2014—2023年國內(nèi)學術不端研究熱點分析及啟示

摘 要：維護科研學術誠信是編輯工作的重要內(nèi)容之一。了解我國學術不端研究的現(xiàn)狀不僅有助于掌握前沿熱點研究方向，更有助于科研誠信制度建設。而近年來學術不端事件頻發(fā)，引起科研工作者的廣泛關注，亟須采取措施進行治理與防范。基于此，本研究在總結(jié)2014—2023年學術不端研究基本情況的基礎上，利用文獻計量學的方法，對國內(nèi)學術不端研究的發(fā)文情況進行特征分析，并對關鍵詞進行聚類分析，旨在為其他學者進一步開展相關研究提供參考，促進學術誠信建設。

關鍵詞：學術不端；科研誠信；文獻計量學；研究熱點

中圖分類號： G237. 5 文獻標識碼： A 文章編號： 1672-8122 （2025） 02-0074-06

一、引 言

學術不端主要是指在科學研究和學術活動中的剽竊、偽造、篡改、不當署名、一稿多投、重復發(fā)表或代發(fā)等行為。2018年，中共中央辦公廳、國務院辦公廳在《關于進一步加強科研誠信建設的若干意見》中提出了“完善科研誠信管理工作機制和責任體系，加強科研活動全流程誠信管理，進一步推進科研誠信制度化建設”等系列要求，以進一步加強科研誠信建設、營造誠實守信的良好科研環(huán)境[1]； 2022年8月，科技部、中央宣傳部、最高人民法院等二十二部門印發(fā)《科研失信行為調(diào)查處理規(guī)則》，體現(xiàn)了我國對學術不端行為的“零容忍”態(tài)度[2]。雖然我國圍繞科研誠信建設已經(jīng)出臺了相關規(guī)章制度，并針對學術不端行為制定了嚴格的懲治辦法，但是我國學術不端行為時有發(fā)生。學術不端事件的頻發(fā)，已經(jīng)嚴重損害了我國科技工作者的學術形象。在國家加強科研誠信管理的趨勢下，對我國學術不端研究現(xiàn)狀進行分析，有助于了解相關領域的前沿熱點方向，并為科研誠信制度建設提供參考。文獻計量學是利用統(tǒng)計和視覺分析技術，定量、定性地對數(shù)據(jù)庫文獻進行評估，從而展示某一領域或某一學科研究現(xiàn)狀、熱點或趨勢的一種研究方法[3]。本研究在總結(jié)2014—2023年學術不端研究基本情況的基礎上，利用文獻計量學的方法，對國內(nèi)學術不端研究的發(fā)文情況進行特征分析，并對關鍵詞進行聚類分析，旨在為其他學者進一步開展相關研究提供參考，促進學術誠信建設。

二、研究方法

本研究以“學術不端”“學術誠信”“科研誠信”作為關鍵詞，對中國知網(wǎng)數(shù)據(jù)庫中發(fā)表于2014年1月1日至2023年12月31日期間關于學術不端的相關研究進行檢索，排除重復發(fā)表、會議、通知、寄語、信息動態(tài)、研究生論文等文獻，最后共納入1079篇文獻。采用Bicomb結(jié)合Excel軟件對納入文獻的發(fā)表年份、作者、發(fā)文單位等進行提取和統(tǒng)計，采用SPSS 24. 0統(tǒng)計學軟件對高頻關鍵詞進行聚類分析。首先，對關鍵詞進行規(guī)范和統(tǒng)一，比如將“成因”“誘因”“原因”合并為“成因”，以減少因命名不統(tǒng)一而影響分析結(jié)果的準確性；其次，以“學術不端”“科研誠信”“學術失范”等為代表的關鍵詞涵蓋范圍過大且直接包含研究內(nèi)容，故予以剔除；最后，結(jié)合高低頻詞界定公式[4]計算和經(jīng)驗判斷，選取出現(xiàn)頻次≥10的關鍵詞作為高頻關鍵詞，并對其進行聚類分析。

