加星标，才能不错过每日推送！方法见文末插图

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%。

这意味着每 3 篇中国癌症研究论文中，就有超过 1 篇被 AI 识别为可能存在诚信问题。

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，在已知真假的论文中达到了 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 " 假货 " 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假的？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 " 学术合同作弊组织 "，它们为客户批量制造虚假论文。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。

正是因为论文工厂使用模板化生产，这给 AI 检测提供了可能。Barnett 团队的核心假设是：论文工厂使用的文本模板会延伸到标题和摘要，这些模板特征虽然对人类可能不明显，但 AI 能够识别。他们选择了 BERT 机器学习模型来分析文本，让 AI 读了几千篇真假论文后，学会识别 " 造假腔调 "。

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假特征。

模型表现令人信服：在验证集上准确率达到 0.91-0.93，敏感性为 0.87，特异性高达 0.96-0.99。更重要的是，在交叉验证中，模型成功标记了 72% 已知包含错误核苷酸序列和细胞系的问题论文，尽管模型在训练时并未获得这些信息。这说明模型确实学会了识别论文工厂的文本特征本身。

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 ｜图源：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，R ² =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 497,672 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%。

从癌症类型看，论文工厂显示出明显的 " 偏好 "。胃癌论文的标记率最高，达到 22%；肝癌为 20%；骨癌为 21%。论文指出，胃癌和肝癌研究中标记论文比例较高，可能部分是因为这些癌症在中国的高患病率。更值得注意的是，某些错误识别的细胞系，如 BGC-823 和 BEL-7402，几乎只出现在来自中国机构的出版物中。这意味着论文工厂针对性地瞄准这些 " 需求旺盛 " 的领域。

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）｜图源：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 " 造假 "：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% 的癌症研究论文是假的。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 " 造假 "。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假设场景：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，如果假阳性率为 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假阳性很少，而中国论文在假阴性中过度代表（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，不等于造假者就来自中国。

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，某些出版商被中国政府标记为 " 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，具体的造假情况有待进一步审查。考虑到约 30% 的假阳性率，真实的造假比例可能在 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，看着造假者快速晋升，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）。

36% 是震耳的警钟，但警钟也是转机。问题已经被量化、被识别、被公开，技术工具已经存在，解决路径已经清晰，国际经验可以借鉴。现在需要的，是决心和行动。

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。

关于 Adrian Barnett 早前关于 "90% 研究是垃圾 " 和 " 论文减产 50%" 的研究，详见我们之前的报道文章《"90% 的科研都是垃圾！" 这位学者拿自己开刀，要把论文数量砍一半》。

参考文献

[ 1 ] Barnett, A.G., Smail, B., Cherbuin, D., & Byrne, J.A. ( 2026 ) . Machine learning based screening of potential paper mill publications in cancer research: methodological and cross sectional study.   The BMJ, 392, e087581.   https://doi.org/10.1136/bmj-2025-087581

[ 2 ] Barnett, A. ( 2026, January 19 ) . I'm going to halve my publication output. You should consider slow science, too.   Nature.   https://doi.org/10.1038/d41586-025-04061-w

[ 3 ] Barnett, A. ( 2025, January 7 ) . 90% of scientific research is crap.   Median Watch.   https://medianwatch.netlify.app/post/sturgeon/

[ 4 ] Chalmers, I., & Glasziou, P. ( 2009 ) . Avoidable waste in the production and reporting of research evidence.   The Lancet, 374 ( 9683 ) , 86-89.   https://doi.org/10.1016/S0140-6736 ( 09 ) 60329-9

注：本文封面图片来自版权图库，转载使用可能引发版权纠纷。

相关阅读

1  "90% 的科研都是垃圾！" 这位学者拿自己开刀，要把论文数量砍一半

2  一桩拙劣的造假丑闻，改变了美国科研体系

3  学术造假的冰山一角露出来了…

4  印度仿制药巨头的惊天造假案

近期推荐

1  坚守 53 年，一本理想主义顶刊倒在了这个冬天

2  著名高校大一新生批量 " 回炉 "，补习初中数学

3  经济学大师也曾看走了眼：工业革命的失业潮，正在 AI 时代重演？

4  诺奖背后的十年弯路：产出原创性突破究竟需要什么土壤？

5  Topos 理论首部著作问世，这是当代科技前沿离不开的数学

特 别 提 示

1. 进入『返朴』微信公众号底部菜单 " 精品专栏 "，可查阅不同主题系列科普文章。

2.『返朴』提供按月检索文章功能。关注公众号，回复四位数组成的年份 + 月份，如 "1903"，可获取 2019 年 3 月的文章索引，以此类推。

3.   欢迎投稿！邮箱：fanpusci@163.com ，如有参考文献请附文末。稿件合适会尽快联系！

版权说明：欢迎个人转发，任何形式的媒体或机构未经授权，不得转载和摘编。转载授权请在「返朴」微信公众号内联系后台。

找不到《返朴》了？快加星标！！

长按下方图片关注「返朴」，查看更多历史文章

微信实行乱序推送，常点 "在看"，可防失联