中国论文工厂,已经用AI批量生产垃圾论文了?

2025-07-08 | 来源: 知识分子 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

更关键的是，NHANES是一个AI就绪（AI-ready）的数据集。这意味着，研究者可以通过应用程序编程接口（API）轻松地、自动化地提取和分析数据。这种设计本意是为提高科研效率，但它也为“数据挖掘”和批量生产论文打开了方便之门。

斯皮克团队认为，他们的研究结果很可能严重低估了问题的规模。他们的检索范围局限于符合利用NHANES的单因子研究。但更宽泛的搜索显示，仅在一年之间，使用 NHANES 数据发表的论文数量就从2023年的4926篇增长到了2024年的7876篇。

来自美国西北大(专题)学的研究者瑞兹·理查森（Reese Richardson）一直关注论文工厂的动向。他在一次快速检索中，就发现了5篇未被斯皮克团队纳入的 NHANES 论文，这些文章与某个可疑论文工厂有关联。它们的写作结构与斯皮克所识别出的论文非常相似，同样是围绕 NHANES 数据中的单一变量与某种疾病的简单相关性展开，例如电子烟使用与肺部疾病之间的关联[2]。

马斯克正被赶出中国美企在华教训重演

一名误入歧途的DOGE员工发现政府已经很有效了

美国农业部禁止中国公民在美购置农田....

以“临床公共数据库挖掘”为关键词，在中国社交媒体平台上不难搜到大量提供服务的公众号。其中除了本文提到的 NHANES 数据库，GBD（Global Burden of Disease，全球疾病负担研究）等数据库也频繁出现在这些平台的推文和案例中，成为热门的数据来源。

这类公众号大多提供多种模式的服务，例如：根据研究主题协助下载公开数据，完成统计分析，撰写数据分析报告，或在已有数据和主题的基础上提供论文思路和写作指导。一些平台还进一步打出“全流程陪跑”的口号，从选题、分析到英文润色，覆盖论文写作的各个阶段。

在一些平台的广告中，造假的暗示已非常露骨。例如有平台写道：“因公共数据库的开放性，我们提供的统计服务可不断更换研究主题，挖掘数据，直至分析出发表级的统计分析结果，并可提供中英文的方法和结果。”换句话说，就是以发表为目标，围绕数据库中的变量反复组合、拆解、筛选，直到跑出一组足够显着的结果。