AI助力论文工厂，国产垃圾论文攻陷国外期刊

英国萨里大学数据科学家马特·斯皮克发现，大量垃圾论文正快速涌入其工作的期刊，每日甚至可达一至两篇。这些论文虽选题多样，但套路一致，多是考察一个变量对一种疾病的影响，利用标准化数据集与回归模型脚本，就能快速成文。

数据显示，2024年1月至10月，全球发表的基于美国NHANES健康数据库的“单因子关联研究”达190篇，约为2014至2021年年均数量的五十倍，且超92%的第一作者来自中国单位。

研究团队对341篇相关论文分析后发现，它们遵循高度重复的写作脚本，忽视疾病的多重因素，仅简单建立单一因素与结果的联系。以抑郁症为例，使用“错误发现率”方法校正后，不少研究结果不再显著，说明可能是偶然波动所致。

此外，不少论文在数据使用上有操纵嫌疑，仅选取NHANES数据库中的部分年份区间分析，疑似为筛选出理想结果。

NHANES是美国官方主导的公共健康数据库，具有高度结构化的数据形式，且是AI就绪的数据集，这为“数据挖掘”和批量生产论文提供了便利。斯皮克团队认为，其研究可能低估了问题规模，更宽泛搜索显示使用NHANES数据发表的论文数量大幅增长。

美国西北大学研究者还发现了与可疑论文工厂有关联的NHANES论文。在中国社交媒体上，以“临床公共数据库挖掘”为关键词能搜到大量提供服务的公众号，它们提供从数据下载到论文写作的全流程服务，部分广告暗示造假。