最近，香港大学叶兆辉教授因论文引用 AI 虚构文献被撤稿，导致其卸任副院长职务。该论文涉及香港生育率研究，被证实引用了大量 AI 生成的虚假文献，且未声明使用 AI。这一事件也引发了学术圈对 AI 使用的严格审视，凸显了不当使用 AI 工具可能导致的严重后果。
图片来源：
与此同时，与 AI 使用相关的学术风险事件正在全球范围内密集发生。
从留学生因使用 AI 写作被开除学籍，到学生擅自在小组作业中调用 AI 导致整个团队被追责，再到导师用 AI 生成内容指导博士生引发质疑，以及外国教授因学生用 AI 写作业发飙 ......
AI 正在深刻地改写学术生态，也制造着前所未有的信任危机。
图片来源：小红书
本期，学霸君将从多个真实案例出发，帮助大家总结 AI 在学术写作中的风险类型，结合当前期刊和出版机构的相关规定，为屏幕前的小伙伴提供一份实用的安全使用指南。
01 因过度使用 AI 撤稿事件频发
近年来，因过度使用 AI 而导致论文被撤稿的现象屡见不鲜。
例如，NEJM撤稿案例显示，因作者使用 AI 修图，并且存在低级错误而导致论文被撤回。
图片来源：小红书
另一案例中，中国学者因论文配图使用 AI 生成而被撤稿，作者称因无力支付高昂插图费用而使用 AI。
图片来源：小红书
图片来源：网络
此外，2025 年一篇发表在施普林格 · 自然出版集团旗下期刊Digestive Diseases and Sciences的论文引发了学术界广泛讨论。
一位英国医院图书管理员在协助同事查找文献时，发现论文中14 篇参考文献有 12 篇完全不存在 —— 占比高达 85%！这些被虚构的文献标注着看似规范的期刊名称、卷期号和页码，但实际核查后发现纯属子虚乌有。
图片来源：网络
图片来源：Springer Nature
调查发现，作者在写作过程中使用了 AI 辅助整理文献，而 AI 生成虚假引用的幻觉问题最终酿成了这起学术不端事件。
02 AI 导致论文撤稿的典型原因
首先是 AI 生成内容的可检测性问题。
除了虚构参考文献，AI 生成内容本身也存在被识别和质疑的风险。当前主流期刊编辑和审稿人对 AI 生成文本的语言特征已经有了一定程度的敏感度。AI 生成的学术文本往往在以下方面存在破绽：措辞过于流畅但缺乏深度论证，段落之间的逻辑衔接看似连贯但缺少实质性的思维递进，术语使用看似专业但在特定语境中存在微妙的不准确，以及缺乏对前沿研究动态的精准把握。
第二，AI 辅助数据分析中的错误风险。
AI 不仅被用于文本生成，也被越来越多的研究者用于辅助数据分析和统计建模。然而，AI 在数据处理过程中同样可能产生错误。大型语言模型并非专业的统计分析软件，其对统计方法的选择、假设检验的实施以及结果的解读都可能存在偏差。如果研究者在不充分理解所用分析方法原理的情况下，完全依赖 AI 完成数据分析，最终的结论可能建立在错误的基础之上。
图片来源：小红书
第三，AI 翻译和润色引发的学术表达失真。
对于非英语母语的研究者而言，使用 AI 进行论文翻译和语言润色是极为普遍的做法。然而，过度依赖 AI 润色可能导致论文丧失作者独特的学术表达风格，甚至在不经意间改变了原文的科学含义。一些细微的语义偏差在翻译和润色过程中被放大，可能导致研究结论被曲解。
图片来源：网络
第四，未披露 AI 使用违反出版透明度原则。
越来越多的重要期刊已经明确要求作者在论文中披露是否使用了 AI 工具，以及使用的范围和程度。如果作者使用了 AI 但在投稿时未进行相应披露，一旦被期刊发现，即便 AI 使用本身没有导致事实性错误，也可能因违反出版透明度原则而被要求撤稿或更正。
