我用 AI 伪造了一篇科学论文：IEEE Access 实测结果

这场实验分两轮。第一轮检验普通人能否用现成 AI 工具造出一篇看似可信、但研究从未真正做过的论文，并骗过出版方的防线。作者限定自己只能使用免费版 ChatGPT（当时为 GPT-5.3/5.2 Mini）和 Gemini 3 Flash，不得直接修改输出，也不得请提示词专家帮忙，以确保这是一次业余水平的尝试。他选择近二十年前的博士课题光学孤子作为题材，把论文拆成摘要、引言、方法等部分逐段生成，遇到某个模型拒绝就换另一个模型、以“假设性地”提问绕过限制。约二十余次提示词后得到一篇像样的论文，再用十余次提示词生成并整理图表、参考文献，并转成 IEEE Access 要求的格式。 作者自评这篇论文科学上听起来可信，也没有出现“深度神经网络”被改写成“深刻的神经组织”这类扭曲表述。但仍有 AI 痕迹：模糊限定语（potentially、typically）、三件套式排比、公式化过渡句（In summary…），而这些习惯人类作者同样常用，很难据此判定。 投稿后，论文很快因幻觉参考文献被拦下。作者事后让 Gemini 自查，Gemini 称有 7 条“现代 LLM 相关研究文献”是为支撑论文叙事而编造，实际数量更多：IEEE Access 总编辑 Jenny Mahoney 用 STM Integrity Hub 查出 12 条，Molecular Connections 的检查工具则无法验证 24 条参考文献，其中一条署名“John Smith”的单作者文献是典型破绽。光学孤子专家 Gaetano Assanto 认为论文写作专业，但数学过于密集、摘要缩写过多，个别自信的物理陈述至少值得商榷。 出版方并不认为这是胜利。IEEE 出版伦理与行为主管 Luigi Longobardi 表示，今天造的检测工具可能对明天的 AI 论文无效，同行评审成了最后防线，却已不堪重负：2022 年全球处理论文超过 300 万篇；IEEE Access 每年约收到 6 万篇投稿，接收约 20%（约 1.2 万篇），每篇至少两位独立审稿人，而自 2018 年以来每篇文章平均发出的审稿邀请数增加了 50%。Retraction Watch 联合创始人 Ivan Oransky 把这一局面比作火灾：publish-or-perish 是引火物，论文工厂是汽油，AI 是助燃剂。