圖源：Unsplash / Lush Kooch

撰文｜張?zhí)炱?/strong>

溫州醫(yī)科大學一名大四學生，最近引起了不小的關注。

他的 Google Scholar 個人主頁顯示，從 2024 年 7 月至今的一年多時間里，他已累計發(fā)表學術論文 48 篇。如果將時間進一步壓縮到 2025 年，這一數(shù)字就顯得更為集中。一年之內(nèi)發(fā)表論文超過 40 篇，平均下來，幾乎不到 10 天就有一篇新作上線。

初步梳理發(fā)現(xiàn)，其中僅有 4 篇未被 SCI 收錄，其余 44 篇均被 SCI 期刊收錄。這些論文并非主要集中在低分區(qū)期刊。按中科院期刊分區(qū)口徑估算，約有 10 篇發(fā)表在一區(qū)期刊，20 篇左右發(fā)表于二區(qū)期刊。

需要說明的是，這 48 篇成果不全是研究論文，其中包含了致編輯的通信（letter）、綜述性文章以及觀點類短文。但即便不計這些文章，他的發(fā)表量和發(fā)表速率也足夠驚人，特別是對本科生來說。

從作者結構看，這位學生本人多以第一作者身份出現(xiàn)，并兼任通訊作者。因為一作數(shù)量極多，外界有人懷疑他是靠家庭或者導師提攜的學二代。但單看他的論文署名情況，“學界大佬”掛名通訊的情況并不多見，甚至連導師作為通訊作者署名的比例也并不高。實際上，論文的合作者更多來自同一所學校、和他年紀相仿的本科生。

在發(fā)表渠道上，這些論文多發(fā)表于開放獲?。∣pen Access）期刊。這類期刊通常需要作者在論文接收后支付一定數(shù)額的版面費。相關費用從何而來尚不清楚，不過從學?，F(xiàn)行制度來看，僅通過校內(nèi)渠道，他就可能獲得至少兩類與論文直接相關的經(jīng)費支持。

據(jù)溫州醫(yī)科大學官方通知，本專科學生在創(chuàng)新創(chuàng)業(yè)方面取得成果的學生、指導教師和學院予以獎勵。獎勵的成果包括學生為第一作者公開發(fā)表的論文（二級及以上）、學生為第一發(fā)明人獲得的專利、學生參加各級“挑戰(zhàn)杯”競賽所獲獎項等。

2021年公布的《溫州醫(yī)科大學大學生創(chuàng)新創(chuàng)業(yè)工作獎勵辦法》顯示，溫州醫(yī)科大學大學生創(chuàng)新創(chuàng)業(yè)資金，每年投入預算500萬元。本專科學生作為第一作者發(fā)表SCI、SSCI、A&HCI收錄刊物獎勵4000元。對學科競賽獲獎的學生集體，也有根據(jù)競賽級別和獲獎名次的獎勵[1]。

在校內(nèi)，各類科技創(chuàng)新項目幾乎貫穿了這位學生的整個大學階段。僅在院級公眾號上，就能搜索到該同學申報2024年度溫州醫(yī)科大學本?？茖W生科研課題、年度大學生創(chuàng)新創(chuàng)業(yè)重點孵化團隊。2024年浙江省大學生科技創(chuàng)新活動計劃（新苗人才計劃），以及2025年國家級大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目、2025年第十屆全國大學生生命科學競賽的記錄。這些科技創(chuàng)新項目也有各自的資助。

這位學生發(fā)表論文的合作者，很多就是各個科技創(chuàng)新項目的小組成員。同一批項目中，多名學生都以不同方式參與論文產(chǎn)出，陸續(xù)獲得了多篇論文署名，甚至共同第一作者。只是由于其個人發(fā)表數(shù)量更為集中，相關關注更多聚焦于他一人。

這些文章在研究對象上，涉及腫瘤、免疫、神經(jīng)系統(tǒng)疾病、醫(yī)學影像、藥物和醫(yī)療器械評價等多個領域，但在具體做法上卻高度接近。多數(shù)論文采用的是孟德爾隨機化（Mendelian Randomization，MR）、組學、生物信息學篩選或網(wǎng)絡毒理學方法，也有一部分直接基于 GBD 等公共數(shù)據(jù)庫撰寫流行病學研究。這些研究幾乎都建立在現(xiàn)成數(shù)據(jù)之上，并不需要進入實驗室開展實驗。

