周末的时候有点时间，我就喜欢看看在线杂志。《The Scientist》这一期有个调查，说1500多名葡萄牙研究人员里，91%承认至少做过一种“可疑研究行为”。这不是那种一眼能抓住的论文造假，而是更灰的东西：选择性引用、看到结果以后再倒推假设、不申报利益冲突、因为关系好就引用朋友论文、作者署名不清楚。

这事和最近国内“耿同学”学术打假放在一起看，就很有意思。耿同学不是拿着大喇叭骂街，他最有杀伤力的地方，是把论文里的异常数据、图片重复、统计规律一条条摆出来。更关键的是，同济大学相关调查通报已经确认涉事论文存在学术不端，并做了处理。也就是说，公众监督不是“看热闹”，它有时候真的能补上内部监督没补上的那一环。

但我觉得这里最该讨论的不是某一个人，而是机制。如果一个系统里，发论文能换职称、换经费、换资源，而造假的成本又足够低，那最后就不是谁道德高尚的问题，是人性问题。人性不能靠自觉兜底，工程系统也不能靠“大家都认真点”来保证质量。汽车测试也是一样，数据能不能过、碰撞能不能过、续航有没有水分，不能只靠企业自己说。

所以我反而觉得，AI 可以被用来打假，这个观点我看之前耿同学的视频里面也提起过。不是让 AI 当法官，而是让 AI 做第一层筛查：查图片重复、查数字分布异常、查实验组之间离谱的相关性、查论文和原始数据是否对得上。AI 负责把可疑点捞出来，专家负责复核和定性，机构负责问责。

我觉得，要是评院士，就应该过一遍这种AI。杜绝不了最高明的，但是至少提升了造假的成本，吓阻一些太低劣的阿猫阿狗也是好的。

AI 会放大造假能力，也应该放大监督能力。技术本身没有立场，关键看你把它接在哪个系统里。接在灌水系统里，它就是批量造论文的机器；接在监督系统里，它就可能变成最便宜、最冷静、最不讲人情的第一道门。

#大v聊车# #微博新知# #我与汽车的日常#