“布鲁氏菌病（以下简称布病）在170个国家流行。”过去两年，希腊人畜共患病研究人员Georgios Pappas越来越频繁地在一些学术论文中看到这句话。他的一个基本判断是，布病传播范围确实很广，但“170个国家”似乎并无根据。

近日，Pappas在《原子科学家公报》撰文称，他追查医学文献后发现，类似表述已出现在117篇相关论文中。随着科学家越来越多地使用人工智能（AI）辅助写作，这个没有可靠出处的数字可能被继续复制和放大。

“170个国家流行”说法不成立

布病是一种细菌性疾病，可引起发热、关节炎等症状。人可能因接触动物、饮用未经巴氏消毒的乳制品、食用未煮熟肉类而感染。这种疾病难以治疗和根除。

虽然布病传播范围较广，但并不等于“在170个国家流行”。Pappas在检索医学文献后发现，2020年以前，相关表述似乎只出现在10篇论文中。此后它出现得越来越频繁：2024年有27篇，2025年有25篇，接着变成上百篇。

这些文章的表述并不完全相同。有的说布病“在170个国家流行”，有的说“在超过170个国家有报告”。Pappas认为，前一种说法是错误的；后一种说法如果有充分参考文献支撑，或许还有讨论空间，但“170”仍然过大。

在Pappas找到的117篇相关论文中，没有一篇能够充分支撑“170个国家流行”这一说法。

具体而言，35篇论文直接写下这一数字，却没有提供任何参考文献；另有4篇论文又引用了这些没有参考文献的论文。其他论文虽然列出了参考文献，但这些文献同样不能证明“170个国家流行”这个结论。

AI助推错误成为“共识”

Pappas认为，问题并不只是某篇论文写错了一句话，而是一条错引链条已经形成，后来的作者未必核查原始出处，只要看到前人这样写，就可能继续照搬。那些指向不相关或错误论文的参考文献，很可能使用了AI工具。

“这种增强技术仅用于改进写作风格、语法或句法，或许是良性的。但如果作者使用AI生成内容，他们不仅损害了自身的学术诚信，也损害了整个科学界的声誉。AI生成的内容可能出错；平台仍然会产生幻觉，并助长谬误。”Pappas说。

为测试AI如何处理这一问题，Pappas向多个AI平台提问：“人类布病是否在170个国家流行？”结果显示，多数模型都不同程度接受了“布病已在170个国家有报告”的说法，却没有给出准确的来源。

在测试中，ChatGPT认为，布病在170个国家或地区有报告，但这并不意味着它在所有这些地方都是地方性流行病。谷歌Gemini也给出类似回答，并引用了一些并不真正支持该说法的来源。Claude则同意布病在170个国家为地方性流行病，但可能并非在所有国家“同样”流行。

微软Copilot似乎是个例外。它指出文献中存在误解，并认为“170个国家”这一说法可能并非来自原始科学文献，而是由错误引用和研究者假设共同造成的。

谁来守住科学引用底线

近年来，学术出版生态正受到“垃圾出版物”的侵蚀。Pappas指出，被称为“掠夺性期刊”的出版物尤其受到关注。这类期刊的论文充斥着AI生成的内容，并反过来影响AI平台对科学文献的判断。即使一些粗制滥造的论文被撤回，AI工具还可能继续引用它们。

Pappas表示，已有研究显示，ChatGPT经常引用被撤稿或存在问题的研究来佐证观点，甚至将一些撤稿论文评价为“世界领先”“国际优秀”或“接近世界领先”。当错误信息在期刊论文中反复出现，就可能被误认为公认的科学真理，并继续被论文和AI引用。

面对写错同一个数字的117篇论文，Pappas犹豫不决：是否该给每一家期刊编辑写信，要求修改、标注甚至撤稿？

Pappas认为，捍卫真相的责任在于科学家和学术界。“论文中的每一句话、与公众的每一次科学互动、每一次同行评审、我们发表的每一篇论文，都必须严谨细致并以事实为依据。”

（李思辉 王悟诚）