摘 要：隨著生成式AI和人工智能生成內(nèi)容（Artificial Intelligence Generated Content，AIGC）的迅速發(fā)展，學(xué)術(shù)不端出現(xiàn)了新形式，學(xué)術(shù)不端治理面臨新的挑戰(zhàn)。本文分析了直接生成更加逼真的包含文字和圖片的論文、生成論文的輔助材料和生成審稿意見三種學(xué)術(shù)不端新形式，并提出及時總結(jié)論文造假規(guī)律、開發(fā)更加智能的檢測工具、推廣專家分層審稿模式和加強科研道德建設(shè)這四條治理措施，以期為促進學(xué)術(shù)期刊高質(zhì)量發(fā)展提供參考。

關(guān)鍵詞：學(xué)術(shù)不端；AIGC；治理措施；科研誠信；學(xué)術(shù)期刊高質(zhì)量發(fā)展

DOI： 10.3969/j.issn.2097-1869.2024.02.014 文獻識別碼：A

著錄格式：李新新.AIGC時代學(xué)術(shù)不端的新形式及其治理[J].數(shù)字出版研究，2024，3（2）：113-118.

2019年5月，國家新聞出版署發(fā)布了行業(yè)標準《學(xué)術(shù)出版規(guī)范 期刊學(xué)術(shù)不端行為界定（CY/T174-2019）》，對學(xué)術(shù)不端行為進行了明確的界定。近年來，各界對學(xué)術(shù)不端現(xiàn)象有著越來越深刻的認知，對期刊學(xué)術(shù)不端現(xiàn)象更加重視。隨著互聯(lián)網(wǎng)、生成式AI等技術(shù)的迅速發(fā)展，各種新形式的學(xué)術(shù)不端隨之出現(xiàn)，從而給學(xué)術(shù)不端的治理帶來新的挑戰(zhàn)。

1 學(xué)術(shù)不端治理文獻綜述

學(xué)術(shù)不端歷來是學(xué)術(shù)界關(guān)注的問題，研究者們已經(jīng)對此開展了若干細致的工作，對于學(xué)術(shù)不端的表現(xiàn)、成因和治理措施的研究都有了若干成果。生成式AI和人工智能生成內(nèi)容（Artificial Intelligence Generated Content，AIGC）時代的到來，也使部分學(xué)術(shù)期刊和學(xué)者制定新規(guī)定、開展新研究來作為回應(yīng)。

1.1 學(xué)術(shù)不端的表現(xiàn)、成因和治理

在學(xué)術(shù)不端的表現(xiàn)方面，劉金波等[1]將學(xué)術(shù)不端現(xiàn)象總結(jié)為抄襲剽竊、一稿多投、多稿并投、重復(fù)發(fā)表、拆分發(fā)表、數(shù)據(jù)造假、不當(dāng)署名、無端撤稿、買賣代寫和學(xué)術(shù)泄密十種類型。馮婷等[2]針對公眾對16種學(xué)術(shù)不規(guī)范行為的認知進行了問卷調(diào)查，這些學(xué)術(shù)不端行為涉及論文寫作、投稿、論文發(fā)表、署名、基金標引和參考文獻六個方面。劉普[3]列舉了學(xué)術(shù)不端的六種形式：學(xué)術(shù)抄襲、學(xué)術(shù)剽竊、學(xué)術(shù)造假、侵占他人學(xué)術(shù)成果、偽造學(xué)術(shù)身份和履歷及貪污科研經(jīng)費。從已有的研究工作可知，學(xué)術(shù)不端集中表現(xiàn)為論文抄襲、代寫、實驗數(shù)據(jù)造假等形式。

