每3篇就有1篇涉嫌造***？中国癌症研究遭遇“最大规模”质疑_论文_标记_期刊

日期：2026-09-23 07:20:25 | 人气：

36%，17万，这是让中国科研界无法回避的数字。

2026年1月30日，《英国医学杂志》发表了一项震撼学术界的研究。研究显示在1999年至2024年间发表的中国癌症研究论文中，超过17万篇被人工智能标记为疑似论文工厂产物，比例高达36%。

当然，这项研究并非针对中国，而是展示了一个系统性问题的冰山一角。在这项研究扫描的全球超过260万篇癌症论文中，26.1万篇（9.87%）被标记为疑似论文工厂产物，其中中国占了17.7万篇，占全球疑似论文的68%。

撰文 | 木木

1月30日，医学领域顶级期刊《英国医学杂志》（The BMJ）发表了一项令人震惊的研究：在1999年至2024年间发表的癌症研究论文中，每10篇就有1篇疑似论文工厂产物；其中中国的情况尤为严重，每3篇就有1篇疑似问题论文。

这项研究的主导者，正是几周前刚刚在Nature杂志上宣布“论文减产50%”以践行“慢科学”理念的澳大利亚昆士兰科技大学教授Adrian Barnett。如果说之前他用数据证明“90%的研究是垃圾”，那么这次，他用机器学习找到了最底层的“垃圾”，即由论文工厂批量生产的工业化产品。他的团队开发的BERT机器学习模型，通过分析论文标题和摘要的文本特征，在已知真***的论文中达到了91%的准确率。

更令人不安的是，这个问题不仅存在于低质量期刊。研究显示，那些高影响因子期刊（排名前10%的期刊）的标记率从1999年的接近零，一路攀升到2022年的超过10%。这意味着论文工厂的“***货”已经渗透到学术金字塔的顶端，即便是最受尊敬的学术期刊也未能幸免。

这不是针对中国的“抹黑”，而是基于260万篇论文的科学分析。但我们必须直面一个现实：这个数字会被国际学术界长期记住。它不仅影响中国科研的国际声誉，更可能误导全球癌症研究的方向。同时，它也对那些恪守学术诚信的中国研究者造成了不公平的“污名化”。

问题究竟有多严重？论文工厂是如何运作的？AI又是如何识破这些造***的？中国科研该如何应对这场危机？

模板化生产留下“文字指纹”：

AI如何识破论文工厂

论文工厂（paper mills）通常是指“学术合同***组织”，它们为客户批量制造虚***论文。根据BMJ论文引用的数据，过去20年间，超过40万篇疑似论文工厂产物被发表，论文工厂的年收入达到数千万美元。2022年，Wiley出版社在收购Hindawi后，一次性撤回了近1.1万篇疑似论文工厂产物，并关闭了19本期刊，让这个问题获得了前所未有的关注。

这些论文工厂依赖预制句子的模板，只需替换特定领域的术语，以流水线方式大规模制造论文。根据俄罗斯学者Abalkina的调查，论文工厂的收费直接与期刊的影响因子挂钩，影响因子越高，售价越高。

研究团队从Retraction Watch数据库筛选出2,202篇标记为“Paper Mill”的癌症研究论文用于模型训练，并从学术诚信专家数据集获得3,094篇用于外部验证。作为对照组，他们从北欧国家和高影响因子期刊中选择论文，特别纳入了部分中国的高质量论文，以避免模型仅仅学习语言特征而非造***特征。

展开全文

有了这个强大的AI工具，研究团队开始了一项前所未有的大规模扫描：检查1999年至2024年间发表的260万篇癌症研究论文。

全球9.87%，中国36%：

癌症研究中的论文工厂有多猖獗？

这是迄今为止针对论文工厂最大规模的检测研究。研究团队从PubMed数据库的3800万篇生物医学论文中，经过严格筛选，最终得到2,647,471篇癌症原创研究论文，跨越11,632本期刊，时间跨度26年。每一篇论文的标题和摘要都被输入到训练好的BERT模型中进行分析。

核心数字令人震惊：在2,647,471篇癌症原创论文中，261,245篇被标记为疑似论文工厂产物，占比9.87%。这意味着每发表10篇癌症论文，就有约1篇可能来自论文工厂，是之前估计的3倍以上。