三、總結(jié)與分析

（一）我國學術不端相關研究發(fā)文量先降后升，核心作者較少

研究結(jié)果顯示，國內(nèi)學者在2014—2023年期間共發(fā)表論文1079篇，相較2014年發(fā)文量， 2015—2018年發(fā)文數(shù)量不高，但在2019年之后發(fā)文量有所回升， 2021年之后又有所下降，見圖1。本研究根據(jù)文獻計量學的普賴斯定律、核心作者的發(fā)文量閾值公式： M=0. 749×Nmax1/2 （M為核心作者的最低發(fā)文量， Nmax為最高發(fā)文量作者的發(fā)文量），計算得出M為2. 11篇，說明發(fā)文量≥3篇的作者為核心作者，共64名，其中發(fā)文量最高的作者為陳亮，共發(fā)文8篇。研究納入的1079篇文章共發(fā)表在478種期刊上，其中，《編輯學報》《中國科技期刊研究》是載文量最多的期刊，分別為103篇和91篇，說明這2本核心期刊對學術不端的關注度較高，而其他期刊中學術不端相關研究載文量與之相比則差距較大。因此，無論是從學者角度，還是從期刊角度，都有必要加強對學術不端相關研究的關注。

（二） 2014—2023年我國學術不端相關研究熱點分析

本研究對同義詞和近義詞進行合并處理后，共獲得1318個關鍵詞。根據(jù)高頻低頻詞界定公式確定高頻關鍵詞出現(xiàn)頻次為46. 7次，為了進行更加全面地分析，將出現(xiàn)頻次≥10次的關鍵詞視為高頻關鍵詞，共獲得25個關鍵詞，見表1。

通過對25個關鍵詞進行聚類分析發(fā)現(xiàn)， 2014—2023年我國學術不端相關研究熱點聚焦于以下8個方面，并提出了相應的制約措施。

1.生成式人工智能催生的學術不端判定標準及相關政策法律法規(guī)的出臺

生成式人工智能是指基于算法、模型、規(guī)則生成文本、圖片、聲音、視頻、代碼等內(nèi)容的技術，比較有代表性的為ChatGPT，它在很大程度上改變了學術不端的定義，加劇了洗稿行為的發(fā)生，使洗稿行為變得更加隱蔽和嚴重，很難進行實質(zhì)性相似的認定[5]。2023年9月，由科技部科技監(jiān)督與誠信建設司指導，中國科學技術信息研究所聯(lián)合愛思唯爾、施普林格·自然、約翰威立等國際出版集團共同完成的《學術出版中AIGC使用邊界指南》正式發(fā)布，規(guī)范了人工智能在學術出版領域的使用邊界[6]； 2023年12月20日，中國音像與數(shù)字出版協(xié)會發(fā)布《出版業(yè)生成式人工智能技術應用指南》團體標準，規(guī)定了出版業(yè)應用生成式人工智能技術的基本原則、主要應用場景以及管理機制和相應的安全保障措施[7]。雖然以上文件規(guī)定了人工智能的使用邊界，但是，均不具有法律效力，并未在全國范圍內(nèi)開展，且對學術不端行為的震懾效應較低。因此，亟須由科技部或教育部牽頭，聯(lián)合學術界團體，出臺相應的法律法規(guī)，從法律層面約束由生成式人工智能產(chǎn)生的學術不端行為。

