AI 写论文、伪造文献:期刊和高校开始动真格

导语

"伪造参考文献属严重学术不端。"——这是《科学技术与工程》编辑部在 2026 年 10 月 10 日声明里写下的原话。

短短几天内，至少三家国内期刊与预印本平台密集发布生成式 AI 使用声明，把"AI 写论文、伪造文献"从灰色地带推到了台面上。对正在赶稿、准备投稿的科研人来说，这不再是遥远的行业新闻，而是投稿前必须当面核对的几道红线。

一、几天内，三家接连发声

把时间线摊开看，这不是孤立事件，而是一个正在成形的趋势：

• 10 月 10 日
  《科学技术与工程》编辑部发布声明，明确"伪造参考文献属严重学术不端"，列举了编造不存在的文献、把转引伪装成直接引用、虚增并未实际阅读的文献等情形，处理措施涵盖退稿、撤销录用、3~5 年乃至永久拒收，并通报所在单位。
• 10 月 11 日
  中国音乐期刊网·预印本平台发布类似声明，禁止用 AI 生成核心结论、伪造文献与史料、将未发表稿件输入 AI。
• 10 月 12 日
  《史林》编辑部也跟进，列出了对应的使用边界。

一句话概括：期刊侧的处理办法，正在从"不建议"升级为"写入处理条款、明确后果"。

二、投稿前先看清：四条红线

红线一：参考文献必须真实、可追溯

编造一条不存在的文献、把别人转引的内容写成自己直接读过、或者把没读过的论文塞进参考文献表——这几类都被点名。

可照做的做法是：投稿前逐条核验。DOI 或链接能打开且确实指向那篇文章、能在数据库检索到、作者主页或 ORCID 上确有其文。三条里有一条对不上，就先别投。

红线二：AI 怎么用，要讲清边界

多家声明并不禁止使用 AI 辅助，但划了线：不能让 AI 生成核心结论、不能把未发表稿件直接丢给 AI、不能靠 AI 凭空捏造参考文献。换句话说，AI 可以当助手，不能当作者。

红线三：数据完整性底线

与文献造假同源的，是数据层面的问题。把原始数据、处理方法、版本关系留档，结果能复核，是投稿前的基本功——这点期刊的审查只会更严，不会更松。

红线四：一稿多投与重复发表

老问题，但有新强调。同一工作投不同期刊，写作重点、篇幅、图表数、引言铺陈都要调整，不能原样复制。

三、一个真实情境：文献核验为什么重要

设想一个常见情形：一篇学位论文的写作进入收尾，参考文献表有上百条，其中一部分是早年从师兄师姐的文献管理软件里继承来的。等到进入调查程序后才被发现，其中几条根本查无此文、出版社名称对不上、基本史实也有误——这类情形一旦出现，代价远不止撤稿。

公开案例参照：河北大学一博士论文 2026 年 10 月被举报涉嫌 AI 辅助生成、虚构参考文献、出版社名称造假、基本史实错误；校方 10 月 9 日发布情况通报，成立专班启动调查，重申学术不端"零容忍"。此处仅作情境化的教学参照，不对调查结果作预判。

专业编辑处理参考文献时，通常会先逐条核对文献是否真实存在、引用位置是否准确——这不是挑刺，是帮作者把最容易被审稿人一眼看穿的硬伤提前排掉。

四、工具越方便，越要守住"人写的痕迹"

一个值得注意的研究结论（《Organization Science》，2026，基于近 7000 篇投稿与逾万条审稿意见）：AI 参与度越高的论文，越难读，也越容易在编辑初筛阶段被拒。原因很具体——AI 会抹平科学写作里必需的模糊性，把 "may suggest" 写成 "proves"，把相关性包装成因果，甚至会凭空捏造参考文献。

说到底，真正的学术表达要求是"深"：专业度、严谨度、对读者（审稿人）的适配度——而不是语法正确这么简单。这也是为什么，用 AI 润色后反而因"太像 AI 写的"被初筛拒稿，并不少见。

以上为公开信息整理，具体以各期刊与培养单位最新文件为准。需要明确的是：我们提供的是语言与逻辑层面的专业支持——润色、翻译、选刊建议、返修回复信打磨、降 AI 率改写，帮作者把表达写清楚、写严谨；论文的学术内容、数据与结论，由作者本人负责。不代写、不造假，是我们的底线。

领取学术资源包

写论文怕的不是不会写，是踩了不该踩的线还不知道。我们整理了一套持续更新的学术资料，覆盖投稿前最容易出问题的几个环节，加学术助理（点这里）自动领，秒发：

• 想系统排查投稿前风险 → 领《选刊自查清单》《新人 SCI 投稿避坑指南》
• 担心 AI 率过高、表述被挑刺 → 领《降 AI 率 10 招》《学术英语高频错词表》
• 返修回信不知道怎么回 → 领《返修回复信案例集》

资料持续更新。

你可能需要

如果稿子已经写完、准备投稿，但心里没底——不管是语言要不要再润色、选哪本刊更稳、还是返修意见一大堆不知怎么回，都可以加学术助理聊聊。