事件概述 - 四川大学教师王竹卿被学校调查证实存在多项科研失信行为 [1] - 学校依据相关规定，对涉事教师做出了包括降低岗位等级、停止招生资格等多项处理决定 [2] 调查发现的问题 - 在反映的28篇论文中，发现6篇存在问题：其中4篇存在伪造或篡改图片数据问题（其中1篇还存在图片重复发表和不当署名问题），2篇存在图片数据重复发表问题 [1] - 在其他未被反映的论文中，还发现1篇存在图片重复发表问题，1篇存在不当署名问题 [1] - 总计在8篇问题论文中，2篇为期刊论文，6篇为会议论文 [1] - 除学术问题外，还存在未履行学术会议服务采购手续、会议结余经费未交回学校、违规套取科研经费1万元、以及指导研究生过程中沟通方式失当并与部分学生矛盾突出等问题 [1] 处理措施 - 给予降低岗位等级处分，由特聘研究员降为特聘副研究员 [2] - 停止其研究生招生资格 [2] - 取消其财政性资金支持科技项目等的申请资格5年 [2] - 将涉及科研失信行为的科研论文、项目等报送有关部门 [2] - 学校将尊重学生意愿，对涉事教师指导的学生进行导师调整 [2] - 对相关责任单位和责任人进行问责 [2] 涉事人员背景 - 王竹卿为四川大学机械工程学院特聘研究员，博士生导师 [2] - 担任海外引进微机电系统（MEMS）特色团队负责人、四川大学微机电系统与智能传感创新中心负责人、四川大学华西医院"医学+制造"独立PI教授、四川省天府峨眉计划"创新领军人才" [2] - 长期致力于"MEMS传感器及基于MEMS技术的生物医学检测芯片"研究 [3] - 已发表学术论文近100篇，其中SCI论文84篇，影响因子2以上SCI论文50多篇，研究成果获中国专利28项，日本发明专利5项 [3] 后续举措 - 学校表示将举一反三，进一步加强经费管理 [2] - 全面强化教师队伍的科研诚信教育和师德师风建设 [2] - 坚决维护风清气正的良好育人环境 [2]

四川大学对教师王竹卿的调查处理情况通报 - 四川大学针对教师王竹卿相关问题的反映，组建工作专班，通过师生访谈核实、专家深度查阅审读、项目经费审核等方式开展全面调查 [1] - 调查发现王竹卿存在伪造、篡改实验研究数据，违规重复发表，不当署名的科研失信行为 [1] - 调查发现王竹卿同时存在未履行学术会议服务采购手续、会议结余经费未交回学校、违规套取科研经费1万元、指导研究生过程中沟通方式失当与部分学生矛盾突出等问题 [1] 问题论文的具体调查结果 - 在被反映的28篇论文中，有6篇存在问题，其中4篇存在伪造或篡改图片数据问题（其中1篇还存在图片重复发表和不当署名问题），2篇存在图片数据重复发表问题 [1] - 在王竹卿发表的其他未被反映的论文中，还发现1篇存在图片重复发表问题，1篇存在不当署名问题 [1] - 在上述所有问题论文中，有2篇为期刊论文，6篇为会议论文 [1] 学校对王竹卿的处理决定 - 给予王竹卿降低岗位等级处分，由特聘研究员降为特聘副研究员 [1] - 停止王竹卿的研究生招生资格 [1][2] - 取消王竹卿申请财政性资金支持科技项目等的资格5年，并将涉及科研失信行为的科研论文、项目等报送有关部门 [2] 学校的后续整改与管理工作 - 学校将尊重学生意愿，对王竹卿指导的学生进行导师调整，并做好关心关爱工作 [2] - 学校将对相关责任单位和责任人进行问责，并举一反三，进一步加强经费管理 [2] - 学校将全面强化教师队伍的科研诚信教育和师德师风建设，坚决维护风清气正的良好育人环境 [2]