2.學術不端檢測系統(tǒng)的問題與路徑優(yōu)化

為防止學術不端稿件的刊出，中國知網(wǎng)、萬方數(shù)據(jù)、PaperPass和維普相繼研發(fā)并推出了復制比檢測系統(tǒng)。雖然該系統(tǒng)對期刊論文在學術不端行為檢測中發(fā)揮了重要作用，但是也存在諸多問題。例如，馬智成、夏繼軍、羅雪梅等在應用知網(wǎng)論文檢測系統(tǒng)時發(fā)現(xiàn)，檢測系統(tǒng)存在收錄文獻完整、檢測手段、檢測文章的保密、表述識別誤差等問題[8]；楊繼濤、郭柏壽在《探索科技論文初審查重結(jié)果判定模式研究》中，對初審論文檢測系統(tǒng)查重結(jié)果進行了探索，發(fā)現(xiàn)根據(jù)論文總復制比否決論文有失偏頗，并將初審論文查重結(jié)果分為連續(xù)分布型、一頭分布型、兩頭分布型、中間分布型4種類型，并對不同類型的論文取舍原則進行了說明[9]，這為科技期刊編輯在初篩階段對復制比超過期刊規(guī)定閾值的論文的取舍提供了新思路。同時，由于檢測系統(tǒng)向公眾開放，查重亂象較為突出，導致很多論文在投稿前就已經(jīng)進行了降重處理，一些隱性學術不端行為較難發(fā)現(xiàn)。褚敬申開展了關于應用人機協(xié)作及優(yōu)化策略的研究，為降低隱性學術不端的出現(xiàn)提供了新的思路，彌補了檢測系統(tǒng)存在的部分問題[10]。但是，隨著人工智能時代的到來，利用ChatGPT生成的稿件很難被檢測系統(tǒng)識別。為了進一步防止生成式論文的出版，各大數(shù)據(jù)平臺應增加查重系統(tǒng)功能，對生成式的語言片段進行識別；同時，期刊也應制訂有關生成式人工智能出版邊界的規(guī)范性要求，以減少相關學術不端文章的發(fā)表。

3.醫(yī)學期刊中學術不端行為的類型、識別方法和應對策略

醫(yī)學期刊中幾種常見的學術不端行為引起了學者的關注，其中代寫代投、一稿多投、抄襲及圖片問題突出。江雨蓮、劉爽、孫激通過對國家衛(wèi)生健康委員會通報的科研誠信案件進行分析，發(fā)現(xiàn)有138篇為第三方代寫、代投或買賣論文， 31篇存在圖片造假，說明醫(yī)學期刊中學術不端現(xiàn)象較為突出與嚴重[11]。顧璇、許靜、湯建軍等在《醫(yī)學期刊學術不端行為的識別和防范》一文中，對幾種常見學術不端行為的識別方法進行了闡述，為醫(yī)學期刊編輯審定學術不端的論文提供了方法[12]。雖然研究者一直在探索如何防范醫(yī)學期刊中學術不端論文的發(fā)表，但是由于臨床工作繁忙、職稱評審等原因，醫(yī)學論文造假，甚至被批量撤稿的消息屢見不鮮。對此，如何進一步完善科技職稱評價制度，減少甚至杜絕第三方造假平臺成為今后科技期刊工作者亟須研究的問題。

4.學術論文中的不當署名和數(shù)據(jù)問題及完善措施

與學術剽竊、造假等學術不端行為相比，論文署名問題容易被忽視，卻是較為常見的學術不端行為。針對署名不當問題，蒙勝軍、楊慶儀、李艷妮等采用問卷調(diào)查法對科技期刊論文不當署名的現(xiàn)實表現(xiàn)、成因、影響因素等進行了研究，發(fā)現(xiàn)學術素養(yǎng)與學術環(huán)境是影響論文不當署名的重要因素[13]；針對數(shù)據(jù)不端問題，白如江、秦明艷、張玉潔在專家函詢的基礎上對數(shù)據(jù)學術不端問題進行了分析，發(fā)現(xiàn)我國科研數(shù)據(jù)學術不端受多元因素綜合影響，包含個人、組織、期刊、社會4個方面，并提出要進一步完善監(jiān)督懲治機制、加強數(shù)據(jù)審查、改進數(shù)據(jù)學術不端檢測技術等，以防范我國科研數(shù)據(jù)學術不端[14]。針對署名、數(shù)據(jù)問題，盡管大部分期刊采用要求作者開具單位介紹信、提供貢獻聲明、提供原始數(shù)據(jù)與統(tǒng)計截圖等策略，但是以上方法均會給部分作者提供一些“操作的空間”。因此，針對署名過多的情況，應讓作者提供分工記錄表并加蓋公章；而針對某些數(shù)據(jù)問題，應讓作者提供原始材料便于核查。然而，這會在一定程度上增加編輯的工作負擔，同時也對編輯的學術素養(yǎng)提出了更高的要求。

