最近，一项发表在柳叶刀的分析显示：截至 2026 年初，平均每 277 篇论文中，就有 1 篇包含至少一条“伪造参考文献”。更值得注意的是，这个比例正在快速上升。（论文来源：The Lancet）
这个数字之所以让很多人感到不安，并不只是因为“有人引用了不存在的论文”，而是因为它触碰到了科学研究最核心的一层基础：参考文献的可信度。
在现代科研体系中，参考文献不仅仅是论文末尾的格式化列表，它本质上承担着“证据链”的作用。每一次引用，都意味着作者在向读者传递一个信号：这里存在一项真实、可检索、能够支撑论点的研究。然而，当越来越多“看似真实”的引用实际上并不存在时，整个学术体系赖以建立的信任机制，也开始出现裂缝。
根据 Retraction Watch 的报道，研究作者认为，这类问题的快速增长，很可能与大语言模型（LLMs）和 AI 写作工具的广泛使用有关。而从目前的趋势来看，这种影响可能还只是开始。
一项针对 1.25 亿条参考文献的审计
这项研究由 Columbia University 等机构研究人员完成。研究团队建立了一套自动化参考文献验证系统，对 2023 年 1 月至 2026 年 2 月期间，PubMed 数据库中的 247 万余篇论文进行了扫描。
整个研究的数据规模相当惊人。研究者总共分析了约 1.256 亿条参考文献，其中约 9710 万条带有 PMID（PubMed Identifier），能够进行自动化验证。随后，他们将这些引用与 PubMed、Crossref、OpenAlex 以及 Google Scholar 等数据库进行逐条匹配，以确认这些文献是否真实存在。
这里需要特别说明的是，研究团队关注的并不是普通的引用错误，而是更严重的一类情况：论文中的参考文献标题、作者、年份甚至研究主题都“像真的”，但数据库中实际上根本不存在对应研究。
最终，研究人员在 9710 万条已验证参考文献中，识别出了 4046 条伪造参考文献，涉及 2810 篇论文。
如果只看绝对比例，这个数字或许还没有达到“泛滥”的程度。但真正值得警惕的是增长速度。研究显示，2023 年时，大约每 2828 篇论文中才有 1 篇存在伪造参考文献；而到了 2025 年，这个比例已经恶化到每 458 篇 1 篇；进入 2026 年后，更进一步上升至每 277 篇就有 1 篇。
研究中的一些案例甚至有些令人震惊。例如，一篇关于泌尿外科手术技术的论文，在 30 条已验证参考文献中，有 18 条属于伪造引用，占比达到 60%。更关键的是，这些引用并不是一眼就能看出的“低级错误”——它们主题高度相关、格式规范、作者是真实研究者，甚至连发表年份都十分合理。
这也是为什么问题如此棘手。
AI 幻觉，正在进入正式发表的论文
过去两年，很多科研人员都体验过 AI 工具生成虚假文献的情况。无论是 ChatGPT，还是其他大语言模型，在生成参考文献时，都存在明显的幻觉问题：标题、作者、DOI 看起来非常真实，但实际并不存在。
事实上，这已经不是什么新问题。该研究引用的早期工作显示，在生物医学场景下，大语言模型生成的参考文献中，大约有 30%–69% 是虚构的。
但过去，这更多只是“AI 使用体验”的讨论；而现在，问题已经进入正式学术出版流程。
根据 Retraction Watch 的报道，研究作者指出，伪造参考文献数量的明显上升，出现在 2024 年中期之后，而这个时间点，与 ChatGPT 等大语言模型在 2022–2023 年的大规模普及高度吻合。考虑到医学论文通常存在数月投稿到发表周期，这种时间上的对应关系并非巧合。
某种程度上，这也说明一个现实：越来越多作者，已经开始在正式科研写作中依赖 AI 工具生成引用。
而问题在于，同行评审体系其实并没有为此做好准备。
传统同行评审默认作者引用的研究是真实存在的。绝大多数审稿人不会逐条打开 DOI 检查，更不可能逐篇验证参考文献的真实性。在过去，这种“默认信任”通常没有太大问题，因为伪造参考文献的成本并不低。但 AI 出现后，情况发生了变化。
今天，一个没有真实阅读过文献的人，也能够在几秒钟内生成一份“格式完全正确”的参考文献列表。这才是真正危险的地方。
比引用错误更严重的，是“证据污染”
很多人会觉得：参考文献即使有问题，好像也不会直接影响实验数据。
但实际上，学术研究是一个层层引用、不断累积的体系。尤其是在医学领域，一篇论文可能会进入系统综述，随后被纳入临床指南，最终影响真实世界的医疗决策。
研究中专门引用了一篇发表在 JAMA Network Open 的研究，指出“论文工厂”生产的论文，已经开始污染系统综述的证据体系。
换句话说，当虚假引用进入正式发表论文之后，它们并不会停留在单篇文章内部，而是可能继续被后续研究引用、传播，并最终进入更高层级的循证医学体系。
这也是为什么研究作者特别强调：问题不仅属于“写作规范”，而是已经涉及科研诚信与医学安全。
更令人担忧的是，这些伪造引用并不像传统学术不端那样容易被发现。它们通常具有高度“真实性”：研究主题精准、作者是真实学者、年份合理、期刊方向匹配。很多情况下，即使经验丰富的审稿人，也很难仅凭肉眼识别。
研究团队还发现，一些问题论文之间存在明显关联：同一组作者在多篇论文中重复出现，研究主题围绕 AI、CRISPR、纳米疫苗、肠道微生物等热门方向展开，并共享相似引用模式，呈现出典型“论文工厂”特征。
更现实的问题是，在研究识别出的 2810 篇受影响论文中，98.4% 在审计时仍未受到出版社任何处理。 也就是说，大部分问题论文依然正常存在于数据库中，并继续被其他研究者检索和引用。
AI 时代，科研作者真正需要重新建立的习惯
其实，AI 工具本身并不是问题。今天很多科研人员都会使用 AI 协助润色、整理思路、优化语言表达，这已经逐渐成为新的写作现实。
真正值得警惕的，是一种越来越普遍的倾向：作者开始默认相信 AI 提供的信息，而不再亲自验证。
尤其是在参考文献部分。
很多科研作者其实都有类似经历：时间紧张时，直接复制 AI 给出的引用；或者只看标题“像真的”，便默认它存在。这种习惯短期内或许能提高写作效率，但长期来看，它正在削弱科研写作最基本的一项原则——作者应当真正阅读并确认自己所引用的研究。
从某种意义上说，这篇研究最大的价值，并不只是揭示“有多少伪造参考文献”，而是提醒整个科研界：当 AI 极大提高写作速度时，学术验证机制却并没有同步升级。
过去，科研训练强调如何检索文献、如何构建论证；而未来，或许还需要增加一项新的能力：如何验证 AI 生成的信息。
最后
过去几年，学术界已经经历了数据造假、图片篡改、同行评审操纵等一系列诚信问题。而现在，AI 又带来了另一种更加隐蔽的问题：伪造参考文献。
它不像抄袭那样容易被查重软件发现，也不像图片造假那样能够通过肉眼识别。相反，它往往“过于真实”，甚至能够顺利通过同行评审。
也正因为如此，它可能比很多人想象得更危险。对于科研作者而言，也许最重要的一件事，其实仍然是最传统的学术习惯：不要引用自己没有真正读过的论文。因为无论 AI 工具多么强大，最终需要为论文负责的人，始终是作者自己。
