资讯
第三方审查，能否遏制学术不端？
学术不端是个让世界各国学术圈都头痛不已的问题。根据Nature 杂志近期的一篇文章统计 [1] ，历年来（1978-2017）学术论文撤稿最多的国家是美国，撤稿数量占全球撤稿总量的28.1%，中国的名次也很高，紧随美国之后排名第二，占比24.2%。不过，考虑到这一时期美国论文发表量占全球论文发表总量的30.7%，而中国只有8.2%，撤稿与发表论文数量之比，中国尴尬地排在第一。虽然论文撤稿并不一定就代表着学术不端（点击阅读相关：君子撤稿，十五年不晚），但有研究表明，包括捏造或篡改数据、剽窃他人成果等行为在内的学术不端案例占撤稿论文总数的67.4% [2] 。这说明在我国科研实力飞速提升的今天，学术不端行为也随着“水涨船高”。如何有效地遏制学术不端？目前已经成为左右我国科研领域能否健康发展的重要问题。
各国论文发表与撤稿情况对比。图片来源：Nature [1]
其他国家的学术机构对于学术不端问题同样高度重视，也想出了不少遏制的办法，或许值得我国的相关机构参考。近期在Nature 杂志的一篇新闻 [3] ，介绍了国外一些研究所聘请第三方机构对拟投稿学术论文提前进行纠错审查。
2017年6月15日，德国一家颇具声望的生物研究所Leibniz Institute on Aging（也被称为Fritz Lipmann Institute，FLI）陷入了学术危机。一项调查发现，该研究所所长、细胞生物学家Karl Lenhard Rudolph（下文简称鲁道夫）发表的研究论文中有八篇论文数据有误，其中包括图片的不恰当编辑和部分重复。[4] Leibniz协会调查人员虽然没有发现蓄意欺诈行为，但鲁道夫也不能提供原始数据来解释一些问题。最终得出结论，鲁道夫没有尽责监督他的实验室团队，出现了“严重渎职的学术不端行为”。
Karl Lenhard Rudolph。图片来源：FLI / Nadine Grimm
FLI新任管理人员着手恢复中心的学术声誉。他们的核心领导人员之一Matthias Görlach联系了一家名为Resis的“学术诚信”调查公司，尝试通过该公司的投稿前外部审查服务避免类似鲁道夫事件的再次发生。FLI的研究人员必须把每一篇研究论文和学位论文送到Resis进行筛查，包括对所有论文中的图像进行分析，对统计数据进行随机检查，并在学位论文中寻找剽窃行为。只有通过Resis审查的论文才能提交投稿。在为FLI分析的最初40份手稿中，Resis没有发现严重错误。但在其中17份手稿中，它找到了至少一个问题，这些问题大多与数据统计有关，例如抽样不足或统计方法不当。FLI的研究人员认为采用这个系统是积极进步的，可以帮助他们避免错误。鲁道夫自己也说，如果检查系统早一点到位，他就能在论文中发现问题。[3]
在美国加州旧金山，Mike Rossner经营了一家名为“图像数据完整性”（Image Data Integrity）的小型咨询公司。作为Journal of Cell Biology 杂志的前总编辑，Rossner经验丰富，专业能力过人，仅依靠双眼，就能发现论文中的问题。他的公司拥有一个筛查系统，Rossner希望通过培训研究机构的相关工作人员使用该系统来进行论文筛查。[3]
说到肉眼查错，就不得不说到下面这位女士。她就是曾在美国斯坦福大学进行微生物研究的Elisabeth Bik，如今已是一位全职的科研诚信顾问。
Elisabeth Bik。图片来源：The Scientist [5]
她曾报道称，在超过20000篇生物医学论文中，超过4%包含了图像不当复制问题。[6]
图片来源：Nature [6]
当然，用肉眼在浩如烟海的论文中去找出问题图片，这实在是太过困难。光靠个人兴趣实在难以长期维持，她自己也说：“我们需要将此作为一种有报酬的职业，还需要大学和研究所投入更多人力。” [5]
人力有限，那计算机呢？目前，已经有研究者开发出了图片比对算法，可在数十万条生物医学论文中自动搜寻重复图片。[7] 重复使用的图片，无论旋转、裁剪、放大及缩小、调整亮度和对比度、模糊等等，统统会被发现（点击阅读相关：造假者们颤抖吧！论文“照妖镜”——图片查重软件来啦）。此外，目前火热的人工智能（AI）技术，也被一些公司用于辅助科学出版。比如成立于2012年的丹麦高科技公司UNSILO，利用基于AI的“无监督概念提取”技术来分析稿件，提取结论与要点，总结研究内容，从而帮助编辑或审稿人做出决定。[8] 美国大型出版服务公司Sheridan，也已经开始向期刊提供图片检查服务，他们也正考虑为学术机构提供类似的服务。[9]
EMBO Journal 主编Bernd Pulverer表示，即使论文已经通过第三方公司的审查，期刊也有责任自行检查论文。他说，他负责的期刊会在接受所有论文之前检查所有图片，并且通常会在五分之一的稿件中发现或大或小的问题。这种检查已经持续了十年，出问题的论文比例一直差不多，不过其中直接涉及学术不端的只有极少数（0.5％）。 不过他也说，并非所有期刊都会向他们一样系统地检查所有图片，多数期刊，包括Nature 在内，只是抽查部分图片，这难免会出现漏网之鱼。Pulverer补充道，与科学家所在的机构相比，期刊并没有调查学术不端问题的管辖权，因此研究机构在确保论文质量方面应该发挥更重要作用。[3]
UNSILO基于AI的“无监督概念提取”技术。图片来源：UNSILO
本君觉得，基于AI的论文查重及图片审查，或许可能是一个新的创业方向，有相关技术和能力的读者不妨调研一二。但是，先进的技术只是预防学术不端的一个方面。如果严谨的学术不端调查和惩戒体系、以及合理的学术评价体系不能建立并正常运转，再好的技术也作用有限。