5.學術不端行為的成因分析與防范措施

研究分析發(fā)現(xiàn)，職稱評審是現(xiàn)有的學術不端行為成因分析中出現(xiàn)最多的關鍵詞。雖然我國現(xiàn)有的職稱評審體系發(fā)生了較大改變，但是，仍多以論文數(shù)量、質(zhì)量作為評價標準。因此，如何根據(jù)工作性質(zhì)制訂科學的評級體系，是我國學者應持續(xù)探索的問題。針對造成學術不端的原因，眾多學者提出了建議，包括轉(zhuǎn)變職稱評價體系、加強期刊的主體責任、進行誠信教育等，其中，高校學生誠信教育被大多數(shù)學者提及。劉蘭劍、楊靜在對科研誠信問題成因分析及治理研究中指出，要增加科研誠信教育的頻次，深度剖析學術不端形成的原因，并邀請期刊專業(yè)人士舉辦講座，提升學生對科研誠信的認識[15]。因此，可以在學生科研啟蒙階段就灌輸學術誠信的相關內(nèi)容，使其在今后的工作中做到學術誠信。除此之外，科技期刊在舉辦培訓講座時，應邀請學術不端研究領域的專家，對學術不端危害進行講解，以杜絕學術不端行為的發(fā)生。

6.對數(shù)據(jù)庫撤銷論文的特征分析與信息共享平臺建設

通過對大規(guī)模撤稿論文特征進行分析，有助于期刊工作者了解高發(fā)的學術不端行為，進而加強防范。平靜波、郭征、楊保華以CNKI數(shù)據(jù)庫為例，對中文學術期刊撤稿論文進行分析調(diào)查發(fā)現(xiàn)，學術不端是論文撤稿的主要原因，作者和編輯部是主要的撤稿主體，國內(nèi)外撤稿數(shù)量差異顯著，撤稿學科及期刊主要分布在醫(yī)藥衛(wèi)生領域[16]。綜上所述，通過對數(shù)據(jù)庫撤稿論文的特征進行分析，對于學術期刊編輯發(fā)現(xiàn)學術不端目前的主體、學術不端高發(fā)領域和行為，以及篩選稿件、提升自身編輯素養(yǎng)具有較強的借鑒作用。“撤稿觀察”是一個致力于報道學術不端、追蹤學術文獻撤稿事件的數(shù)據(jù)庫，盡管該數(shù)據(jù)庫為研究撤稿提供了良好的平臺，但該平臺為外文數(shù)據(jù)庫，不能全面反映國內(nèi)期刊撤稿論文情況。對此，為了加強對國內(nèi)學術不端行為的分析，亟須建設國內(nèi)期刊撤稿論文信息共享平臺，加強國內(nèi)期刊編輯間的交流互動，以減少學術不端行為的發(fā)生及相關稿件的刊出。