每年被标记为疑似论文工厂产物的癌症研究论文数量｜The BMJ

从时间趋势看，问题呈指数级恶化。1999-2009年标记率约1%，到2022年已超过15%（171,656篇癌症论文中有26,457篇被标记）。论文指出，标记论文数量遵循指数趋势，R²=0.92，这意味着这是一个系统性的、加速的危机。值得注意的是，2022年后标记率略有下降，论文分析可能与出版商反击、论文工厂转向AI生成新模板等因素有关。

当研究团队按第一作者所属国家统计时，中国的数字尤其突出。在中国机构发表的4***,672篇癌症论文中，177,907篇被标记，标记率高达36%。让我们用数字来理解这意味着什么：这是全球平均水平（9.87%）的3.6倍，是美国（2%）的18倍；中国癌症论文总量占全球18.8%，17.7万篇被标记论文，占全球被标记论文的68%。

值得注意的是，这个问题并不限于中国。伊朗的标记率达到20%，沙特阿拉伯为16%，埃及为15%，巴基斯坦和马来西亚都达到13%。尽管这些国家的标记率也不低，但中国因为科研体量巨大，在绝对数量上最为惊人。与之形成鲜明对比的是，美国的标记率为2%，日本、德国、英国的标记率约为3%-4%。

从研究领域看，基础研究是重灾区。癌症生物学和基础研究、治疗开发、诊断和预后等领域的标记率超过10%，而临床流行病学、支持性护理等领域的标记率低于2%。这符合论文工厂的“经济理性”：基础研究相对容易伪造，临床研究则需要真实患者数据。

在出版商分布方面，Verduci Editore的标记率高达67%，主要来自European Review for Medical and Pharmacological Sciences期刊。更令人担忧的是，即便是Springer Nature、Elsevier和John Wiley and Sons这些主流大型出版商，标记率也约10%，标记论文数量分别达到4万、近4万和2.8万篇。

从期刊影响因子看，排名前10%的期刊标记率从1999年的接近零增长到2022年的超过10%。这说明论文工厂问题不仅限于“掠夺性期刊（纯粹以商业盈利为目的而发行的低品质期刊）”，连顶刊们也未能幸免。

影响因子排名前10%期刊中被标记为疑似论文工厂产物的癌症论文比例（按发表年份）｜The BMJ

研究人员指出：“影响因子的同步增长和标记论文的蔓延表明，这两种现象可能都源于‘发表或消亡’文化的压力。”论文工厂按影响因子定价，瞄准高端市场，而研究者追求高影响因子的压力为其提供了市场。这也印证了Adrian Barnett“影响因子与论文质量并没有直接关系”的观点。

整体而言，这些数字勾勒出一幅令人不安的图景：全球9.87%的癌症论文被标记，中国高达36%；问题论文标记率从1999年的1%飙升到2022年的15%以上，呈现指数级恶化；从掠夺性期刊到顶级期刊，从基础研究到临床应用，论文工厂的触角无处不在。这不是冰冷的数字，而是一场正在发生的学术诚信危机的真实写照。

“标记”不等于“造***”：

统计工具不是终审法官

当我们看到36%这个惊人数字时，很容易得出简单的结论：中国有36%的癌症研究论文是***的。但科学研究需要严谨，BMJ这篇论文展现了可贵的学术诚实，它用大量篇幅讨论了研究的局限性。

首先，研究确实证实了三个关键事实：论文工厂使用文本模板（模型在不同验证集上准确率达0.91-0.93）；癌症研究的污染比想象严重（10%的标记率是之前估计的3倍以上）；高影响因子期刊不能保证质量（顶级期刊标记率从0增长到10%以上）。

其次，研究团队指出研究本身存在局限性。最关键的是：“标记”不等于“造***”。根据模型的灵敏度（0.87）和特异度（0.96-0.99），论文作者计算了一个***设场景：如果癌症研究中真实的论文工厂论文比例是10%，那么也就意味着在被标记的论文中，约70%确实是论文工厂产物（阳性预测值），而约30%是误判。但真实的论文工厂比例究竟是多少，目前仍然未知。

研究强调，即使存在误判，被标记的大量论文仍然值得警惕和深入调查。以中国的17.7万篇被标记论文为例，如果***阳性率为30%，可能有5.3万篇是被误判的真实研究。但即便如此，仍有12.4万篇可能是真实的论文工厂产物。

论文特别强调，分类器是概率模型，不是不端行为的确定仲裁者。所有标记论文代表基于文本特征的统计预测，应解释为需要人类判断和进一步验证的信号，而不是确认的欺诈案例。

关于可能的地理偏见，论文承认训练数据中中国论文过多可能引入偏见，但紧接着提供了反证：模型误分类分析显示***阳性很少，而中国论文在***阴性中过度代表（占90%），这恰恰说明不存在系统性过度标记。此外，论文特别指出：论文工厂的原产国可能与作者的国家不同，比如一家俄罗斯论文工厂向至少39个国家销售出版物，也就是说，即使第一作者单位在中国，不等于造***者就来自中国。

