自动化科研引擎 FARS 生成的论文因引用预印本过多被拒稿

IEEE Spectrum 记者 Benjamin Skuse 通过两轮实验测试 AI 在学术出版中的渗透能力，发现尽管自动化系统 FARS 能在 21 分钟内完成文献综述并生成包含真实实验数据的论文，但仍无法绕过 IEEE Access 的审核防线。第一轮使用免费 LLM 生成的伪造论文因大量幻觉引用（ghost citations）被检测工具识别；第二轮由 FARS 生成的论文虽然引用均为真实存在，但因过度依赖未经验证的预印本（preprints）以及图表中出现无意义标签（如 lhewl）而被拒。

这一结果暴露了当前学术防御体系的结构性弱点：当 AI 不再制造虚假内容而是进行真实但不可验证的研究时，传统的同行评审机制已不堪重负。FARS 背后的 Analemma 团队指出，未来科研将转向动态知识图谱，人类角色从执行者转变为信任核查者。然而，IEEE Access 编辑 Jenny Mahoney 强调，核心问题在于如何证明工作的可复现性与真实性，而非单纯的内容质量。

事实层面，FARS 确实生成了基于数字数据集的实验结果，且未被判定为欺诈；推断层面，这预示着学术界必须建立新的信任标记机制，例如结合区块链或电子实验记录本来验证数据来源；猜测层面，如果这种自动化流程普及，现有的以论文为单位的发表体系可能会瓦解，转而采用更细粒度的贡献验证模式。