第五，使用 AI 进行绘图或擅自修改图片。
《新英格兰医学杂志》（NEJM）于 2026 年 4 月 18 日发表一篇关于 87 岁男子森林大火后肺部损伤的临床影像研究，仅 11 天后即撤稿。作者承认使用 AI 对照片进行修改，将卷尺叠加在图中并调整其角度位置，虽称未改变临床信息，但未遵循期刊图像处理政策且未披露 AI 使用情况。但 PubPeer 评论者指出卷尺刻度异常，作者解释因紧急情况下尺子放置歪斜，为提高可见性进行轻微调整，但承认未披露处理步骤。值得注意的是，此次撤稿也是NEJM自 2020 年以来首次撤稿。
图片来源：PubPeer
针对当前 AI 使用引发的学术风险，期刊已逐步建立明确规范。那么，应该如何将结合这些规定并安全使用 AI 助力学术研究呢？
03 安全使用 AI 的实用指南
（1）深入了解目标期刊的 AI 使用政策
在着手使用任何 AI 工具之前，建议大家先查阅目标期刊关于 AI 使用的具体政策。目前国际主要出版集团和期刊对此已经形成了不同程度的规范。
其中，Nature系列期刊的要求是，作者可以在写作过程中使用 AI 工具来改善语言表达的可读性，但不得使用 AI 来生成核心科学内容，且必须在方法部分或致谢中明确披露 AI 的使用情况。Science期刊的立场与此类似，强调作者对论文全部内容负有最终责任，AI 不能被视为共同作者。
总的来说，目前各大期刊核心原则是 AI 可以用于辅助性工作，但不能替代研究者的独立思考和创造性贡献。
图片来源：
图片来源：上海交通大学
图片来源：上海交通大学
（2）文献检索与引用的方法及原则
前述 85% 虚假参考文献的案例给所有研究者敲响了警钟。为避免陷入类似困境，以下原则应当贯穿文献使用的全过程。
首先是永远通过正规学术数据库和图书馆系统来检索文献。Web of Science、Scopus、PubMed、Google Scholar、CNKI 等权威数据库应当成为文献检索的首选渠道。AI 生成的文献推荐仅可作为参考线索，绝不能直接作为引用来源。
其次，需要对无法找到全文的文献保持高度警惕。如果一个引用看似完整规范，但在多个数据库中都无法检索到原文或任何相关记录，那么这条引用存在虚假的可能性极高，应予以排除。
除此之外，建议大家构建系统化的文献管理习惯，例如使用 EndNote、Zotero、Mendeley 等专业文献管理软件，将所有引用的文献纳入统一管理，这不仅可以提升写作效率，也有助于在投稿前对参考文献列表进行系统性自查。
（3）AI 辅助写作的合理边界和范围
在文本写作层面，AI 可以在以下场景中发挥辅助作用：
帮助梳理论文结构和段落逻辑、提供语言表达和句式优化的建议、辅助非母语写作者进行语言润色、快速总结和对比大量文献的核心观点。但这些辅助行为必须遵循以下边界。
需要注意的是，研究问题、假设提出、实验设计、数据分析策略和核心论点的形成必须是研究者独立完成的智力劳动。AI 可以提供灵感但不应该替代研究者的学术判断，也就是说论文中的每一个科学论断都必须有作者亲自验证的文献或数据作为支撑。
结语
总的来说，AI 时代的学术写作既面临技术赋能的机遇，但也需应对虚假引用、图像篡改等新型风险。面对这一挑战，各位小伙伴需严格遵守期刊规范，明确 AI 使用的合理边界，在文献检索、写作辅助和图像处理等环节保持透明度与真实性。
唯有在技术效率与学术严谨性之间找到平衡，才能在 AI 浪潮中确保研究成果质量，保障学术职业生涯的可持续发展。
聚丰策略提示：文章来自网络，不代表本站观点。
