ai造假（AI生成百篇假论文）

林墨 新智元 今天

新智元推荐

来源：林墨（ID：linmo_wx）

编辑：克雷格

【新智元导读】署名“IKE ANTKARE”的论文有102篇，让IKE ANTKARE在谷歌学术中的h指数一下飙升到了94，成为计算机科学领域科学家H指数排名第6的学者。实际上，这些是格勒诺布尔大学的CYRIL LABBE教授利用MIT研究人员发明的SCIgen自动生成的。

谷歌学术、百度学术等学术搜索引擎以收录范围广泛、免费访问等优势逐渐抢占了学术文献全文的入口，这一点让web of science和Scopus等数据库商紧张不已。

收录范围广便能够建立更庞大的引文网络，因此，谷歌学术、百度学术等学术搜索引擎收录的文献的被引次数更高，所以，一些学者在委托图书馆出具引文报告时，希望以谷歌学术的被引次数为依据，作为自己论文影响力的佐证。

但是，学术搜索引擎中随意的数据给造假提供了极大的空间。

辛辛苦苦几十年，不如一键生成？

格勒诺布尔大学的CYRIL LABBE教授利用MIT研究人员发明的SCIgen，以“IKE ANTKARE”作为作者名（注意哦，作者并非真实存在），自动生成了102篇科研论文，让IKE ANTKARE在谷歌学术中的h指数一下飙升到了94，成为计算机科学领域科学家H指数排名第6的学者。

下图显示了该研究中使用的工具SCIgen，只要在SCIgen网页上的作者栏中输入作者名，程序就可以自动生成一篇拥有完整结构的computer science论文，包括Titles, authors, sections, bibliography, graphs, figures等等。

注：SCIgen 论文生成器

请看用SCIgen 论文生成器自动生成了一篇我的论文，是不是挺吓人？

注：SCIgen 论文生成器自动生成的论文

如何让谷歌学术收录自动生成的论文？

要想获得谷歌学术中的 h 指数值，首先得让谷歌收录你的论文。CYRIL LABBE用与上文所说的方法，利用SCIgen生成了100篇论文，每篇论文都对所有的100篇论文进行引用，然后生成该论文的html页面，html页面包含论文标题、摘要及PDF全文链接等信息。

注：图片来源于参考文献中的论文（伪造论文的引用关系）

为了让谷歌学术能够对这100篇论文进行索引，CYRIL LABBE在这100篇伪造论文的参考文献中加入了1篇真实的已被谷歌学术索引的论文，然后将这100篇论文上传到网上。不久，IKE ANTKARE的h指数就已经飙升到了94，甚至高于爱因斯坦的h指数84。

你可能引用了虚假论文

目前，谷歌学术已经对这批论文进行了处理，但是在百度学术中，仍能看到这些用软件生成的论文及其被引频次。

注：你可能引用了百度学术中的虚假论文

从这个案例中我们可以看到，数据随意的学术搜索引擎，很容易被人为操纵，因此不宜使用其引文数据作为学术评价的数据源。

参考文献：

LABBÉ, C. (2018). One of the great stars in the scientific firmament. ISSI NEWSLETTER, 6(2), 48-52.

（本文授权转载自：林墨）

【加入社群】

新智元 AI 技术 产业社群招募中，欢迎对 AI 技术 产业落地感兴趣的同学，加小助手 aiera2015_3 入群；通过审核后我们将邀请进群，加入社群后务必修改群备注（姓名 - 公司 - 职位；专业群审核较严，敬请谅解）。