在學(xué)術(shù)不端的成因方面，劉金波等[1]從權(quán)力碰撞、機制不全、學(xué)術(shù)腐敗、懲戒不力、職業(yè)倦怠和個人主義六個方面探討了學(xué)術(shù)不端的根源。許蔚萍[4]指出，高校學(xué)術(shù)不端形成的原因是內(nèi)在動機從“探究學(xué)問”異化為“追逐利益”，外部評價由“價值追求”異化為“量化評價”。朱冬梅[5]在分析期刊論文學(xué)術(shù)不端原因時指出，作者是產(chǎn)生期刊論文學(xué)術(shù)不端的源頭，專家審稿造成的學(xué)術(shù)不端不容小覷。馮婷等[2]通過問卷調(diào)查，從個人因素、制度因素和環(huán)境因素三個角度分析造成學(xué)術(shù)不端的原因，個人因素包括科研成果產(chǎn)出、職稱晉升和獲取學(xué)位等方面造成的壓力，制度因素中相關(guān)規(guī)范對學(xué)術(shù)不端界定不清晰、監(jiān)管制度不完善和懲戒措施不力是前三位因素，環(huán)境因素中學(xué)術(shù)研究功利主義和浮躁現(xiàn)象排在首位。劉普[3]指出，學(xué)術(shù)不端有六個原因：受社會大環(huán)境影響、學(xué)術(shù)不端具有一定隱蔽性、對學(xué)術(shù)不端行為容忍度高、少數(shù)管理部門和責(zé)任人把關(guān)不嚴、缺乏完善的追究懲戒機制和考核評價機制不夠科學(xué)合理。從文獻可知，科研考核壓力、制度不完善和把關(guān)不嚴是造成學(xué)術(shù)不端的主要原因。

在學(xué)術(shù)不端的治理方面，朱冬梅[5]提出，期刊編輯可以借助融媒體來防范學(xué)術(shù)不端，具體舉措包括完善采編系統(tǒng)信息采集以加強前端控制、加強期刊編輯的初審工作及完善同行評議送審機制和送審方法。劉金波等[1]提出從以下兩個方面來防范學(xué)術(shù)不端：從平臺、主體、制度、技術(shù)、環(huán)境層面構(gòu)建“五位一體”的學(xué)術(shù)出版?zhèn)惱矸婪稒C制；從網(wǎng)絡(luò)出版、供需錯配、融合出版、規(guī)范建設(shè)等方面構(gòu)建“四位一體”的學(xué)術(shù)不端立體防范網(wǎng)絡(luò)。許蔚萍[4]提出，高校治理學(xué)術(shù)不端的對策包括確立以學(xué)術(shù)共同體為核心的治理理念、建立誠信自律與法治約束相結(jié)合的制度及推進數(shù)字化與智能化相融合的治理方式。劉普[3]建議，通過教育引導(dǎo)增強對于學(xué)術(shù)不端的免疫力、真正落實對學(xué)術(shù)不端“零容忍”的查處力度、完善預(yù)防與處理學(xué)術(shù)不端的相關(guān)機制、發(fā)揮媒體和學(xué)術(shù)打假專業(yè)人士的作用、加強防范和發(fā)現(xiàn)學(xué)術(shù)不端的技術(shù)手段建設(shè)及完善學(xué)術(shù)與人才考核評價機制六個方面治理學(xué)術(shù)不端。綜上可知，加強論文發(fā)表前的學(xué)術(shù)不端檢測是一項重要措施，使用技術(shù)手段輔助檢測是一個重要方向。

1.2 AIGC對科研誠信的影響

AIGC時代下的學(xué)術(shù)不端是指在該技術(shù)廣泛應(yīng)用的背景下，學(xué)術(shù)界中出現(xiàn)違反學(xué)術(shù)道德和規(guī)范的行為，這些行為獲取不當(dāng)?shù)膶W(xué)術(shù)利益，損害學(xué)術(shù)研究的公正性、準確性和可信度。例如，中華醫(yī)學(xué)會雜志社在對醫(yī)學(xué)科技論文寫作和評審過程中使用生成式AI（GenAI）相關(guān)事宜的規(guī)定中指出：“GenAI不能用于整篇論文或論文重要部分的撰寫（如研究方法、結(jié)果和對結(jié)果的解釋分析等）。所有屬于科學(xué)貢獻或智力勞動范疇的內(nèi)容均應(yīng)由作者完成。如論文主要內(nèi)容使用GenAI完成，編輯部將按照學(xué)術(shù)不端行為進行處理……編輯部經(jīng)研判認為作者在論文寫作中存在違反GenAI使用規(guī)定的情形，將直接退稿或撤稿；情節(jié)嚴重者，將列入作者學(xué)術(shù)失信名單，兩年內(nèi)禁止作者向中華醫(yī)學(xué)會系列雜志投稿；如作者是期刊審稿人，同時禁止其參與審稿工作。”[6]

使用計算機生成論文并非近年才開始出現(xiàn)的現(xiàn)象。2005年，美國3名計算機專業(yè)的研究生開發(fā)了論文生成軟件SCIgen，該軟件能夠生成帶有圖片、表格和參考文獻的論文。十幾年來，不斷有研究人員使用該軟件和其他論文生成器生成論文后向會議和期刊投稿并被錄用，其中不乏國際知名學(xué)術(shù)期刊[7]。當(dāng)這些論文被曝光為計算機生成后，論文接收方的聲譽會受到影響。Nature在2021年報道，在計算機科學(xué)領(lǐng)域，100萬篇文章中約有75篇論文是由計算機程序SCIgen自動生成的[8]。

