从虚假参考文献到「AI 生成」水印，高校论文接连陷入争议

AI 正在快速进入论文写作，不过哪些是辅助，哪些已经越过了红线？

最近，河北大学一篇博士论文被指存在大量虚假参考文献，涉嫌使用 AI 辅助生成内容，学校已经启动调查。

几个月前，兰州大学一篇发表在国际期刊上的论文，也因为图片中出现「豆包 AI 生成」水印，引发对 AI 使用和科研图像处理的质疑。

又有高校论文因 AI 使用陷入争议

近日，有网友反映，河北大学文学院 2026 届博士毕业生康某某的学位论文《辽代碑志文研究》，涉嫌使用人工智能工具辅助生成，存在大量虚假参考文献。

图源：社交媒体

举报者指出，该论文还存在出版社名称错误、基本史实错误，以及明显的 AI 生成语言特征等问题。

10 月 9 日，河北大学发布情况通报称，针对康某某博士学位论文涉嫌学术不端的反映，学校已成立工作专班，启动调查程序。校方表示，对学术不端行为「零容忍」，一经查实，将依规依纪严肃处理。

图源：河北大学

这已经不是今年第一次有高校论文因为 AI 使用问题进入调查程序。

今年 6 月，一篇发表于 Journal of Membrane Science 的论文也引发争议。该论文第一署名单位为兰州大学化学化工学院，网友发现，其中一张图片的右下角竟然保留着「豆包 AI 生成」水印。

图源：SciencDirect

6 月 27 日，兰州大学发布情况说明称，学校已成立专项调查组启动调查。随后，期刊方面也发布「关注声明」，调查论文中部分图片是否存在不当处理，以及 AI 的使用是否得到适当披露。

图源：SciencDirect

红线是什么？高校和期刊的规则越来越清楚

无论是毕业论文还是期刊投稿，目前的主流规则都不是简单「禁止使用 AI」，而是强调：AI 可以辅助，但不能替代作者完成核心学术工作，更不能借助 AI 伪造数据、文献或研究结果。

今年 5 月，中国学位与研究生教育学会发布《规范研究生学位论文与实践成果中人工智能工具使用指南》，允许研究生在信息检索、资料整理、思路启发、数据处理和语言优化等环节使用 AI，但论文的核心论点、创新内容和主要学术贡献，必须由本人独立完成。

图源：中国学位与研究生教育学会

同时，AI 生成的信息、数据和参考文献不能直接照搬。使用者需要自行核实其真实性和准确性，并按照要求说明使用过哪些 AI 工具、具体用在什么环节。

不少高校已经进一步细化了这些原则。

清华大学：AI 不能替代学生应当独立完成的学术训练，也不能把 AI 生成内容直接或简单修改后作为本人学业成果提交。

复旦大学：对论文核心环节划出了更明确的边界，包括研究方案设计、数据分析、结果讨论和结论总结等，不应由 AI 替代完成。

南京大学：学生对生成式 AI 的使用进行备案、保留相关记录，同时强调 AIGC 检测只能作为辅助参考，不能单凭一个「AI 率」就认定学术不端。

上海交通大学：部分学院采用分类管理，将不同 AI 工具划分为禁止、有限、鼓励或开放使用等类别，要求说明工具名称、具体用途和使用范围。

国际期刊的态度基本一致。

包括 Elsevier 在内的出版机构，没有全面禁止作者使用生成式 AI。AI 可以辅助语言润色、信息整理和部分写作工作，但作者必须对最终稿件中的事实、数据、参考文献和结论负责。

图源：Elsevier

对于科研图片，限制通常更严格。

AI 可以辅助制作部分示意图，但不能凭空生成实验数据，也不能随意修改显微镜图像、病理图、Western blot、医学影像等原始科研图像，使其呈现出实验中并不存在的信息。

但这种趋势，可能已经挡不住了

另一方面，AI 进入科研写作的速度，可能比很多人想象得更快。

今年 Nature 报道的一项研究显示，在研究者分析的 PubMed Central 开放获取生物医学论文中，到 2025 年底，约 89% 的论文全文出现了与大语言模型辅助写作一致的语言信号。

图源：Nature

无论 AI 如何发展，都不能替人承担责任。

COPE、Elsevier 和 JAMA 等机构都强调，不管 AI 参与到什么程度，论文最终的准确性和完整性仍然由作者负责。

图源：COPE

尤其是参考文献，大语言模型完全可能生成一条看起来非常完整的引用：作者、标题、期刊、年份、卷期甚至页码都有，但这篇论文实际上根本不存在。

更危险的是，一篇论文中的错误并不一定只停留在这一篇论文里。

错误结论可能被后续研究引用，进入系统综述和 Meta 分析，甚至进一步成为临床指南制定的证据。

2025 年 BMJ 一项研究发现，被撤稿的临床试验曾进入大量系统综述，出现在 157 份临床指南或类似指导文件中。去除这些问题研究后，一部分 Meta 分析的效应方向、统计学显著性甚至最终结论都会发生变化。

图源：BMJ

这项研究揭示了一个更普遍的风险，一旦错误信息进入科学证据链，就可能被不断引用和放大，最终影响新的研究方向，甚至医疗决策。