7.第三方服務及同行評議過程中的潛在學術不端風險

第三方服務機構的設立是為了更好地輔助科研人員進行研究，然而，一些機構卻向?qū)W術不端人員提供了便利條件。2020年，中國科學技術信息研究所發(fā)布的《學術出版第三方服務的邊界》，對可接受的服務和不可接受的服務進行了明確的界定[17]，但在實際情況中仍存在無法預測和識別的潛在學術不端行為。汪匯源、趙云龍、歐梨成在《科研誠信背景下學術出版第三方服務的合理界定及學術不端防范對策研究》一文中提出，要不斷完善同行評議制度，并定期更新專家?guī)欤瑴p少同行評議引發(fā)的學術不端[18]；鄭昂、雷雪、馬崢在《第三方開放同行評議模式研究》中建議開放同行評議，認為這種方式有助于推進科研誠信建設，但是，由于這種方式適用范圍有限，多數(shù)非OA期刊并不適合采用[19]。同行評議是科學研究中重要的質(zhì)量控制機制，然而，傳統(tǒng)同行評議在發(fā)展過程中也面臨著來自效率與公平等方面的挑戰(zhàn)。徐亦舒、查欣雨在《人工智能輔助同行評議的技術潛力、應用領域與倫理隱憂》一文中指出，人工智能輔助同行評議是一種有前景的技術探索，但在實際操作過程中，為了確保人工智能輔助同行評議的科學性、公正性和可信性，也需要在數(shù)據(jù)質(zhì)量、人機協(xié)作、倫理規(guī)范等方面進行充分的考量和平衡，以突破傳統(tǒng)同行評議的瓶頸[20]。

8.教師在學術不端中的角色沖突

教師是科研的主體，其在學術不端中存在角色沖突，既是學術不端的高發(fā)人群，又是防范學術不端的主體。張?zhí)m通過質(zhì)性研究探究了教師學術不端的成因，發(fā)現(xiàn)學術素養(yǎng)、規(guī)章制度、把關服務和學術環(huán)境是教師學術不端的主要誘因[21]。以評級性績效考核為主體的高校，由于部分教師學術素養(yǎng)不高，為了完成績效考核，他們在進行科研寫作時會產(chǎn)生學術不端行為，這就要求院校管理者構建科學的評價體系，優(yōu)化科研論文在評級性績效考核中的占比，并為教師提供學習機會，不斷提升其職業(yè)素養(yǎng)與科研水平。此外，教師作為研究生科研領域的引導者，在引導學生杜絕學術不端行為方面也發(fā)揮著重要作用。研究生階段是學生科研的啟蒙階段，教師作為學生科研道路的領航人，不僅要以身作則，營造良好的學術氛圍，還要發(fā)揮育人作用，對學生進行誠信教育，以減少其學術不端行為的發(fā)生。

四、結(jié) 語

本研究采用文獻計量學方法，對2014—2023年國內(nèi)開展的學術不端研究進行分析，發(fā)現(xiàn)我國學術不端近10年的研究熱點聚焦于生成式人工智能催生的學術不端判定標準、相關政策法律法規(guī)的出臺、檢測系統(tǒng)查重、醫(yī)學期刊中常見的學術不端行為、學術論文中的署名和數(shù)據(jù)問題、學術期刊對學術不端的成因分析和防范措施以及高校學生誠信教育、對數(shù)據(jù)庫撤銷論文的分析、第三方服務與同行評議、學術不端中的教師角色沖突8個方面，并指出研究者應開展學術不端研究，并針對學術不端的成因進行防范；高校管理人員應建立科學的評級體系，加強科研誠信教育；期刊編輯應提高自身綜合素養(yǎng)，增強學術不端行為防范意識；科技工作者應堅守學術底線，不斷增強科研意識，充分發(fā)揮自身主體責任，從而杜絕學術不端行為的發(fā)生。然而，本研究僅是對現(xiàn)有的文獻進行分析，并結(jié)合工作經(jīng)驗進行總結(jié)，結(jié)果存在一定偏倚。對此，未來應著重實際調(diào)研，為防范學術不端提供理論基礎。

參考文獻：

[1] 中共中央辦公廳，國務院辦公廳.關于進一步加強科研誠信建設的若干意見[EB/ OL]. （2018-05-30）[2024-05-03]. https：/ / www. gov. cn/ zhengce/ 2018-05/30/ content_5294886. htm.