文章核心观点 - 一项针对NeurIPS 2024顶会的调查揭露了AI学术界存在严重的“假开源”问题，即论文承诺开源但未兑现，这损害了学术诚信并浪费了社区资源 [3][4][7] - 调查显示，在4035篇论文中，有98篇明确承诺开源并提供了GitHub链接，但代码仓库为空或烂尾状态，真实开源的论文为2404篇 [5] - 作者认为，在Agentic AI时代，利用自动化工具核查学术诚信的成本将趋近于零，投机取巧的行为将无所遁形 [12] - 造成“假开源”现象的直接原因是顶会强制要求填写“可复现性检查表”，使得“承诺开源”成为潜在的录用加分项，但会议并不强制验证，留下了操作空间 [20][21][22] 对NeurIPS 2024“假开源”现象的量化调查 - 调查统计了NeurIPS 2024收录的4035篇论文，其中真实开源的论文有2404篇，未提供GitHub链接的论文有1533篇 [5] - 有98篇论文明确表示开源并提供了代码仓库链接，但点进去后发现是空仓库或“Code coming soon”的烂尾状态，占总论文数的约2.4% [5][16] - 该调查由一位匿名AI研究员发起，其动机是因多次被空仓库浪费学习时间而感到愤怒，进而决定系统性地核查 [8][9] - 核查系统通过Vibe Coding在一夜之间完成，融合了OpenReview/GitHub API以及PDF解析技术，自动从论文PDF中提取并验证GitHub链接 [11][12] “假开源”现象的成因分析 - 直接驱动力来自审稿机制：自2021年起，NeurIPS等顶会强制要求提交“可复现性检查表”，2024年要求更严格，这使勾选“愿意开源”成为潜在的录用加分项 [20][21] - 顶会仅强制提交清单，但不强制验证可复现性，为“假开源”留下了模糊空间 [22] - 现实原因复杂多样：包括工业界论文发布需漫长合规审批、项目复现门槛过高（如训练耗资巨大或使用内部数据）、以及课题组转向或专利问题等 [24] - 这种现象引发了社区不满，前Stability AI研究总监及众多网友都曾公开批评此类行为 [24][25] 对行业规范与诚信的呼吁 - 作者强调“没时间”不应成为违背承诺的借口，若无力开源则不应在论文中做出承诺 [28] - 指出当贪欲超出能力边界，并迫使研究者牺牲学术道德换取虚名时，这就是一种过错 [29] - 在AI领域飞速发展的当下，科研诚信或许是最应该被社区“Fork”和“Star”（即推崇和关注）的东西 [30] - 随着Agentic AI的崛起，深度核查学术诚信的成本将趋近于零，脚踏实地与投机取巧在大数据下一览无余 [12]

事件概述 - 国家自然科学基金委员会集中通报了46人的科研不端行为，涉及20多所高校及医院，但通报仅公布了对个人的惩戒措施，未提及对依托单位的处理，也未公开涉事单位名称 [3] 当前处理方式的问题 - 通报仅对相关个人采取撤销项目、追回经费、取消申报资格3至7年等惩戒措施，对于申报项目的依托单位如何处理却未置一词，相关学校、医院名称均以“某”字代替 [3] - 科研不端行为的发生，依托单位的责任缺位是重要一环，高校、科研院所、医院等机构是科研活动的组织平台和管理主体 [3] - “问题项目”能通过层层关卡直到基金委层面才被发现，表明依托单位存在严重失察，甚至可能默许 [3] - 当前通报仅喊话依托单位“自觉履行主体责任”，但若单位只需共享项目中标好处而无需承担管理失职后果，则缺乏履行责任的动力 [4] 对依托单位责任的建议 - 依托单位应从科研不端的“旁观者”或“隐形庇护者”，转变为积极的责任承担者和良好科研生态的建设者 [5] - 依托单位应履行严格的内部审查与教育责任，建立完备的科研项目管理、原始数据保存、论文发表审核等内控制度，并持续开展科研诚信教育 [5] - 依托单位应履行主动的调查与处理责任，一旦发现线索或接到举报，应立即启动独立公正的调查程序，并根据查实情况处理涉事人员 [5] - 依托单位应接受监督与承担连带责任，当本单位人员被证实存在科研不端且与单位管理疏漏有关时，单位应承担相应的管理失职责任 [5] 系统性治理建议 - 应考虑建立跨部门的科研诚信联合惩戒机制，因为基金管理机构缺乏对依托单位实施问责的权力与能力 [6] - 应将科研不端行为与专业技术职务聘任、各类人才计划、评优评奖乃至社会信用体系全面挂钩，大幅提高违规的终身成本 [6] - 对于依托单位，应将单位员工的科研诚信表现纳入考核，扭转长期以来重论文数量、科研经费、专利成果、学科排名等“硬指标”，轻学风建设、学术道德等“软指标”的倾向 [6] - 治理科研不端必须形成“个体—机构—系统”联动的闭环，让每一家依托单位都扛起责任，是铲除科研不端土壤的根本之道 [6]

事件概述 - 国家自然科学基金委员会集中通报了46人的科研不端行为，涉及20多所高校及医院，但通报仅公布了对相关个人的惩戒措施，对依托单位未作处理且隐去其名称 [1] 当前处理方式的缺陷 - 通报仅对46名相关个人采取撤销项目、追回经费、取消申报资格3至7年等惩戒措施 [1] - 对于申报项目的依托单位如何处理未置一词，相关学校、医院名称均以“某”字代替 [1] - 事后未见其他部门公布对依托单位的处罚措施，处理结果引发外界广泛质疑 [1] 依托单位责任缺位的问题 - 科研不端行为发生的原因中，依托单位的责任缺位是重要一环 [1] - 高校、科研院所、医院等机构是科研活动的组织平台、管理主体和学风建设责任主体 [1] - 个别科研人员的不端行为，与所在单位的管理漏洞乃至不良科研生态有关 [1] - “问题项目”能通过层层关卡直到基金委层面才被发现，表明依托单位存在严重失察甚至默许的可能 [1] 构建联动治理体系的必要性 - 一个健全有效的科研不端治理体系必须是多层次、联动式的，需要严惩违规个体并压实机构责任 [2] - 当前通报仅喊话依托单位“自觉履行主体责任”，但若单位无需承担管理失职后果，则缺乏履责压力和动力 [2] - 必须让依托单位从科研不端的“旁观者”或“隐形庇护者”转变为积极的责任承担者和良好科研生态的建设者 [2] 依托单位应承担的具体责任 - 严格的内部审查与教育责任：建立完备的科研项目管理、原始数据保存、论文发表审核等内控制度，并持续开展科研诚信教育 [2] - 主动的调查与处理责任：发现线索或接到举报后，应立即启动独立公正的调查，并对涉事人员作出学术、行政处理，而非遮掩隐瞒 [2] - 接受监督与连带责任：当本单位人员被证实存在不端行为，且与单位管理疏漏、风气导向有关时，单位应承担相应的管理失职责任，接受问责 [3] 系统层面的改进建议 - 针对依托单位的问责措施，基金管理机构缺乏权力与能力实施，应考虑建立跨部门的科研诚信联合惩戒机制 [3] - 应将严重科研不端行为与专业技术职务聘任、各类人才计划、评优评奖乃至社会信用体系全面挂钩，大幅提高违规的终身成本 [3] - 对于依托单位，应将其科研诚信表现纳入主要负责人的考核体系 [3] - 需扭转长期以来考核重论文数量、科研经费、专利成果、学科排名等“硬指标”，轻学风建设、学术道德等“软指标”的倾向 [3] 核心观点总结 - 治理科研不端，必须形成“个体—机构—系统”联动的闭环 [3] - 让每一个科研人员都敬畏规则，每一家依托单位都扛起责任，才是铲除科研不端土壤、建设良好科研生态的根本之道 [3] - 惩戒科研不端，决不能让依托单位逍遥事外 [3]