AIGC時代來臨后，學(xué)術(shù)不端出現(xiàn)了新的形式，這給傳統(tǒng)的學(xué)術(shù)不端治理帶來了挑戰(zhàn)。在AIGC時代，人工智能能夠以令人驚訝的準確度生成文字、圖片、視頻和代碼等內(nèi)容[9]。學(xué)者們研究了以ChatGPT為代表的AIGC工具可能對學(xué)術(shù)不端造成的影響。羅云梅等[10]指出，ChatGPT可能導(dǎo)致真實性、侵權(quán)及偏見問題，產(chǎn)出的內(nèi)容并不受我國著作權(quán)法的保護，還會引起署名方面的問題。王少[11]指出，ChatGPT對學(xué)術(shù)不端的內(nèi)涵和外延都造成了沖擊，而應(yīng)對ChatGPT的策略包括三個方面，即構(gòu)建主客體合作網(wǎng)絡(luò)、更新治理程序與標準和構(gòu)建流動式治理框架。

2 AIGC時代學(xué)術(shù)不端的新形式

2.1 直接生成更加逼真的包含文字和圖片的論文

2023年12月，谷歌發(fā)布了人工智能大模型“雙子座”，該模型在大多數(shù)指標上超過了GPT-4，能夠生成文字和圖片混合的文章。論文工廠在該模型及未來功能更強大的大模型的基礎(chǔ)上，基于大量已發(fā)表的學(xué)術(shù)論文進行訓(xùn)練，有可能生成包含更逼真圖片的學(xué)術(shù)論文，將更容易通過審稿專家的評審和編輯的把關(guān)并最終發(fā)表。

2024年2月，《中國科學(xué)報》報道，我國科研人員在開放獲取期刊Frontiers in Cell and Developmental Biology上發(fā)表的一篇論文，由于使用人工智能繪圖工具Midjourney生成的插圖，在上線發(fā)表3天后被期刊緊急撤稿[12]。這篇論文的插圖畫風(fēng)和科研論文明顯不符，因此在發(fā)表后引發(fā)熱議并引起期刊編輯部的重視。Midjourney并不是一個專門用來生成科研論文插圖的人工智能繪圖工具，其生成的圖片比較容易被識別。當(dāng)前大模型普遍采用“預(yù)訓(xùn)練+微調(diào)”的方式進行訓(xùn)練，論文工廠如果在圖片生成通用大模型基礎(chǔ)上使用已有科研論文中的圖片進行微調(diào)，很可能生成足以以假亂真的圖片，給論文審理帶來巨大困擾。

2.2 生成論文的輔助材料

按慣例，編輯對論文進行把關(guān)的一個方法是要求作者提供輔助材料，包括文字、圖片、源代碼和視頻等，其能夠證明論文的作者確實進行了實驗和調(diào)查并得到了論文中的結(jié)果，原本其中最強有力的是視頻。2024年2月，OpenAI發(fā)布了文生視頻大模型Sora，其能夠根據(jù)用戶的指令來生成視頻。雖然目前該模型生成的一些視頻還有若干問題，但是相信OpenAI未來正式向公眾推出該模型時會修復(fù)大部分問題。國內(nèi)一些高校和相關(guān)企業(yè)也在大力開發(fā)具有自主知識產(chǎn)權(quán)的文生視頻大模型，相信在不遠的將來，市面上會有若干針對不同場景的文生視頻大模型。如果論文工廠使用文生視頻大模型來生成視頻作為論文的輔助材料，很有可能通過審稿專家和編輯的評審。傳統(tǒng)上，計算機科學(xué)領(lǐng)域的論文可以通過要求論文作者提供程序源代碼來避免弄虛作假，一些研究人員也會在個人主頁上公開論文中實驗使用的源代碼。但是重復(fù)論文中的實驗往往涉及比較復(fù)雜的運行環(huán)境的搭建，有的計算機實驗如大模型實驗的重復(fù)需要較高的成本，因此在論文評審過程中，評審專家往往不會通過運行作者提供的源代碼來判斷實驗結(jié)果是否存在學(xué)術(shù)不端，這就使得大模型生成的源代碼很有可能通過審稿專家的評審。這種情況下，傳統(tǒng)上通過文字、圖片、源代碼和視頻等輔助材料來幫助評審方確定論文學(xué)術(shù)水平的方法很可能面臨失效。

