AI「幽灵文献」入侵学术：虚假引用密度一年涨了十倍

2026年7月，《美国科学院院刊》撤下一篇论文，理由罕见而刺眼：作者用AI批量生成参考文献，大量「幽灵文献」根本无法检索。更早一些，NeurIPS 2025检出53篇已接收论文含AI编造引用——虚假引用大规模侵入顶级学术会议；Springer Nature旗下期刊一篇论文的61条参考文献中，24条被证实为AI凭空虚构，作者名、期刊名、DOI一应俱全，同行评审和导师都没看出来，最终论文撤稿、博士生面临处分、学院副院长引咎卸任。

虚假引用密度一年涨十倍

这不是零星个案，而是系统性渗透。2026年5月发表的一项审计给出了量化的惊人结论：研究者对247万篇生物医学论文进行核查，发现虚假引用的比例从2023年的约1/2828，攀升到2026年初的1/277——一年之间密度涨了十倍。其中综述类文章的虚假引用率比其他类型高出57%，而这恰恰是临床指南制定时最依赖的文献类型。研究团队追踪1.11亿条引用记录估算，仅2025年就有近14.7万条幻觉引用进入了学术记录。西北大学的研究还发现，疑似论文工厂产出每1.5年翻一番，速度是合法科学生产增速的十倍；而在已识别的3.2万余篇造假论文中，只有29%被撤稿——超过98%的问题论文仍在数据库中正常流通、被继续引用。

为什么拦不住

问题为什么这么难拦？根源在于大模型的「幻觉」机制：当模型不确定某篇文献是否存在时，它不会留空，而是编造一个格式完美、看起来高度可信的条目。有团队专门测试了多款主流大模型判断文献撤稿状态的能力：面对217篇高被引撤稿论文，三个模型把超过80%的已撤稿论文认定为「未被撤稿」；即便判断正确，给出的撤稿期刊、卷号、原因也基本全错。也就是说，AI不仅会编文献，还会一本正经地为假文献编造「查证信息」，让你越查越信。

监管追上来了吗

监管在跟进，但速度跟不上渗透。ICMJE在2026年1月的更新中明确：AI不能列为作者，作者必须披露实质性使用，审稿人不得擅自将稿件上传AI工具；COPE的新撤稿指南把「未披露AI使用」单独列为撤稿事由；各大出版商在2025年9月到2026年6月间密集更新披露要求，Springer Nature内部部署了近60个AI筛查工具，2025年标记了2.5万篇疑似问题论文。但政策与实践的落差巨大：约七到八成期刊已有正式AI政策，全文抽样却显示只有约0.1%的论文明确披露了AI使用。

国内的红线怎么划

国内的重锤也落下了。2026年5月，中国学位与研究生教育学会发布《规范研究生学位论文与实践成果中人工智能工具使用指南》，划出清晰红线：AI不能生成核心论点、研究结论、原始数据和参考文献；学位申请人须附「人工智能使用声明」，强制披露工具名称、用途和参数；答辩环节原则上设置AI使用质询程序。arXiv则祭出更硬的措施——一旦发现AI生成引用或未删除的提示词残留，作者面临一年禁投。

普通科研人员的自保清单

第一，AI给的每一条文献，逐条到数据库核实原文——看DOI能否解析、标题是否对得上、作者与期刊是否真实。这是最低成本、最高收益的动作。第二，警惕「看起来很完美」的引用：虚构文献往往格式工整、卷期页码齐全，反而真实检索中常见的DOI前缀错误、页码缺失才是正常现象。第三，投稿前自查引用真实性，尤其是综述——它是虚假引用的重灾区，审稿人如今会重点核查。第四，按目标期刊政策如实披露AI使用。调查表明AI润色语言本身并不会降低录用率，隐瞒使用被查实反而可能直接导致撤稿。第五，记住责任边界：无论指南怎么定，「学位申请人对论文全部内容承担最终责任」这一条不会变，AI是放大器，风险最终落在署名人身上。

技术会迭代，幻觉会缓解，但已经进入学术记录的污染不会自动消失。对每一位研究者而言，参考文献的真实性正在从「学术规范」升级为「自证清白」的基本功——这条底线，AI替你守不住。

本文由 RDLink研发家（www.yanfajia.com）整理发布。我们持续追踪学术出版与科研诚信的前线动态，帮助研究者在AI时代守住论文质量与职业声誉。