如果说有什么事情能让一场以“研究诚信”为主题的国际会议陷入尴尬，大概就是——它自己被不诚信的行为给盯上了。
在准备明年于温哥华举办的世界科研诚信大会（World Conference on Research Integrity, WCRI）时，组委会突然意识到，投稿系统里涌入了一批让人摸不着头脑的摘要。它们看上去结构完整、语言通顺，却与会议主题完全不相干，更像是从某个生成式 AI 模型里直接“糊”出来的产物。
这不是我瞎说的，而是组织者在紧急邮件中明明白白写下的担忧：“我们收到了异常大量的完全偏题、疑似由某种生成式 AI 写成的摘要。”
事情从这里开始变得微妙起来。
摘要为什么越来越“不像人写的”
按照惯例，WCRI 会在投稿截止后将摘要送去给评审专家。但这一次，审稿人收到的不是例行提醒，而是一封标题写着 标有URGENT 的紧急邮件。邮件内容坦言：除了偏题的问题，很多摘要还呈现出“单一作者”和“可疑机构”等特征，像是某种投稿自动化工具的模板化输出。
事实上，这并不是 WCRI 第一次遇到“非正常投稿”。在 2019 年的第 6 届会议上，组委会就发现过多起抄袭案例，从那之后，每一届会议都会使用查重工具检测摘要。
但这一次，查重工具的报告显示，一些摘要不仅重复率可疑，还显示出“明显的生成式 AI 痕迹”。
这意味着，问题的性质已经从传统抄袭，变成了 AI 写作带来的内容虚假与偏题。
太讽刺！大会的主题之一正是讨论 AI 对科研诚信的影响
按照计划，明年的大会有三个主题，其中之一恰好是“人工智能对科研诚信的风险与益处”。然而正当学界准备严肃地讨论 AI，AI 却用一种戏谑的方式率先“介入”了会议本身。
WCRI 联合主席 Lex Bouter 在邮件中承认，他们相信许多作者只是使用 AI 做语言润色，这当然是可以接受的。
但也有另外一部分投稿，“明显低质量、完全偏题，看起来就是由生成式 AI 直接生成的”。
这已经从技术层面的问题，变成了科研伦理与行为规范的问题。
为什么有人用 AI 批量投摘要？
从组织者的观察来看，那些被标记为可疑的摘要，大多来自同一类投稿者：同时申请旅行资助的提交者。这让问题变得更容易理解——并不是所有投稿者都是为了学术交流而投稿，有些人只是把摘要当成申请经费的一环。
在这种情况下，“快速生成一篇看似学术化的摘要”便成了某些人眼中最省时省力的办法。
界限必须划得更清楚
根据目前公开的信息，WCRI 采取了较为谨慎的方式处理这批投稿。对于 AI 痕迹超过 20% 且在评审中可能被接受的摘要，组织方会进一步评估，一旦确认属于不可接受的 AI 使用，将直接拒稿，并取消对应的旅行资助申请。
对评审专家，组委会也给出了一个明确指示：偏题的摘要，请直接给最低分。这是一个明确的信号——AI 可以协助科学，但不能替代科学内容本身；更不能成为规避劳动、谋取资助的捷径。
比“AI 写摘要”严重得多
乍看之下，这似乎只是某些投稿者投机取巧。但从科研诚信的角度，这件事暴露出更深层的问题。
AI 正在重新塑造科研写作的生态
生成式 AI 让伪装成“像学术”的文本变得极其容易，也让“形式上像科研、实质上没有内容”的投稿数量激增。传统查重工具无法有效识别 AI 生成内容，这使得会议、期刊的把关难度显著上升。这个话题我们之前讨论过，感兴趣的小伙伴可以阅读：AI正在重塑学术写作：一项对1500万篇论文的实证分析
会议和期刊的审核机制正在被技术逼着升级
以前查重主要看重复率，现在必须审查文本的“意图”、合理性、逻辑性甚至真实性。这是一个更复杂的挑战。目前，我还没有发现类似的工具，即便有也不准确，这是茅与盾的叙事，就不展开说了。
科研激励制度的扭曲被进一步放大
当一些投稿者为了旅行资助而随意生成摘要、甚至不阅读会议主题时，这不是 AI 的问题，而是激励制度本就存在的问题，而 AI 只让这种行为成本更低。
AI 时代的科研诚信，需要什么样的应对？
卡尔·萨根（我非常崇拜的科学家）曾说：“科学具有自我纠错的能力。”在生成式 AI 深度进入科研写作与知识生产的今天，这句话显得格外意味深长。自我纠错之所以成为科学的核心机制，是因为科学共同体依赖同行评议、公开透明和持续检验来确保研究的可信度。然而，如今 AI 的出现正在悄悄改变这一体系的运行方式。
世界科研诚信大会（WCRI）遭遇大量由 AI 生成、并与主题明显不符的投稿摘要，就是一个突出的信号：当文本可以被轻易生成，而质量与相关性难以快速辨别时，传统的自我纠错机制正面临前所未有的压力。
要在 AI 时代维护科研诚信，我们无法简单地把技术拒之门外，也无法依赖旧有的规范继续运转。合理的语言润色与表达提升无可厚非，但当 AI 被用来绕过思考、取代研究过程或生成看似“学术化”的伪内容时，科学的可信性便受到侵蚀。因此，科研共同体必须更加明确地划清边界，让研究者知道哪些 AI 使用是透明可接受的，哪些行为会越过诚信底线。与此同时，学术会议和期刊也需要更新评审标准，不再只看语言流畅与结构合规，而要重新强调内容的逻辑性、真实性和主题契合度。
更深层的问题在于制度如何调整。只要科研奖励机制或者毕业要求仍然诱导研究者追求数量、多投、赶期限，技术就会被滥用，捷径便会不断出现。AI 不是罪魁祸首，它只是放大了原本存在的激励缺陷。真正的解决方式，是让科学的制度与文化以同样的速度进化，使透明度、责任感与可追溯性重新成为科研行为的底层逻辑。唯有如此，科学才能继续像萨根所说的那样，依靠自我纠错来保持它应有的可信度。