2.3 生成審稿意見

王蘊嘉等[13]在探討ChatGPT在學(xué)術(shù)期刊編輯領(lǐng)域的應(yīng)用時指出，可以使用ChatGPT來判斷稿件的價值，如直接生成供編輯參考的判斷結(jié)果。中國知網(wǎng)提供了AI輔助研讀工具、單篇問答和文章伴讀功能，單篇問答功能能夠提煉出文章的大綱、觀點和研究方法等，而文章伴讀功能能夠挖掘文章的價值并指出存在的問題。這兩個功能的合理使用無疑能夠在一定程度上提高審稿速度。

合理、適度地使用大語言模型可以提高審稿效率，但是也存在過度使用的風(fēng)險。隨著投稿數(shù)量的激增，審稿專家面臨著越來越大的挑戰(zhàn)。有些審稿專家科研和教學(xué)任務(wù)繁重，有時會把稿件交給他人代審，如部分高校教師會把稿件交給自己的研究生去審閱，然而研究生學(xué)術(shù)水平參差不齊，有些學(xué)術(shù)審稿經(jīng)驗不豐富，難以檢查出稿件中存在的學(xué)術(shù)不端問題。在AIGC時代，審稿專家如果使用大語言模型來自動生成審稿意見，可能無法發(fā)掘出稿件中的亮點，尤其是可能無法發(fā)現(xiàn)稿件中隱含的學(xué)術(shù)不端問題，從而使這類稿件“錯誤”地通過評審。

3 AIGC時代學(xué)術(shù)不端的治理措施

針對AIGC時代出現(xiàn)的學(xué)術(shù)不端新形式，可以從總結(jié)規(guī)律、提升技術(shù)水平、優(yōu)化審稿機制及加強科研道德等方面進行治理。

3.1 及時總結(jié)論文造假規(guī)律

使用人工智能大語言模型生成論文的現(xiàn)象引起了學(xué)術(shù)界的關(guān)注，有研究對人工智能大語言模型生成的論文的特點進行了分析。人工智能大語言模型生成論文對不同學(xué)科的滲透程度不同，應(yīng)用于社科和醫(yī)學(xué)學(xué)科較為容易[14]，需要對這兩個學(xué)科的論文進行更嚴格的把關(guān)。人工智能大語言模型生成的論文能夠體現(xiàn)出一定的創(chuàng)新性，但是在不同學(xué)科領(lǐng)域的創(chuàng)新程度不同。大語言模型能夠表現(xiàn)出一定的推理性，但其生成的論文大多屬于組合創(chuàng)新和應(yīng)用創(chuàng)新范疇，而在最重要的原始創(chuàng)新上則能力不足。期刊編輯可以據(jù)此對來稿分別處理：擴大原始創(chuàng)新論文的接收比例，這是大語言模型所不擅長的；對組合創(chuàng)新的論文加大審查力度，因為這類論文也在大語言模型生成的能力范圍內(nèi)；對應(yīng)用創(chuàng)新的論文嚴加審查，因為這類論文有很明顯的模式，正是大語言模型所擅長的。分類處理措施使編輯作為把關(guān)人能夠在很大程度上避免大語言模型生成論文的接收。加強大語言模型的推理能力是當(dāng)前人工智能技術(shù)發(fā)展發(fā)力的重點，未來生成論文的甄別難度將會越來越高，期刊編輯需要密切關(guān)注這些科技新動態(tài)。

3.2 開發(fā)更加智能的檢測工具

大模型的訓(xùn)練需要高水平的技術(shù)人員、較多的硬件資源和大量的訓(xùn)練數(shù)據(jù)，這些都需要大量的資金。在當(dāng)前的科研考核中，論文級別和論文數(shù)量仍是非常重要的考核指標，一些科研人員有可能花費大量的資金購買由AIGC生成的論文，以完成科研考核、職稱晉升和申報課題等目標。大量資金流向論文工廠，論文工廠就會持續(xù)優(yōu)化大模型，生成更加難以被識別的論文。

論文工廠能夠在大模型的基礎(chǔ)上進行微調(diào)來生成論文，論文檢測方也可以在大模型的基礎(chǔ)上進行微調(diào)來開發(fā)檢測深度偽造論文的工具。實際上，自從深度偽造出現(xiàn)以來，就一直有研究者在研究如何對其進行檢測。