行业监管动态 - 科技部会同有关部门于2025年12月部署开展学术不端撤稿论文专项整治行动，旨在严肃调查和处理各类学术不端行为[3] - 此次专项整治行动重点聚焦中国学者在自然科学领域国际期刊的撤稿论文[4] - 对涉嫌抄袭剽窃、虚构伪造数据等学术不端行为将加大惩戒力度，对严重科研失信行为将依法依规记入科研诚信严重失信行为数据库[4] 行业现状与问题 - 近10年来全球范围内论文撤稿总量的绝对值呈现显著上升趋势[3] - 撤稿机制在现实语境中被贴上了“学术污点”的标签，影响学者的晋升和项目申请等学术评价环节[3] - 国际期刊上中国学者的撤稿声明中，曾出现4篇不同学者论文使用同一把有划痕钢尺作为实验素材的荒诞事件[4] - 学术不端引发的论文撤稿损害学术严肃性、破坏创新土壤并降低中国科学界的国际声誉[4] 行业观点与建议 - 撤稿应被辩证看待，分为“诚实的错误”和“明确的科研不端”两种情况，爱因斯坦、钱学森等科学家均有承认研究成果错误的先例[4] - 对于明确的学术不端，除了加强学术道德管理，还需推进同行评议机制的完善和期刊审核漏洞的补齐等制度建设[5] - 应拓宽学术评价维度，鼓励发布原始数据以提升研究透明度[5] - 让撤稿回归“纠正错误、守护真理”的中性本位，有助于营造敢于创新、宽容失败、严谨诚信的科研文化环境[5]

文章核心观点 - 科技部通报了多起在国家重点研发计划项目申报中抄袭的科研失信典型案例，旨在强化警示教育，维护风清气正的科研生态 [1][9] 赵某在项目申报中抄袭问题 - 某大学赵某于2023年6月作为负责人申报国家重点研发计划项目，其申报书在主要指标、研究内容、研究方法和主要创新点等方面抄袭其他已立项项目 [3][4] - 科技部已终止该项目评审程序，项目未获资助，并依据相关规定禁止赵某3年内承担或参与财政性资金支持的科学技术活动，同时将其记入科研诚信严重失信行为数据库 [4] 张某在项目申报中抄袭问题 - 某农业发展有限公司张某于2023年8月作为负责人申报国家重点研发计划项目，其申报书在主要指标、研究内容、研究方法和主要创新点等方面抄袭其他已立项项目 [5][6] - 科技部已终止该项目评审程序，项目未获资助，并依据相关规定禁止张某3年内承担或参与财政性资金支持的科学技术活动，同时将其记入科研诚信严重失信行为数据库 [6] 张某某在项目申报中抄袭问题 - 某实验室张某某于2023年6月作为负责人申报国家重点研发计划项目，其申报书在主要指标、研究内容、研究方法和主要创新点等方面抄袭其他已立项项目 [7] - 科技部已终止该项目评审程序，项目未获资助，并依据相关规定禁止张某某3年内承担或参与财政性资金支持的科学技术活动，同时将其记入科研诚信严重失信行为数据库 [7] 陈某某在项目申报中抄袭问题 - 某农业科学院兽医研究所陈某某于2023年6月作为负责人申报国家重点研发计划项目，其申报书在主要指标、研究内容、研究方法和主要创新点等方面抄袭其他已立项项目 [8][9] - 科技部已终止该项目评审程序，项目未获资助，并依据相关规定禁止陈某某3年内承担或参与财政性资金支持的科学技术活动，同时将其记入科研诚信严重失信行为数据库 [9] 行业与公司层面的警示与措施 - 科研诚信被视为科技创新的基石，相关机构将以典型案例为镜鉴，持续深化科研诚信体系建设，严格落实科研全流程管理责任 [9] - 行业及公司对抄袭剽窃、伪造篡改研究成果、买卖代写代投论文、弄虚作假获取科研资源、违反署名及出版规范等各类科研失信行为保持“零容忍”高压态势 [9] - 呼吁全体科研工作者汲取教训，恪守学术道德，践行科学家精神，以严谨求实作风投身科研创新 [9]

核心观点 - 生成式人工智能在科研领域的应用日益广泛，但引发了包括未声明使用、伪造数据（如“幻觉式引用”）在内的新型学术不端行为，对学术诚信构成新挑战 [1] - 以《柳叶刀》为代表的科技期刊正通过要求作者强制声明、加强编辑核查、制定内部政策与成立专门委员会等方式，试图规范AI使用并坚守“守门人”职责，强调人类对科研成果的最终责任与透明度 [1][5][8] 期刊应对措施与政策 - **强制声明机制**：《柳叶刀》系列期刊在投稿页面新增复选框，要求作者声明是否使用生成式AI，若使用则需详细说明模型名称、版本、提示词、使用目的及位置，并将此信息随论文发表 [1] - **处理未声明与不当使用**：对于未声明且不当使用AI（如出现大量“幻觉式引用”）的稿件，即使已接收也会拒稿，并可能联系作者所在机构进行教育 [2][3] - **明确使用边界**：不支持使用AI替代研究人员的核心工作，如提出科学见解、分析解释数据、得出结论或建议 禁止在同行评审过程中使用AI，以防破坏保密性 允许将AI用于改善语法、语言表达、查阅及总结已有研究等辅助性工作 [5][7] AI使用现状与问题 - **声明率极低**：仅有7%的作者在投稿时声明使用了生成式AI，这与超过50%用户表示使用过的调查结果形成巨大差距，表明大量使用未获披露 [2] - **“幻觉式引用”问题凸显**：编辑发现部分论文中存在无法检索的虚假引用，单篇论文中此类不存在的引用可达10至15个 [2] - **低质量AI投稿**：编辑部每天能发现约5篇内容套路、毫无新意、明显由生成式AI撰写的通讯投稿，会直接拒收 [4] - **拒稿比例**：因不当使用AI而拒稿的情况目前较少，过去一个月仅发生几次，但被视为一个新兴现象 [4] 机构建设与未来方向 - **成立专门工作组**：《柳叶刀》编辑部已成立研究诚信工作组，负责跟进最新政策、制定内部AI使用规范并监控处理疑难案例 [8] - **关注外部指南**：积极关注并采纳如国际出版伦理委员会等机构更新的外部指南，将其融入内部决策流程 [8] - **筹备高级委员会**：计划于明年二月启动科研诚信委员会，生成式AI对科研诚信的影响将是其核心关注议题之一 [8] 使用原则与潜在风险 - **工具定位**：应将AI视为辅助工具，而非具备真正洞察力与见解的“智能”体，人类需进行监督并承担最终责任 [7][9] - **潜在风险**：生成式AI存在产生幻觉、偏见、种族主义内容及导致模型崩溃的风险 其产出的内容可能表面合理但缺乏实际洞察力与新颖性 过度依赖AI可能导致下一代研究人员面临“去技能化”风险 [9]

文章核心观点 - 生成式人工智能在科研领域的应用日益广泛，但引发了包括伪造数据、代写论文和“思想抄袭”在内的新型学术不端行为，对学术诚信构成全新挑战 [1] - 科技期刊作为“守门人”，正通过要求作者声明AI使用情况、核查“幻觉式引用”以及制定内部政策等方式进行应对，核心原则是确保透明度并由人类研究者承担最终责任 [1][8] 科技期刊的应对措施与政策 - 《柳叶刀》系列期刊要求作者在投稿时通过复选框声明是否使用了生成式AI，若使用则需详细说明模型名称、版本、提示词、使用目的及位置，并将此信息与论文一同发表 [1] - 期刊不允许在同行评审过程中使用生成式AI，以防破坏保密性，也不支持用AI替代研究人员提出科学见解、分析解释数据或得出科学结论 [5] - 期刊内部成立了研究诚信工作组，负责紧跟最新政策、制定内部AI使用规范，并监控处理相关案例，同时关注外部指南（如国际出版伦理委员会的更新）以指导决策 [8] - 期刊正在筹备成立科研诚信委员会，计划于明年二月启动，生成式AI对科研诚信的影响将是其关注重点之一 [8] AI使用现状与披露问题 - 根据《柳叶刀》的统计，只有7%的作者在投稿时声明使用了生成式AI，这与一些调查显示的超过50%的使用率存在巨大差距，表明许多作者未准确披露 [2] - 编辑发现存在未声明的AI生成内容，主要表现为“幻觉式引用”，即论文中引用了无法检索到、不存在的参考文献，个别论文中此类虚假引用多达10至15个 [2] - 对于明显不当使用AI且未声明的论文，期刊会采取拒稿处理，但过去一个月因此拒稿的情况仅发生几次，目前仍属新现象 [3][4] - 期刊每天会收到约5篇明显由生成式AI撰写的、内容套路且无实质科学发现的通讯投稿，这类稿件会被直接拒收 [4] 生成式AI的允许与禁止用途 - **允许的用途**：支持作者使用生成式AI改善语法和语言表达以提高可读性，以及用于查阅和总结已有的研究成果 [7] - **禁止的用途**：禁止在同行评审过程中使用；禁止用AI替代研究人员进行核心科研工作（如提出见解、分析数据、得出结论）；在创建图形或插图时，AI仅可作为头脑风暴和提出概念的工具 [5] 使用原则与潜在风险 - 应将生成式AI视为辅助工具，而非具备真正洞察力或智能的主体，人类需进行监督并承担最终责任 [7][9] - 使用生成式AI存在诸多风险，包括产生“幻觉”内容、存在偏见与种族主义、导致模型崩溃，这些都可能损害公众对科学的信任 [9] - 当前AI生成的内容往往表面合理但缺乏真正的洞察力、新颖性和实际意义，并可能使下一代研究人员面临“去技能化”的风险 [9]

报告核心观点 - 报告探讨科研人员如何应对快速变化的科研生态 重点分析AI变革作用 科研诚信压力 科研合作与人员流动性 科研影响力四大领域[1] - 报告基于对全球113个国家超过3200名学术界与企业界科研人员的调研[1] 科研生态现状与挑战 - 全球仅45%的科研人员认为自己拥有足够的时间用于科研[3] - 全球仅33%的受访者预期未来两到三年内本领域科研经费会增加 北美和欧洲科研人员的悲观情绪尤为突出[3] - 68%的受访者认为发表压力明显高于两三年前[3] - 74%的受访者认为经过同行评审的科研值得信赖 并视同行评审为保障科研诚信 扩大影响力的重要机制[3] 人工智能在科研中的应用与态度 - 人工智能正在快速融入科研流程 应用范围已从文献获取延伸至研读 分析与写作提效[3] - 目前全球已有58%的科研人员在科研中使用AI工具 这一比例较2024年的37%显著提升[3] - 仅32%的受访者认为所属机构具备完善的AI治理体系 仅27%感到自己接受了足够的AI使用培训 显示制度建设与能力建设亟需跟上技术演进的步伐[3] - 全球仅23%的科研人员认为当前AI工具的开发过程符合伦理 仅22%认为AI工具值得信任 近四成受访者认为现有AI产品“不可靠”[6] 科研人员对AI态度的地域差异 - 中国科研人员对AI在科研中的作用持务实而积极的态度 普遍认可其带来的效率与创新潜力 并对未来更深层次的AI融合充满信心[1] - 对于AI在科研流程的价值 中国科研人员展现出远高于欧美的信心[6] - 68%的受访中国科研人员认为AI工具让他们拥有更多选择 而在美国和英国 这一比例仅为29%和26%[6] - 64%的中国研究者认同AI能赋能科研 而美国和英国的比例仅为25%和24%[6] - 79%的中国受访者认为AI能有效节省科研时间(美国为54% 英国为57%) 60%认为AI有助于提升研究质量(美国22% 英国17%) 49%认为AI能加速科研发现(美国30% 英国26%)[6] - 仅7%的美国和英国科研人员认为AI会增强科研信任度 而20%的中国受访者也持同样观点[6] 中国科研人员的特点 - 中国科研人员展现出显著的产业导向和成果转化意识 他们更关注科研成果的实际应用价值与社会影响[1] 科研人员流动性与合作趋势 - 全球有29%的受访科研人员考虑未来两三年赴海外发展 但整体流动意愿较2022年下降[7] - 科研经费是影响科研人员跨国流动的最重要因素之一 近半数考虑迁移的受访者将“科研经费更多”列为主要动因[7] - 全球仅33%的受访科研人员预计未来两三年内本领域的科研经费会增长 其中 美国科研人员最低(9%) 而中国在全球受访者中最为乐观(44%)[7] - 全球63%的科研人员认为所在领域的科研合作较以往更加频繁 其中亚太地区受访人感受最为积极(68%) 明显高于北美(55%)和欧洲(59%)[7] - 在认为合作规模扩大的受访科研人员中 68%表示跨学科合作明显增加 53%表示跨国合作更加活跃[7]