最近刷抖音刷到了好几个学术打假的视频，越看越觉得离谱。
不是什么野鸡期刊的事，是 Nature。对，就是那个 Nature。
顶刊也翻车
2026 年 1 月，Nature 撤回了一篇 2023 年发表的肺癌免疫疗法研究论文。弗朗西斯·克里克研究所（这名头够大了吧）调查后发现，第一作者在多处图表中存在数据篡改，实验结果根本无法复现。一个博士生，在全世界影响因子最高的期刊上造了假，而且瞒了将近三年才被发现。
这不是个例。2025 年 12 月，Nature 还撤回了一篇气候变化经济预测的论文，这篇文章当初发出来的时候各大媒体争相报道——"气候变化每年造成 38 万亿美元损失"，结果后来发现数值单位都算错了，结论严重夸大。作者自己都扛不住了，主动撤稿。
更夸张的是规模化造假。2025 年 4 月，Sage 出版社一次性撤回了《Journal of Intelligent & Fuzzy Systems》上的 1561 篇论文，创下单一期刊撤稿数量的历史记录。原因是这些论文来自"论文工厂"——一种批量生产假论文、伪造同行评审、买卖作者署名的地下产业链。
截至 2025 年底，Retraction Watch 数据库已经收录了超过 63000 篇撤稿论文，而且这个数字还在加速增长。
论文工厂：学术界的血汗工厂
"论文工厂"这个词听着像科幻，但它比你想象的成熟得多。
流水线是这样的：有人负责编造数据和实验结果，有人负责写论文，有人负责联系期刊，有人负责伪造审稿人的邮箱地址来操纵同行评审。最后把署名权卖给需要发论文的人——可能是为了毕业、为了评职称、为了拿基金。
2026 年的一项研究用机器学习分析了 1999 到 2024 年间发表的大量癌症研究论文，发现相当比例的论文具有"论文工厂"的典型文本特征。这意味着，你在 PubMed 上查到的文献，可能有一部分压根就是工业化生产出来的假货。
这件事最可怕的地方不是造假本身，而是你作为读者根本分辨不出来。它有 DOI、有期刊、有审稿流程、有完整的参考文献列表，看起来和真论文一模一样。
国内的水更深
如果说国际顶刊的问题是"极少数的个体造假被发现"，那国内核心期刊的问题就更系统性了。
先说一个本科生会切身感受到的事情：身份歧视。
很多中文核心期刊在审稿时，会看你的身份和单位。如果你是某 985 高校的教授，过初审的概率远高于一个普通本科生，哪怕你们写的东西质量差不多。有些期刊甚至会直接在初审环节筛掉本科生的投稿，连让审稿人看到的机会都不给。还有一种更隐晦的操作——稿子通过了内容审查，但编辑暗示你找个导师或教授来挂第一作者，理由是"提升论文权威性"。说白了就是觉得本科生的名字不够格出现在他们期刊上。
这种"唯名气"的审稿文化，导致国内核心期刊变成了一个封闭的小圈子。圈子里的人互相引用、互相评审，圈子外的人根本挤不进去。你论文写得再好，没有"圈内人"背书，大概率石沉大海。
再说数据造假。国内不是没有，而是查得太少。很多论文的实验数据你仔细一看就觉得"太干净了"，干净到不像是真实实验能跑出来的结果。但因为缺乏有效的学术监督机制，这些论文往往能安安稳稳地待在数据库里，被后来的研究者引用，形成一个虚假知识的链条。
那还发论文干嘛
说了这么多，不是要说论文没意义。科学研究的核心载体就是论文，同行评审虽然有漏洞但仍然是目前最好的学术质量控制机制。
但我觉得有几件事需要清醒地认识到：
第一，不要迷信期刊等级。 SCI、Nature、中文核心——这些标签代表的是审稿流程的严格程度，不代表里面每篇论文都是真理。看论文要看数据和方法本身，而不是看它发在哪里。
第二，本科生发论文这件事，别太较真。 不是说不应该尝试，而是要认清现实：很多期刊的审稿标准不完全基于论文质量，还夹杂着身份、人脉、政治这些乱七八糟的东西。被拒稿不一定是你写得不好，也可能只是因为你不是"对的人"。
第三，学术界需要更透明的监督。 Retraction Watch 和 PubPeer 这样的平台在做正确的事情，但还远远不够。63000 篇撤稿论文可能只是冰山一角。
第四，AI 正在让这个问题更复杂。 一方面 AI 可以帮助检测论文工厂的特征模式，另一方面 AI 也在被用来批量生成更难识别的假论文。这场猫鼠游戏远没有结束。
作为一个还在读本科的学生，我能做的大概就是：如果真的要做科研、发论文，至少保证自己的数据是真的。听起来像是废话，但在这个连 Nature 都能翻车的年代，"数据是真的"这五个字已经很有分量了。
留言板
加载中...