对抗知识焦虑,从看懂这条开始
App 下载对抗知识焦虑,从看懂这条开始
App 下载
实名举报|文学抄袭|学术造假|文本比对工具|AI图片查重|公共政策|AI产业应用|社会人文|人工智能
2026年春夏的两场风暴,把学术圈和文学圈搅得底朝天。一个生物医学退学博士,用AI图片查重和统计学工具,36天实名举报5位985高校院长级学者论文造假;一个普通读书人,靠文本比对和查重软件,一年多揪出近40位作家涉嫌抄袭,从文坛泰斗到青年作者无一幸免。没人想到,两个手握「平民武器」的普通人,能撬动高高在上的权威圈层。更耐人寻味的是,他们用的方法门槛低得惊人——只要会用工具,任何人都能复制。这到底是技术赋予的权力,还是体系本身的尴尬?
过去的学术打假,是少数圈内人的特权——得读得懂Nature的论文,摸得清领域内的门道,还要有对抗权威的勇气。文学抄袭的判定,也得靠专家的文本考据和行业公信力。普通人连门槛都摸不到,造假者靠着专业壁垒和熟人社会,把不端行为变成「低成本高回报」的买卖。
但AI和数据工具来了,直接把打假从「专业辩论」降维成了「客观判断题」。退学博士的操作逻辑简单到可以复制:把论文PDF拆成文本、表格和图片,喂给AI工具就行——它会盯着三个地方:看数据末尾数字是不是集中在「0」「5」这类好写的数字上(真实实验数据的尾数是随机分布的),查不同实验的数据集有没有诡异的雷同,用视觉大模型揪出那些复制粘贴的实验图片。

你可以把这套工具理解成一个「学术照妖镜」——不需要懂复杂的生物学机制,只要数据和图片有造假痕迹,它就能精准定位。比如同济大学那篇Nature论文里,196只小鼠的体重数据里,突然冒出来一个末位是「0」的离群值,在统计学上这就像人群里突然站着一个外星人,一眼就能被揪出来。

两场打假风暴最刺眼的地方,从来不是两个「打假者」有多厉害,而是本该由体系完成的事,最后要靠退学博士和普通网友来兜底。
退学博士自己说得直白:「没有任何一篇问题论文,是官方自己找出来的。」他曝光的每一篇造假论文,都是网友先发现线索再转给他的;文学圈的抄袭举报里,除了86岁的杨本芬发文致歉,绝大多数涉事作家选择沉默,学术圈的权威们也集体失声——没人敢否认,因为证据明明白白摆在那;也没人敢支持,怕引火烧身。
这背后是整个监督体系的滞后:高校的学术诚信管理形同虚设——近70%的高校不公开举报联系方式,60%没有可查的年度诚信报告;文学出版行业的自律机制,在利益和人情面前软得像棉花。当官方的监督变成了「事后救火」,普通人只能拿着工具自己上。
更讽刺的是,这些打假用的技术,早就不是什么黑科技。Nature出版社母公司2025年就开始用AI做论文审查,统计学检测数据造假的Benford定律,早在1938年就被提出。技术一直都在,只是体系「不愿意用」——毕竟,动既得利益者的蛋糕,比靠普通人打假要难得多。
当然,我们也得清醒:AI工具从来不是打假的万能解药。它本质上是概率判断,没法给出100%确凿的证据,还可能对非母语作者、风格特殊的文本产生误判;文学抄袭里的「洗稿」「化用」,也不是简单的文本比对就能判定的。更别说,造假者也会用AI来伪装——比如给数据加随机噪声,用AI改写抄袭的文本,技术的对抗一直在升级。
但AI的真正价值,从来不是「代替人打假」,而是把监督的权力交还给每一个人。过去,监督是少数人的特权;现在,只要你会用工具,就能成为监督者。这种权力的下沉,正在倒逼体系做出改变:同济大学的涉事院长被免职,多所高校成立了调查组,出版社也开始重视AI查重。
就像那位普通读书人面对「为了流量」的质疑时说的:「我只呈现事实,判断交给大家。」当证据足够清晰,动机就不再重要——重要的是,体系再也没法假装看不见那些藏在角落里的不端行为了。
AI给了普通人一把撬棍,但撬动权威的从来不是工具,而是「不想再装睡」的人心。我们欢呼技术带来的监督平权,却不能忘了:当体系需要靠退学博士来纠错,当文学圈的抄袭要靠网友来曝光,这本身就是一种悲哀。
技术可以降低打假的门槛,却没法代替体系的自我净化。监督的权力该在每一个人手里,但纠错的责任,终究要落在该扛的人肩上。
技术给了光,路还要自己走。