■赵广立
最近，温州医科大学第二临床医学院大四学生洪某某，因大量、高频发表论文而引发关注。谷歌学术主页显示，洪某某自2024年7月以来已参与发表了近50篇论文，其中44篇发表于SCI收录期刊，仅以第一作者或通讯作者身份署名的文章就有数十篇。无论是发表数量还是产出速度，都远超人们对一名大四学生学术水平的正常预期。
细究不难发现，这些论文存在严重的“数据换皮+模型套用”的流水线作业痕迹。
科技自媒体“知识分子”指出，洪某某和他的合作者——大部分也是医学生，并没有在实验室做实验，而是基于公开的数据集或数据库，用几种固定的分析工具，从不同角度不断生成“新论文”。比如，多篇论文是反复统计某物质与某些疾病关系的“相关性研究”。作者的分析手段也很单一，例如，以“孟德尔随机化”作为主要分析工具的论文就有十几篇。
同样的数据库、相似的分析逻辑，只需更换疾病的靶点数据，就能像搭积木一样拼凑出多个“新成果”。如此“研究”，价值几何？一位大学教授的批评一针见血：这类“先在数据中寻找显著性，再为结果补写假设”的做法，并非源自清晰的科学问题；即便统计学上偶然成立，也只是随机巧合的产物。
不过，利用现有数据进行分析研究就是错吗？恐怕不能这样下定论。从数据中挖掘规律，本是一种研究范式。应该看到，这位学生展现的工具运用能力、整合数据开展分析研究的能力，在人工智能（AI）时代很有价值。若能正确引导，未必不能为以后的实验性、创造性研究奠定基础。
那么问题来了，这些基于公共数据库、靠固定分析方法批量生成的论文，既没有传统学术不端中的“抄袭伪造”，又符合相关规则要求，究竟应该是技术赋能下的“研究范式变革”，还是需要警惕的“新型学术不端”？进一步地，我们该如何评价这样的“研究者”？
要回答这个问题，不能仅看表面。或许此类行为并未构成传统意义上的学术不端，但这种低水平重复、套用模板批量生产论文的做法，会不可避免地挤占公共学术资源，对学术生态造成破坏，产生不良示范效应，应该坚决予以遏止。而学校对这类“学术投机”不加甄别地追捧，显然不妥。
特别是在生成式AI的时代，论文生产、学术评价以及二者的关系，正日益发生深刻的变化。近日发表于《科学》的一项研究指出，像ChatGPT这样的AI工具正在大幅增加论文产量，但并没有增加多少科学价值。此类文本数量的不断增加，也使同行评议、资金决策和科研监督变得更加复杂。作者担心，编辑和审稿人可能更难识别出有价值的投稿，而单纯的发表数量也不再能反映科学贡献。
模式化的流水线作业也好、生成式AI辅助也罢，它们的出现并非简单制造了一种新型学术不端，而是动摇了既有学术伦理赖以运作的技术根基。对此，中国人民大学全民阅读教育研究院院长郭英剑提出，AI时代的学术伦理重建“必须回到学术贡献本身”，生成式AI也并非学术伦理的终结者，而是一面迫使学术界重新思考“何为学术贡献”的镜子。
批量生产论文这类现象的背后，恐怕并不仅是个体行为是否失当失范——当高校将SCI论文数量与保研、奖励直接挂钩，当职称评定仍深陷“唯论文”的泥潭，就必然会催生“为发表而研究”的功利主义。类似温州医科大学在官网发布的“本专科学生发表SCI、SSCI、A&HCI收录刊物可获得4000元奖励”，客观上就为这种“流水线论文”提供了土壤。这与科技自立自强的时代呼声显得极不协调。
而这个代表性案例更像是大数据时代的一面“放大镜”，让我们更直观地看到，学术评价的指挥棒若指挥不当，研究者可能就此陷入“论文崇拜”、走向“学术投机”。而当“唯论文”的风吹到了本科生乃至中学生群体，高校等责任主体高喊的“破五唯”，就真的再也不能只是一句口号，而是要真刀真枪真破、必须采取实质行动了。