這種方法上的集中，在論文標題中就能直接看出來。在他 Google Scholar 主頁顯示的 48 篇文章中，至少有 11 篇在標題中明確標注了“孟德爾隨機化”。即便不計算那些未寫入標題、但在正文中同樣以孟德爾隨機化作為主要分析工具的論文，相關方法在其研究中所占的比重也已經(jīng)十分突出。

很多文章都是統(tǒng)計A成分與B疾病之間的關系。例如，圍繞 PFAS（全氟和多氟烷基物質(zhì)）與癌癥的關系，他在不同時間點陸續(xù)發(fā)表了多篇論文。先是 PFAS 與肝癌，隨后是 PFAS 與乳腺癌，又有將 PFAS 放入多種癌癥框架中同時討論的研究。同樣的數(shù)據(jù)庫，相似的分析邏輯，只需更換疾病的靶點數(shù)據(jù)，就能像拼積木一樣拼湊出新的成果。

部分論文的內(nèi)容還有復用的嫌疑。他在2025年初發(fā)表了一篇關于Busulfan導致無精癥的機制論文，而在同年年末的全國大學生生命科學競賽中，類似的內(nèi)容又以《多組學整合揭示Busulfan誘導無精癥的關鍵靶點與分子機制》為題出現(xiàn)。

很難判斷這些論文是否有論文工廠的助力，但如果幾位本科生已經(jīng)能夠搭建一條論文生產(chǎn)流水線，這或許并非孤立現(xiàn)象。與以往依賴家庭背景或?qū)熤С值膶W術不端事件相比，它同樣需要被認真對待。

01 AI時代，制造流水線論文只要兩小時？

類似溫州醫(yī)科大學這位學生，利用公共數(shù)據(jù)庫和特定的方法，越過做實驗的步驟大量快速發(fā)表論文，現(xiàn)在已經(jīng)被視為一條論文發(fā)表捷徑。

一個難以忽視的現(xiàn)象是，低質(zhì)量、重復性論文的快速增長，在時間上幾乎與AI生成能力的躍升同步發(fā)生。這種重合并不必然意味著因果關系，但已經(jīng)足以引起警覺。

研究者們也注意到了這一點。來自英國薩里大學和澳大利亞昆士蘭科技大學 的兩位研究者，近期專門對 AI 工具與這類快速生產(chǎn)論文之間的關系展開了調(diào)查。研究者對 2021 年至 2025 年（截至 7 月底）已發(fā)表的相關研究進行了系統(tǒng)性梳理，試圖回答：圍繞同一套數(shù)據(jù)，學術界到底出現(xiàn)了多少“換題不換數(shù)據(jù)”的重復研究？

梳理對象聚焦于使用美國疾病控制與預防中心（CDC）國家健康與營養(yǎng)調(diào)查（NHANES）數(shù)據(jù)庫的論文。在統(tǒng)計時，研究者將“重復”界定為這樣一類研究：研究對象來自同一國家、同一人群，討論的仍是相同的暴露因素與相同的健康后果，只是在題目、表述或分析方法上作出細微調(diào)整。

在對文獻進行系統(tǒng)檢索和匹配后，研究者共識別出 411 篇成對的重復“暴露—后果”論文。最常見的情形是：同一個暴露—后果組合，被發(fā)表成兩篇論文，這一情況涉及 190 篇文章。某些主題的密集程度尤其高，例如“氧化平衡得分與慢性腎臟病之間的關聯(lián)”，在一年之內(nèi)就被發(fā)表了 6 次。

從時間維度看，這類重復發(fā)表幾乎是一個近幾年才迅速放大的現(xiàn)象。在 2023 年之前，圍繞 NHANES 的重復論文仍然十分有限：2021 年僅 3 篇，2022 年為 12 篇。但到了 2024 年，這一數(shù)字驟然攀升至 198 篇，短短兩年間增長了 17 倍。

