从“虾滑肿瘤”到AI论文争议:一把尺子,揭开医学科研的信任危机
一篇医学论文,竟然因为一把尺子引发全网关注。近日,中南大学湘雅二医院相关作者发表的一篇国际期刊论文,被网友质疑存在大量疑似AI生成的实验图片和数据。从“1厘米出现12个刻度”,到实验肿瘤被调侃像“虾滑”,一连串看似荒诞的细节,将医学科研诚信问题再次推向舆论中心。
据《新京报》报道,涉事论文发表于国际医学期刊《Journal of Translational Medicine》,研究内容涉及微塑料与鼻咽癌恶性进展之间的关系。该期刊2025年影响因子为9.7,被多个国际学术数据库收录。论文第一署名单位为湘雅二医院病理科,具有一定学术影响力。
真正让公众震惊的,并非某一个拼写错误,而是多个基础性疑点集中出现。论文将湖南的英文“Hunan”写成“Human”,邮政编码末位疑似将数字写成字母。实验图片中的尺子刻度也遭到质疑。网友还指出,部分实验数据与图片之间可能存在逻辑矛盾。
这些问题是否由人工智能生成导致,目前尚无权威调查结论,更不能直接认定整篇论文都是AI制造。但如果相关疑点最终得到证实,其性质显然超越普通学术疏忽,而可能涉及科研数据真实性、实验规范乃至学术诚信。
11月17日,湘雅二医院科研部回应称,院方已经介入调查。湖南省科技厅监督与诚信处也表示,已责成相关单位调查,并将同步核实是否存在学术不端和科研程序不规范问题。调查已经启动,但公众真正等待的是有证据支撑的结论。
这场争议最值得警惕的地方,是人工智能可能正在改变学术造假的成本结构。过去,伪造科研成果需要编造数据、处理图片、组织论文,存在一定技术门槛。生成式AI的发展,则使批量制造文字、图像和图表变得更加容易。
这并不意味着AI必然导致学术不端。恰恰相反,人工智能能够辅助文献检索、数据分析、医学影像识别和科研写作,正在成为重要科研工具。真正的问题是,当技术能够制造越来越逼真的研究材料时,科研机构是否具备识别虚假证据的能力。
科学研究与普通内容生产存在根本区别。文章可以借助AI提高表达效率,但实验结果必须对应真实发生的研究过程。图片可以经过符合规范的处理,却不能凭空制造不存在的实验。文字是否流畅并不重要,关键在于结论能否得到数据支持。
尤其在医学领域,这条底线更加重要。一项基础研究距离临床应用或许还有很长距离,但其结果可能影响后续研究方向、科研资金分配甚至未来治疗方案。如果虚假结论进入知识体系,造成的损失可能远大于一篇论文被撤稿。
更深层的问题在于,为什么一些明显异常的细节,可能穿过多重审核程序?一篇正式发表的医学论文,通常需要经过作者核验、期刊编辑处理及同行评议。虽然这些程序并不保证发现全部错误,但基础数据和图像真实性理应得到足够重视。
当一把刻度异常的尺子成为论文争议的突破口,公众自然会追问:论文的原始实验记录在哪里?图像是否经过不当处理?数据能否复核?不同作者分别承担什么责任?这些问题不能仅靠一句“正在调查”得到最终解决。
从制度层面看,近年来医学科研面临的一个重要矛盾,是科研评价对论文成果的需求,与高质量研究需要长期投入之间的张力。论文数量、期刊影响因子和项目成果,容易被量化为考核指标,而研究真实性、可重复性及长期价值却更难衡量。
当评价体系过度依赖可量化指标,部分研究人员便可能将发表论文视为最终目标,而不是将发现科学规律作为根本任务。在这种环境下,AI不仅是提高效率的工具,也可能成为不当追求科研产出的技术手段。
值得关注的是,媒体报道指出,涉事论文还标注了多项科研基金支持。基金标注本身不能证明资金使用存在问题,但如果研究成果涉嫌失实,相关资金究竟支持了哪些实验、是否形成真实研究记录,就应当成为核查的重要内容。
公共科研资金的价值,不在于最终换来多少篇国际论文,而在于能否形成可靠知识和真实创新。每一项科研经费背后,都是社会对科学探索的投入。因此,科研诚信不仅是学术共同体内部的职业伦理,也是公共资源配置效率问题。
这也意味着,调查不能停留在图片是否使用AI的技术鉴定上。更重要的是核对原始数据、实验日志、样本来源、图像生成过程以及作者贡献。如果实验确实完成,就应提供可以复核的证据;如果存在人为编造,则应按照实际责任依法依规处理。
期刊同样不能置身事外。同行评议有其局限,审稿人不可能逐一重复全部实验,但出版机构应完善图像检查、数据核验及发表后纠错机制。对于存在重大真实性争议的论文,应及时启动调查,并根据证据决定是否更正或撤稿。
从更长远的角度看,AI时代的科研治理需要从依赖作者诚信,转向诚信约束与技术验证并重。原始数据留存、研究过程可追溯、关键结果独立复核,都应成为科研质量管理的重要组成部分。
当然,舆论监督也需要保持理性。图片异常不等于整篇论文必然造假,疑似AI生成也不等于已经构成学术不端。公众可以提出尖锐质疑,但最终认定必须建立在调查事实、专业鉴定和完整证据链之上。
湘雅二医院论文风波最终如何定性,仍有待权威调查。但它已经揭示出一个值得整个科研界思考的问题:当人工智能越来越擅长生成看起来像科学的内容,人类究竟应该如何证明科学成果是真的?
科学的价值,从来不取决于论文发表在哪本期刊,更不取决于图表制作得多么精美,而取决于事实是否可靠、证据是否充分、结论能否经受检验。AI可以帮助科学家更快地发现真相,但绝不能成为制造真相的工具。技术越强大,科研诚信的底线就越不能退让。