在論文學(xué)術(shù)不端檢測這個細分領(lǐng)域，如果使用大量學(xué)術(shù)論文對現(xiàn)有大模型進行微調(diào)，有可能訓(xùn)練出檢測準確率足夠高的學(xué)術(shù)不端檢測大模型?？梢葬槍φ撐闹械奈淖趾蛨D片及輔助材料中的文字、圖片、程序源代碼和視頻分別進行檢測，最后匯總多種媒介形式的檢測結(jié)果。

3.3 推廣專家分層審稿模式

大模型的一個固有問題是“幻覺”?！盎糜X”是指“模型在處理輸入任務(wù)、維持輸出語境連貫性以及與現(xiàn)實世界事實保持一致性時存在偏差或錯誤”[15]。李國杰[16]指出，科研大模型必須找到解決“幻覺”的辦法。更有效的“幻覺”檢測方法和“幻覺”的生成機制仍是當(dāng)前人工智能界致力于探究的問題[17]。盡管大模型生成的論文能夠通過很多審稿專家的評審，但是資深審稿專家還是能夠憑借多年的經(jīng)驗和深刻的學(xué)術(shù)洞察力看出論文中存在的“幻覺”問題，這成為發(fā)現(xiàn)AIGC內(nèi)容的有效抓手。

不過資深審稿專家是稀缺資源，無法滿足海量的審稿需求。期刊可以根據(jù)學(xué)科特點和既往經(jīng)驗，建立與機器檢測配套的內(nèi)部評價體系。在使用檢測工具對稿件進行評分后，可以將人類撰寫置信度較高的稿件交由一般審稿專家來評閱，將人類撰寫置信度居中的稿件交由資深審稿專家來評閱，而對人類撰寫置信度較低的稿件建議按拒稿處理。該措施能夠減輕資深審稿專家的審稿壓力，審稿專家一方面不至于將自己無暇審閱的稿件交由他人代審，另一方面也能夠充分發(fā)揮自身的作用，對稿件進行更精準的評判。此外，也可以考慮采用預(yù)發(fā)表模式，將通過專家評審和編輯把關(guān)的論文先在預(yù)印本平臺推出，進行開放評價，這或許能成為一種有效預(yù)防“漏網(wǎng)之魚”的方法。

3.4 加強科研道德建設(shè)

首先，增強科研人員的道德意識，堅守出版屬性，加強規(guī)范化管理[18]。通過入職時及定期的道德教育和培訓(xùn)活動，使科研人員明確自身的職責(zé)、義務(wù)，增強自律意識。其次，建立健全監(jiān)管機制，包括有效的舉報預(yù)處理機制，鼓勵科研人員積極參與道德監(jiān)督，對于違反科研道德規(guī)范的行為進行嚴肅處理。再則，完善科研評價體系。一套科學(xué)、公正的評價體系會明確科研活動的目標和導(dǎo)向，激發(fā)科研人員的積極性和創(chuàng)新精神，同時也能夠規(guī)范其行為，促使其自覺遵守科研道德規(guī)范，從而形成良好的學(xué)術(shù)風(fēng)氣。具體到論文評價和科研考核，要做到“重質(zhì)量、輕數(shù)量”。歐美高校往往對發(fā)表論文的數(shù)量沒有硬性要求，評判個人成就主要依據(jù)成果質(zhì)量，高校會邀請同行對成果質(zhì)量開展匿名、公平的評審，從學(xué)術(shù)影響力、成果質(zhì)量等多個維度來評判。

4 結(jié)語

學(xué)術(shù)不端是阻礙學(xué)術(shù)期刊高質(zhì)量發(fā)展的問題之一，打擊“學(xué)術(shù)水貨”勢在必行?；诖竽Ｐ偷腁IGC能夠以較高的準確度生成文字、圖片、代碼、音頻和視頻，其快速發(fā)展催生了學(xué)術(shù)不端的新形式，學(xué)術(shù)期刊要根據(jù)自身實際情況，及時歸納總結(jié)論文造假規(guī)律，采取積極的防范和處理措施，堅定明確的辦刊宗旨和方向，堅持實事求是的科學(xué)精神和科學(xué)態(tài)度，保持本職工作的專業(yè)性，杜絕學(xué)術(shù)不端，確保學(xué)術(shù)期刊高質(zhì)量發(fā)展。

作者簡介

李新新，女，《北京印刷學(xué)院學(xué)報》副主編，編輯。研究方向：編輯出版。

參考文獻

[1]劉金波，韓文革.學(xué)術(shù)期刊編輯實務(wù)中的出版?zhèn)惱恚喝绾畏婪秾W(xué)術(shù)不端[J].武漢理工大學(xué)學(xué)報（社會科學(xué)版），2023（5）：146-152.

