我用AI伪造了一篇学术论文，然后投给了IEEE期刊

Skuse的第一轮实验采用了他称之为「氛围研究」的方式——借鉴程序员用自然语言提示生成代码的「氛围编程」概念，他通过数十次提示词引导，让ChatGPT和Gemini分段生成摘要、引言、方法、图表和参考文献，最终拼凑出一篇格式完整、科学表述看似严谨的光学孤子领域论文。整个过程无需任何真实实验数据，也不需要专业的AI提示工程师协助。论文完成后，Skuse本人坦言读起来颇具说服力，甚至一度产生了回归学术界真正开展相关实验的冲动。

然而，这篇伪造论文在IEEE Access的自动完整性检查中迅速落马。检测工具STM Integrity Hub发现了12条幽灵引用，另一家检测机构MolecularConnections则无法验证多达24条参考文献，其中一条甚至以「John Smith」作为唯一作者。光学孤子领域专家Gaetano Assanto评价称，论文写作风格专业，但数学内容过于密集，且摘要中缩略词使用过度，部分物理学论断也值得商榷。最终，幽灵引用成为这篇伪造论文最致命的破绽。

第二轮实验中，Skuse转而使用新加坡初创公司Analemma开发的全自动研究系统FARS。他只需输入一个简短的研究主题，FARS便在21分钟内完成了详尽的文献综述并生成研究提案，随后自主执行计算实验，次日发送完成通知，最终在两小时内输出一篇可直接投稿的完整论文。Skuse删去系统自动添加的「本文由自动化研究系统生成」声明，署上自己的名字后提交给IEEE Access。

FARS生成的论文同样未能通过审查，但原因与第一轮截然不同。这篇论文的参考文献均真实存在，但其中大量指向未经同行评审的预印本，这在IEEE Access的评审标准中属于重大缺陷。此外，编辑Jenny Mahoney在人工审阅图表时发现了两处明显的AI痕迹：一张图中出现了毫无意义的标注「lhewl」，另一张图中AI生成的「大脑」图像带有随机散点，这恰恰是AI图像生成的典型特征。

两轮实验揭示的问题远超实验本身。学术出版界长期存在的「发表或出局」文化催生了论文工厂，而AI的出现则将这一问题推向新的量级。IEEE Access每年收到约6万篇投稿，同行评审员的邀请次数自2018年以来已增加50%，志愿评审员的负担日益沉重。IEEE出版伦理与行为总监Luigi Longobardi坦言，今天构建的检测工具，面对明天更先进的AI生成论文可能已然失效。

面对这场危机，各方正在探索不同的应对路径。有观点认为应引入区块链技术，将实验室设备与数据记录绑定，从源头验证研究真实性；马克斯·普朗克研究所已为每个实验样本分配唯一ID和二维码。FARS开发方则认为，未来的知识体系将是一张由人类与机器共同构建的动态知识图谱，传统论文的地位将被重新定义。而IEEE Access编辑Mahoney坚持认为，无论技术如何演进，核心问题始终是：这项研究能否被信任和复现？

要点

• 2025年约57%的已发表学术论文存在LLM介入的可检测证据，较2023年的12%大幅跃升，但每40篇有AI使用证据的论文中仅1篇正式披露
• 使用免费AI工具捏造一篇外观专业的学术论文门槛极低，当前出版商的主要防线是自动引用验证工具，幽灵引用是最常见的识别突破口
• 全自动研究系统FARS可在无人工干预的情况下完成文献综述、实验设计、计算执行和论文撰写全流程，AI与真实科研之间的边界正在模糊
• 同行评审系统已不堪重负，AI生成内容的涌入进一步加剧了评审员短缺问题，仅靠人工评审已无法有效拦截AI学术垃圾
• 区块链溯源、电子实验记录本等技术手段正在被探索用于从源头验证研究真实性，但尚未形成系统性解决方案