更進一步，研究者們基于已發(fā)表的論文，使用大模型直接生產(chǎn)了三篇看似全新的稿件。求新文本在句法結構上必須與原文不同，以降低被剽竊檢測工具識別的可能性。研究者坦言，LLM 并不能被指令生成完全無誤的論文，但即便如此，每一篇論文從頭到尾的生產(chǎn)時間，也僅僅只需要兩個小時。

研究者隨后將三篇由大語言模型生成的合成稿件提交至 iThenticate。三篇稿件在剔除參考文獻后的總體相似度均低于 30%，且沒有任何單一來源的相似度超過 5%。按照當前主流編輯流程的標準，這樣的得分不會觸發(fā)自動的預警。

當然，越過了第一道關卡，不意味著一篇論文就能夠被接收。但是僅僅兩個小時就能出產(chǎn)一篇通過自動檢測的論文，如此之低的制造成本下，即便單篇論文的成功率并不高，只要不斷重復提交，總會有一部分進入發(fā)表通道[2]。

這一問題在中國尤其嚴重。今年年初的一項研究顯示，基于 NHANES 健康數(shù)據(jù)庫垃圾論文數(shù)量的激增幾乎完全集中在中國。2021至2024年間，全球共發(fā)表了316篇此類論文，其中有292篇的第一作者來自中國單位，占比超過92%。作者猜測，AI能夠很方便的調(diào)用NHANES數(shù)據(jù)，是論文暴增的來源之一[3]。

類似的“數(shù)據(jù)挖掘論文”服務，在國內(nèi)社交平臺上并不難找到。在一些平臺的廣告中，造假的暗示已非常露骨。例如有平臺寫道：“因公共數(shù)據(jù)庫的開放性，我們提供的統(tǒng)計服務可不斷更換研究主題，挖掘數(shù)據(jù)，直至分析出發(fā)表級的統(tǒng)計分析結果?！?/p>

甚至在一些稍早的廣告公眾號文章里，溫州醫(yī)科大學這位同學發(fā)布的論文成了正面的宣傳案例，“抓住一個研究目標，換個疾病就能復制粘貼出多篇文章”，這種方法適合“急需文章”的人群。公眾號的目標也很明確，推銷論文定制與“個性化”服務。

02 期刊開始收緊標準

今年很多出版商已經(jīng)對此做出了限制。Frontiers 將這種方式炮制的論文稱為“快速生產(chǎn)的科學”（Fast-churn science），指出這類研究會“讓期刊充斥著低質(zhì)量、重復性的發(fā)現(xiàn)”。

2024 年年中，F(xiàn)rontiers 的編輯部注意到一個異?，F(xiàn)象：基于孟德爾隨機化的投稿量在短時間內(nèi)激增。緊隨其后，又出現(xiàn)了一波大量使用美國國家健康與營養(yǎng)檢查調(diào)查（NHANES）公共數(shù)據(jù)集的論文。

佛羅里達大學教授 Arch G. Mainous III 指出。大型公共數(shù)據(jù)庫中可調(diào)用的變量數(shù)量極其龐大，當可用變量足夠多時，研究者只需不斷調(diào)整變量組合，憑借純粹的數(shù)據(jù)篩選制造出看似顯著的相關性。

他直言，這些數(shù)據(jù)庫本來是許多重要流行病學研究和疾病負擔評估的基礎工具，問題在于，一些研究并非從清晰的科學問題出發(fā)，而是反其道而行之.先在數(shù)據(jù)中尋找顯著性，再為結果補寫假設。

"由于可用變量太多，一些投機團體似乎只是構建一個龐大的變量矩陣，通過窮舉相關性來尋找統(tǒng)計學顯著結果。這些分析中缺失的，是具有明確結果的假設”。Mainous說。

Mainous 進一步指出，嚴肅的研究還必須考慮 NHANES 這類美國數(shù)據(jù)集所依賴的社會背景與制度條件，以及研究結論在其他國家和文化情境下是否成立的問題。但在大量涌現(xiàn)的稿件中，這些討論往往被完全省略。