[2]馮婷，葛文，毛鴻艷.作者和編輯對學(xué)術(shù)出版中作者學(xué)術(shù)不端行為的認知差異及防治措施[J].甘肅科學(xué)學(xué)報，2023（4）：142-152.

[3]劉普.我國學(xué)術(shù)不端問題的現(xiàn)狀與治理路徑：基于媒體報道的64起學(xué)術(shù)不端典型案例的分析[J].中國科學(xué)基金，2018（6）：637-644.

[4]許蔚萍.高校學(xué)術(shù)不端治理研究：文獻分析的視角[J].黑龍江高教研究，2023（3）：44-48.

[5]朱冬梅.融媒體環(huán)境下編輯對期刊論文學(xué)術(shù)不端的防范措施探究[J].新聞研究導(dǎo)刊， 2023（15）：224-227.

[6]《中華醫(yī)學(xué)雜志》社有限責(zé)任公司.中華醫(yī)學(xué)會雜志社關(guān)于在論文寫作和評審過程中使用生成式人工智能技術(shù)的有關(guān)規(guī)定[EB/OL].（2024-01-08）[2024-04-22].https：//mp.weixin.qq.com/s/_IRUqAtyEM_2n53GrRlQgA.

[7]張萍，張小強.機器參與論文寫作的出版?zhèn)惱盹L(fēng)險與防范對策[J].中國科技期刊研究，2022（4）：439-449.

[8]VAN NOORDEN R. Hundreds of gibberish papers still lurk in the scientific literature[J].Nature，2021，594：160-161.

[9]翟尤，郭曉靜，曾宣瑋.AIGC未來已來：邁向通用人工智能時代[M]. 北京：人民郵電出版社，2023：5.

[10]羅云梅，劉雪梅.ChatGPT對學(xué)術(shù)出版?zhèn)惱淼挠绊慬J].醫(yī)學(xué)與哲學(xué)，2023，44（12）：25-28.

[11]王少.ChatGPT與學(xué)術(shù)不端治理：挑戰(zhàn)與應(yīng)對[J].科技進步與對策，2023（23）：103-110.

[12]BIK E.The rat with the big balls and the enormous penis – how Frontiers published a paper with botched AI-generated images[EB/OL].（2024-02-15）[2024-02-18].https：//scienceintegritydigest.com/2024/02/15/the-rat-with-the-big-balls-and-enormous-penis-how-frontiers-published-a-paper-with-botched-ai-generated-images.

[13]王蘊嘉，張琪.ChatGPT在學(xué)術(shù)期刊編輯領(lǐng)域的應(yīng)用與展望[J].編輯學(xué)報，2023，35（S1）：127-131.

[14]張明慧，玉璐，楊軍.禁用還是擁抱：生成式人工智能與中國社科期刊原創(chuàng)把關(guān)[J].出版發(fā)行研究，2023（8）：49-55.

[15]趙月，何錦雯，朱申辰，等.大語言模型安全現(xiàn)狀與挑戰(zhàn)[J].計算機科學(xué)，2024（1）：68-71.

[16]李國杰.大數(shù)據(jù)與計算模型[J].大數(shù)據(jù)，2024（1）：9-16.

[17]羅文，王厚峰.大語言模型評測綜述[J].中文信息學(xué)報，2024（1）： 1-23.

[18]宋吉述，王惠.中國出版業(yè)的人工智能應(yīng)對策略分析[J].中國數(shù)字出版，2024，2（1）：68-74.

New Forms and Governance Measures of Academic Misconduct in AIGC Era

LI Xinxin

Editorial Department of Journal of Beijing Institute of Graphic Communication， 102600， Beijing， China

Abstract： With the rapid development of generative AI and artificial intelligence generated content （AIGC）， new forms of academic misconduct have emerged， bringing new challenges to the governance of academic misconduct. Three new forms were analyzed： directly generating more realistic papers containing text and images， generating supporting materials for papers， and generating review comments. In response to these new forms， this paper proposed four governance measures： summarizing paper falsification patterns in time， developing smarter detection tools， promoting expert layered review， and strengthening the construction of scientific research ethics， with a view to providing references to promote the high-quality development of academic journals.

Keywords： Academic misconduct; AIGC; Governance measures; Research integrity; High-quality development of academic journals