根源在“发表或消亡”文化

BMJ论文给出了明确的诊断：高影响因子期刊中标记论文百分比的上升表明，论文工厂论文不仅是低影响期刊的问题。影响因子的同步增长和标记论文的蔓延表明，这两种现象可能都源于publish-or-perish（发表或消亡）文化。

论文指出癌症研究受影响更严重，原因包括“高发表压力、专业化领域中简单易伪造的数据和技术，以及有限的同行评审能力”，其中“高发表压力”排在首位。论文工厂按期刊影响因子定价，这创造了一个恶性循环：研究者需要高影响因子论文来满足晋升要求，论文工厂瞄准高影响因子期刊以卖出更高价格，结果导致高影响因子期刊的标记率从接近零上升到10%以上。

虽然论文没有直接分析中国的科研评价体系，但提供了几个客观事实：中国是被标记论文最多的国家，某些出版商被中国***标记为“与学术严谨性冲突”，BGC-823和BEL-7402等细胞系几乎只出现在中国机构出版物中。这些暗示中国的发表压力可能特别严重，为论文工厂提供了最大市场。

论文警告了论文工厂问题的多重危害：浪费编辑和审稿人时间，误导临床决策和后续研究，以及系统性风险——Wiley收购Hindawi后一次性撤回近1.1万篇论文、关闭19本期刊就是活生生的证据。论文还警告，ChatGPT等AI工具的兴起可能让论文工厂生成更逼真的文本，使未来检测更具挑战性。

在应对措施方面，论文报告模型已整合到三家期刊的投稿系统中，强调“最终决定始终由人类做出”“投稿永远不会仅基于工具就被拒绝”。论文呼吁出版商和政策制定者协调行动，持续改进检测技术，整合多种工具（文本分析、图像检测、数据验证）来遏制论文工厂蔓延。

中国科研的警钟与转机

对中国而言，36%的标记率和17.7万篇被标记论文的数据将被国际学术界长期记住。当然，具体的造***情况有待进一步审查。考虑到约30%的***阳性率，真实的造***比例可能在25%左右。但即便是25%，也意味着每4篇中国癌症研究论文中就有1篇可能存在严重诚信问题。

这是无法回避的现实。

在悲观的数据中，我们必须看到希望的一面。36%被标记，意味着64%的中国癌症研究论文没有被标记。绝大多数中国科研人员是诚实的，他们在努力做真实的研究。诚实研究者们承受着“发表或消亡”的巨大压力，看着造***者快速晋升，却依然坚持学术诚信。他们才是中国科研的希望所在。

正因如此，中国科研当下面临着关键的路径选择。如果继续现有路径，论文数量将继续膨胀而质量继续下降，论文工厂继续繁荣，国际声誉继续受损，诚实研究者继续吃亏，“劣币驱逐良币”的局面继续恶化，最终可能面临某种程度的“学术孤立”。如果选择改革之路，就要彻底改革评价体系（从数量到质量），重建学术诚信文化（从“发表或消亡”到“慢科学”），从论文大国走向科研强国。

而且必须看到，做出改变的时间窗口正在关闭。BMJ论文警告：不作为的风险是允许论文工厂进一步蔓延，可能危及整个期刊和出版商。Barnett在Nature上的警告同样适用于中国科研：如果我们不放慢速度，出版系统的更多部分将会崩溃，科学进步将被阻碍。

Barnett的研究也提出了一些解决方案：问题是系统性的，不是个别研究者的道德问题，而是激励结构导致的集体困境，所以解决方案必须是制度改革。完整的改革路径需要三管齐下：技术检测（开发AI工具）、制度改革（推动评价体系改革）、文化重建（倡导“慢科学”理念）。

注：本文所有数据和引用均来自2026年1月30日发表在The BMJ上的研究论文"Machine learning based screening of potential paper mill publications in cancer research: methodological and cross sectional study"（BMJ 2026; 392:e087581），以及Adrian Barnett在Nature杂志、eLife杂志和Median Watch博客上发表的系列文章。

参考文献返回搜狐，查看更多

产品中心

每3篇就有1篇涉嫌造***？中国癌症研究遭遇“最大规模”质疑_论文_标记_期刊

联系我们

在线客服