2026年5月，医学界顶级期刊《柳叶刀》（The Lancet）刊登了一项令人震惊的研究，揭露了当前生物医学领域一个日益严重的隐患——虚假引用的泛滥。
这项由哥伦比亚大学马克西姆·托帕兹（Maxim Topaz）团队主导的审计，覆盖了PubMed Central数据库中过去三年内的250万篇学术论文，这也是首次对生物医学文献中虚假引用规模进行的系统性评估。
研究人员开发了一套自动化系统，专门核查论文末尾的参考文献。在筛查了约9700万条有效引用后，团队确认近3000篇论文（2810篇）包含了4046条根本无法溯源的“幽灵文献”。
这一异常增长的时间点与生成式人工智能（如ChatGPT）在2022年末的普及高度重合。由于论文从投稿到发表通常需要100至200天的周期，AI生成的虚假内容从2024年年中开始大量涌入学术数据库。许多作者可能直接复制了AI模型“一本正经胡说八道”生成的文献信息。
如何既保证学术安全，又稳步提升论文的影响力？我们结合近期的合规审查趋势，给出以下三点建议：
1. 建立AI使用的“防火墙”，警惕“幻觉”文献
在使用大语言模型辅助梳理文献时，务必保持批判性审视。AI极易生成格式完美但根本不存在的“空气文献”。
建议：所有AI生成的参考文献，必须通过Web of Science、PubMed等权威数据库进行二次交叉验证，切勿直接复制粘贴。
2. 告别“小圈子互引”，转向“学科内自然扩散”
新规对自引率和异常合作网络的打击是毁灭性的。
建议：将精力从“抱团互引”转移到提升论文的“可读性”和“跨学科启发性”上。通过参加高质量学术会议、在预印本平台分享早期成果等方式，让论文被领域内真正有影响力的学者自然看到并引用。
3. 选刊需谨慎，避开“预警期刊”雷区
随着新锐分区表的发布，越来越多期刊被标记为“under review”预警状态。
建议：投稿前务必核查期刊的最新预警名单，不要为了追求发表速度而选择边缘期刊，这不仅无法带来有效引用，反而可能在未来成为学术评价中的“负资产”。