说实话，本君并不太相信学术圈功成名就的大佬会刻意为了某篇文章的某个结果故意修改图片，哪怕故意授意手下人去做。毕竟一旦东窗事发，风险兑现的损失远远大于眼前的既得利益或地位。可是，在不少单位唯人才“帽子”、唯项目、唯文章的评审体制下，给PI们设定的科研指标都唯恐不高；PI们再转头给研究团队中的青年教师、博后、博士设定量化指标，压力唯恐不大。坊间总是流传着某某组博士毕业至少要一区文章1-2篇，甚至CNS顶级子刊一篇……如果这些年轻人天赋异禀、刻苦优秀，高压之下也许能激发潜能，渡劫重生。但如果他们只是运气一般的普通人呢？一刀切的指标又会催生什么？在终日被“可能完全做不出”的焦虑所煎熬和铤而走险PS一个让boss满意的结果之间，本君不相信一个心态扭曲的人会对学术研究永远怀着一颗敬畏之心。这种高压力，或许在一定程度上导致在Nature 近期的一项调查中，[10] 中国博士生对于博士生涯的满意度低于世界其他国家的水平。
图片来源：Nature [8]
当然，就算事出有因，任何学术不端问题都应得到严肃处理。但惩戒并不是句号，改善学术评价体系和研究生培养制度，将我国巨大的科研投入和论文数量转化为实实在在的国家软实力，才是各大学研究所、科研基金管理机构、政策制定者所要解决的实际问题。希望这些问题，不会像网络热点事件一样，很快被人们忘记，最终一切又回归于最开始的状态。
后记
学术不端，这个词大伙总能听说，那什么是学术不端行为呢？2019年5月29日，国家新闻出版总署正式发布了《学术出版规范期刊学术不端行文界定》行业标准（CY/T 174-2019），规定于2019年7月1日开始正式实施。该标准对论文作者的剽窃、伪造、篡改、不当署名、一稿多投、重复发表、违背研究伦理等学术不端行为进行了明确的分类和界定，对审稿专家和编辑者的违背学术道德、干扰评审程序、违反利益冲突规定、违反保密规定、盗用稿件内容、谋取不正当利益等学术不端行为进行分类。我们国家的科技部，国家自然基金委员会每年都会在其网站上公开对一些学术不端行为的调查和处罚。[11-12]
参考资料：
1. Five ways China must cultivate research integrity. Nature, 2019, 575, 589-591
https://www.nature.com/articles/d41586-019-03613-1
2. Misconduct accounts for the majority of retracted scientific publications. PNAS, 2012, 109, 17028
https://www.pnas.org/content/109/42/17028
3. The science institutions hiring integrity inspectors to vet their papers. Nature, 2019, 575, 430-433
https://www.nature.com/articles/d41586-019-03529-w
4. Executive Board decides to adopt measures against Leibniz director
5. Eye for Manipulation: A Profile of Elisabeth Bik
https://www.the-scientist.com/news-opinion/eye-for-manipulation--a-profile-of-elisabeth-bik-65839
6. Problematic images found in 4% of biomedical papers
https://www.nature.com/news/problematic-images-found-in-4-of-biomedical-papers-1.19802
7. Bioscience-scale automated detection of figure element reuse. bioRxiv, DOI: 10.1101/269415
https://www.biorxiv.org/content/early/2018/02/23/269415
8. Using AI to solve business problems in scholarly publishing
https://insights.uksg.org/articles/10.1629/uksg.460/
9. Sheridan’s Image Forensics
http://www.sheridan.com/journals/content-preparation/image-forensics
10. PhD students in China report misery and hope. Nature, 2019, 575, 711-713
https://www.nature.com/articles/d41586-019-03631-z
11. 国家自然科学基金委员会科研行为不端举报网址
http://www.nsfc.gov.cn/publish/portal0/tab566/
12. 国家自然科学基金委员会对历年不端行为的处理决定
http://www.nsfc.gov.cn/nsfc/cen/00/its/jiandu991013/cljd_more.html
（本文由乐只君子供稿）
如果篇首注明了授权来源，任何转载需获得来源方的许可！如果篇首未特别注明出处，本文版权属于 X-MOL （ x-mol.com ）， 未经许可，谢绝转载！
京公网安备 11010802027423号