稿件。

研究团队计划将该工具适配至其他学科领域。随着更多已确认的论文工厂案例积累，工具准确率有望进一步提升。

但团队着重强调：经该系统标记的论文不能直接判定为造假。该结果仅为预警信号，并非学术不端的定论，每例仍需人工专家复核。

虚假研究为何会损害患者利益

「癌症研究会影响临床试验、药物研发与临床诊疗。」Adrian Barnett教授称。

「若伪造研究混入证据体系，会误导科研人员，最终延缓惠及患者的研究进展。这也是必须提前应对该问题的关键原因。」

详细总结

思维导图

研究基础信息

论文工厂及造假稿件特征

核心发现趋势

应用进展与重要提醒

研究意义与风险

参考

AI flags more than 250,000 suspicious cancer research papers

https://www.sciencedaily.com/releases/2026/07/260714225538.htm

注：AI辅助创作，如有不当欢迎指出。内容仅供参考，不构成任何建议。