“反剽竊”在路上

凌　冰　李　渝

國內(nèi)對學(xué)術(shù)論文“造假”的監(jiān)督并非始自今日。2000年3月，上海師范大學(xué)法商學(xué)院的何云峰教授單槍匹馬地建了一個“好漢網(wǎng)”，豪氣十足地叫板校園里勢頭漸旺的剽竊抄襲等不良學(xué)風(fēng)。

同年，著名“打假斗士”方舟子也創(chuàng)辦了中文學(xué)術(shù)打假網(wǎng)站“新語絲立此存照”，陸續(xù)揭露了500多起學(xué)術(shù)涉假案例，其中包括“核糖核酸”、清華大學(xué)醫(yī)學(xué)院“劉輝造假事件”等引起廣泛關(guān)注的學(xué)術(shù)造假和腐敗事件。方舟子們的學(xué)術(shù)打假多通過網(wǎng)友檢舉，并沒有專業(yè)的儀器進行技術(shù)支撐。

2003年，武漢大學(xué)信息管理學(xué)院副教授沈陽在國家自然科學(xué)基金的資助下，研發(fā)了一套與“學(xué)位論文學(xué)術(shù)不端檢測系統(tǒng)”功能相似的系統(tǒng)——ROST反剽竊系統(tǒng)，也稱為“學(xué)術(shù)不端行為檢測系統(tǒng)”，并于2008年4月研制成功，目前已在全國20多所高校院系推廣和100多家期刊社使用，但沒有大規(guī)模推廣。用沈陽的話說，“就像原子彈一樣，它是大規(guī)模殺傷性武器，這需要核軍控的”。

在2009年“兩會”前夕，爆出兩起院士涉嫌學(xué)術(shù)不端行為的事件。6名教授聯(lián)名投訴中國工程院院士劉興土涉嫌“抄襲剽竊”。此前不久，浙江大學(xué)原副教授賀海波盜用他人研究結(jié)果發(fā)表多篇論文。賀海波的博士后合作導(dǎo)師、中國工程院院士、浙江大學(xué)藥學(xué)院院長李連達的名字也出現(xiàn)在這些“問題論文”上。隨后，教育部部長周濟就“賀海波論文造假”事件及處理結(jié)果表示，對學(xué)術(shù)不端行為要像體育界反興奮劑一樣“零容忍”。

2009年3月19日，教育部發(fā)出了《關(guān)于嚴(yán)肅處理高等學(xué)校學(xué)術(shù)不端行為的通知》，這是我國教育部門首次就處理學(xué)術(shù)不端行為發(fā)出通知。通知明確高校對本校有關(guān)機構(gòu)或者個人的學(xué)術(shù)不端行為的查處負有直接責(zé)任，應(yīng)建立健全處理學(xué)術(shù)不端行為的工作機構(gòu)。整個學(xué)術(shù)界頗有山雨欲來的感覺。

正是在這樣的背景下，由中國學(xué)術(shù)期刊(光盤版)電子雜志社與清華同方知網(wǎng)共同研制的“學(xué)位論文學(xué)術(shù)不端檢測系統(tǒng)”(簡稱“TMLC”)開始在高校推廣。

檢測的方法涉及一個專業(yè)術(shù)語——“自適應(yīng)多階指紋”。什么是信息指紋？沈陽副教授打了個比方，就是每個人說話都有口頭禪，這個口頭禪就是你的一個特征，這個特征就叫信息指紋。具體到一篇文章來說，比如研究金庸小說，金庸喜歡用什么字，用字的規(guī)律是多少，每個字在整個文章出現(xiàn)的概率是多少，這就是一個指紋。CNKI科研誠信管理系統(tǒng)研究中心主任孫雄勇向《中國新聞周刊》記者介紹，如果說得通俗一點，就是兩篇文章，如果有一個句子相同，哪怕有一些改寫，都能檢測出來。

“測謊”工具的檢測工作需要強大的后臺數(shù)據(jù)庫支持，TMLC的后臺是覆蓋了超過5000萬的學(xué)術(shù)文獻數(shù)據(jù)庫。

“測謊”技術(shù)在目前來說，已經(jīng)是一個成熟技術(shù)了，國外早已廣泛應(yīng)用于多所高校及科研機構(gòu)。

在一系列反剽竊網(wǎng)站中，最為出色、應(yīng)用最廣泛的莫過于“Turnitin”，中文意思是“交上來”，它也是全球第一個檢測剽竊行為的網(wǎng)站。該網(wǎng)站目前已阻止了世界范圍內(nèi)將近600萬的學(xué)生和教育者的剽竊行為，在使用高峰期，每天可收到2萬篇論文。

“Turnitin”通過三個數(shù)據(jù)庫的內(nèi)容來檢測交上來的作品：公眾可以查到互聯(lián)網(wǎng)上所有存檔的文件(超過45億頁，每天更新4000萬頁)；成百萬的已經(jīng)出版的作品，包括商業(yè)數(shù)據(jù)庫、期刊摘要等，還有上萬本電子書籍，包括古登堡經(jīng)典文獻收藏；成百萬篇學(xué)生交到網(wǎng)站的論文。

在中國，數(shù)據(jù)庫也在不斷完善之中。不過，“反剽竊”系統(tǒng)要面對的，似乎遠遠不是技術(shù)難題。