[2] 科技部，中央宣傳部，最高人民法院，等.科技部等二十二部門關于印發(fā)《科研失信行為調(diào)查處理規(guī)則》的通知[EB/ OL]. （2022-08-25）[2024-05-03]. https：/ / www. gov. cn/ zhengce/ zhengceku/202 2-09/14/ content5709819. htm.

[3] Chen CM，Song M. Visualizing a field of research：a methodology of systematic scientometricreviews[J]. PLoS One，2019，14（10）：e0223994.

[4] 劉奕杉，王玉琳，李明鑫.詞頻分析法中高頻詞閾值界定方法適用性的實證分析[J].數(shù)字圖書館論壇，2017（9）：42-49.

[5] 王少.生成式人工智能對學術不端治理的妨礙及對策[J].科學學研究，2024，42（7）：1361-1368.

[6] 中國科學技術信息研究所，愛思唯爾，施普林格·自然，等.學術出版中AIGC使用邊界指南[EB/ OL]. （2024 - 01 - 09） [2024 - 05 - 01]. https：/ / www. istic. ac. cn/ html/1/245/17016980144462983 52. html.

[7] 中國音像與數(shù)字出版協(xié)會.關于發(fā)布團體標準《出版業(yè)生成式人工智能技術應用指南》的公告[EB/ OL]. （2024-01-09）[2024-05-03]. http：/ / www. cadpa. org. cn/3281/202312/41644. html.

[8] 馬智成，夏繼軍，羅雪梅，等.科技期刊稿件學術不端檢測問題的思考[J].編輯學報，2023，35（S2）： 7-9.

[9] 楊繼濤，郭柏壽.科技論文初審查重結(jié)果判定模式研究[J].中國科技期刊研究，2023，34（7）：895-901.

[10] 褚敬申.學術不端系統(tǒng)查重過程中人機協(xié)作與優(yōu)化[J].中國科技期刊研究，2021，32（10）：1278-1286.

[11] 江雨蓮，劉爽，孫激.醫(yī)學學術不端論文特征分析及防范對策——以國家衛(wèi)生健康委員會通報的科研誠信案件為例[J].中國科技期刊研究， 2022，33（11）：1490-1498.

[12] 顧璇，許靜，湯建軍，等.醫(yī)學期刊學術不端行為的識別和防范[J].醫(yī)學與哲學，2019，40（10）： 32-34.

[13] 蒙勝軍，楊慶儀，李艷妮，等.有限理性視域下科技期刊論文發(fā)表不當署名行為影響因素與治理策略研究[J].中國科技期刊研究，2023，34（8）： 967-974.

[14] 白如江，秦明艷，張玉潔.科研數(shù)據(jù)學術不端影響因素研究[J].科技進步與對策，2023，40（20）： 110-121.

[15] 劉蘭劍，楊靜.科研誠信問題成因分析及治理[J].科技進步與對策，2019，36（21）：112-117.

[16] 平靜波，郭征，楊保華.中文學術期刊撤稿論文的調(diào)查分析——以CNKI數(shù)據(jù)庫為例[J].傳播與版權，2021（11）：25-27，52.

[17] 中國科學技術信息研究所.學術出版第三方服務的邊界藍皮書（2020版）[EB/ OL]. （2020-07-30）[2024-05-03]. https：/ / www. lnist. edu. cn/ info/1126/9815. htm.

[18] 汪匯源，趙云龍，歐梨成.科研誠信背景下學術出版第三方服務的合理界定及學術不端防范對策[J].編輯學報，2023，35（3）：305-310.

[19] 鄭昂，雷雪，馬崢.第三方開放同行評議模式研究[J].編輯學報，2023，35（4）：466-472.

[20] 徐亦舒，查欣雨.人工智能輔助同行評議的技術潛力、應用領域與倫理隱憂[J].數(shù)字出版研究， 2023，2（3）：21-27.

[21] 張?zhí)m.學術期刊視角下高校教師學術不端行為的影響機制——基于扎根理論的探索性研究[J].中國科技期刊研究，2020，31（12）：1417-1423.

[責任編輯：李婷]