“不幸的是，這些在科學上存疑、但在統(tǒng)計學上顯著的關系，恰恰可以被論文工廠用作待售稿件的基礎?！盡ainous 說。只要結果顯著，論文被接收和發(fā)表的概率就會大幅提高。然而在進行足夠多次統(tǒng)計比較的前提下，即便純屬偶然，也會有一些結果顯示出統(tǒng)計學意義。結果是，大量質(zhì)量可疑的稿件在短時間內(nèi)涌入期刊系統(tǒng)，給編輯和審稿人帶來了極大的壓力。

2024 年 7 月，F(xiàn)rontiers 成為首批對這一問題作出明確回應的出版商之一。期刊宣布：所有基于健康數(shù)據(jù)集的孟德爾隨機化研究，必須提供獨立的外部驗證。凡是僅依賴公共數(shù)據(jù)庫、缺乏新增驗證數(shù)據(jù)或機構數(shù)據(jù)支持的 MR 稿件，將在編輯初審階段直接被拒。

政策實施后的第一個月，F(xiàn)rontiers 接收到的 MR 投稿量下降了 61%。今年年初，F(xiàn)rontiers 又進一步收緊了標準，明確要求所有“僅基于公共數(shù)據(jù)簡單查詢”的論文必須進行外部驗證。在新政策實施后，F(xiàn)rontiers 已累計拒絕了 5,513 篇孟德爾隨機化研究投稿（自 2024 年 7 月起），以及 1,382 篇基于 NHANES 數(shù)據(jù)的論文（自 2025 年 5 月起）[4]。

PLOS ONE也進行了類似的改革。PLOS ONE總編輯 Emily Chenette 表示，PLOS 旗下的期刊收到的投稿量激增，這些論文通常在特定人群（如 35 歲以下的女性）中尋找健康狀況（如抑郁癥）與潛在原因（如維生素 D 水平）之間的統(tǒng)計聯(lián)系。研究人員推測，“論文工廠”可能正在大量產(chǎn)出此類論文，可能是通過AI進行助力，并向研究人員出售。

PLOS ONE更新了“評估使用公開健康和社會科學數(shù)據(jù)庫進行研究的標準”。PLOS 旗下期刊的編輯將自動拒收基于這些數(shù)據(jù)集的論文，除非研究人員做了額外的后續(xù)工作（如實驗）。Chenette 稱，在新政策實施的第一個月，此類論文的退稿率已從 40% 上升至 94%[5]。

一些專門領域也有同樣的現(xiàn)象。在藥物安全領域，基于FDA 不良事件報告系統(tǒng)（FAERS）的數(shù)據(jù)，進行單一藥物及其與特定不良事件關聯(lián)的研究。2021 年，大約有 100 項。2024 年 ，這一數(shù)字達到了 600 項。

為了應對論文泛濫的情況，《藥理學前沿》（Frontiers in Pharmacology）今年開始要求使用公共數(shù)據(jù)集的研究必須經(jīng)過獨立驗證。 《藥物安全專家意見》（Expert Opinion on Drug Safety ）則在 7 月下旬決定完全停止接收使用 FAERS 數(shù)據(jù)庫進行此類研究的稿件[6]。

參考文獻：

• [1] 溫州醫(yī)科大學大學生科研工作委員會辦公室. (2023, October 30). 關于做好溫州醫(yī)科大學2022年度本?？茖W生創(chuàng)新創(chuàng)業(yè)成果報送工作的通知. 溫州醫(yī)科大學.
• [2] Maupin, D., Suchak, T., Barnett, A., & Spick, M. (2025, September 12). Dramatic increases in redundant publications in the Generative AI era (Preprint). medRxiv.
• [3] Suchak, T., Aliu, A. E., Harrison, C., Zwiggelaar, R., Geifman, N., & Spick, M. (2025). Explosion of formulaic research articles, including inappropriate study designs and false discoveries, based on the NHANES US national health database. PLOS Biology, 23(5), e3003152.
• [4] Frontiers Communications Editor, F. C. (2025, September 15). Cutting through fast-churn science: How Frontiers raised the bar. Frontiers | Science news.
• [5] O’Grady, C. (2025, October 8). Journals and publishers crack down on research from open health data sets. Science.
• [6] Travis, K. (2025, September 16). Exclusive: Journal bans drug safety database papers as they flood the literature. Retraction Watch.