撤销120篇恶搞论文带来的反思
如何填补学术质量控制漏洞成当务之急
作者： 苗妮
2014.03.03 来源： 中国科学报
出版商施普林格公司和电气与电子工程师学会（IEEE）将其订阅服务中的120多篇论文撤销。此前，一项法国研究发现，这些论文都是由计算机生成的毫无意义的作品。
在过去的两年中，傅立叶大学计算机科学家Cyril Labbe搜集了2008~2013年30多本出版论文集中的计算机生成的论文。其中总部位于德国海德尔堡市的施普林格公司出版的有16篇，总部位于美国纽约市的IEEE出版的有100多篇。Labbe私下通知了这两家出版单位，它们表示正在撤销这些论文。
例如，这些作品中的其中一篇来自于2013年于中国成都召开的质量、可靠性、风险、维护与安全工程的国际会议。该会议在网站中称，所有的论文稿都经过“内容审查”。作者将论文命名为“TIC：电子商务建设的方法”，并在摘要中写道，他们“致力于反证电子表格可以是基于知识的、情绪性的和紧凑的”。近日，一位作者回应，在2013年12月会议组织者通知其大学时，他才第一次知道这篇文章，他并不清楚为何他作为合作者之一出现在论文中。“相关调查人员正在关注此事。”
Labbe开发了一种方法，自动探测那些可以使用SCIgen软件合成的论文稿。SCIgen能随机结合字符串，以产生假冒的计算机科学论文。2005年，美国麻省理工大学（MIT）的研究人员发明了SCIgen，以证明会议可能会接受毫无意义的论文，并“通过它使娱乐最大化”。一个相关的程序在讽刺性网站arXiv vs. snarXiv上随机生成了物理论文稿件标题。SCIgen可以被免费下载并使用，目前并不清楚有多少人正在使用它以及使用目的是什么。由SCIgen产生的作品偶尔会出现在会议上，研究人员会提交胡说八道的论文，然后再揭示其真相。
Labbe并不知道为何这些论文会被提交，很多甚至是在作者并不知道的情况下发生的。Labbe向许多论文和相关会议的编辑与作者发送邮件询问，但只收到很少回复。一位编辑称，他并不是一个特定会议的项目主管，但却被冠名。另一个作者声称，他提交论文的目的是故意对一次会议进行测试，不过后来就再也没有回应。
“我并未意识到问题的严重性，不过我知道它一定会发生。我们确实会时常收到一些好用户的邮件，告诉我们SCIgen的论文出现在哪里。”Jeremy Stribling说道，他在MIT时合作开发了SCIgen，目前在加州帕洛阿尔托市VMAware软件公司工作。
Labbe说：“这些论文很容易被发现。”Labbe建立了一个网站，用户可以检测论文是否为通过使用SCIgen而产生。他在2012年发表于《科学计量学》上的一项研究中描述了其检测技术，该技术可以搜寻由SCIgen产生的特色词汇。在其论文发表不久之后，Labbe将其发现的85篇假论文告知IEEE。
IEEE企业传播负责人Monika Stickel称，出版商“立即采取行动撤销了这些论文”，并“细化筛选过程，以防止未来发表那些不符合标准的论文”。2013年12月，Labbe告知IEEE他所发现的另一批明显使用SCIgen生成的论文。近日，这些论文也被撤销，不过其网页并未对撤销论文作出解释。
施普林格公司在英国的企业传播负责人Ruth Francis称，公司已经就撤销论文事件联系编辑人员，并试图联系作者。她证实，相关会议论文集会经由同行评议，这些论文如何被采纳就显得更为神秘。
不过，IEEE并没有表示它是否联系了涉嫌使用SCIgen生成论文的作者或编辑，以及相关会议论文的提交是否经由同行评议。Stickel说：“我们会继续遵循评估IEEE会议和出版物的严格管理方针。”
Labbe并不是第一次开展虚假论文研究。2010年4月，他利用虚拟姓名Ike Antkare，使用SCIgen生成了102篇虚假论文。Labbe展示了将这些假论文加入到谷歌学术搜索数据库有多容易，他还使Ike Antkare的h指数（可衡量发表论文影响力）升至94，令Antkare成为21世纪世界上获得最多引用的科学家。去年，西班牙格拉纳达大学的研究人员加入到Labbe的工作中，通过上传9篇虚假论文，提高了其在谷歌学术搜索中的引用分数。Labbe称，最新的发现仅仅是“在科学中心发生的垃圾内容战争”的一个前兆。在这场战争中，研究人员由于存在科研压力，会尽可能地多发表论文。
记者和研究人员一直关注着被学术会议和期刊采纳的恶搞论文，以期揭示学术质量管控中的缺陷，从1996年纽约大学物理学家Alan Sokal发表的虚假论文，到2013年美国记者John Bohannon在《科学》上发表通过故设圈套进行的调查。在Bohannon的调查中，超过150个开放获取期刊采纳了一个有缺陷的研究论文。
Labbe强调，毫无意义的计算机科学论文都出现在了订阅服务中。在他看来，并没有任何证据表明，开放获取出版商的同行评议严格性一定低于订阅出版商。
Labbe补充道，使用他的工具可以容易地检测到那些毫无意义的论文，就像许多出版商已经采用的剽窃检查工具。不过由于他不能从订阅数据库中自动下载所有文件，因而无法确定是否发现了所有由SCIgen生成的论文。
