一位法国计算机科学家发现，他的名字出现在一篇牙科期刊的参考文献里——但那篇论文从未存在过。
这不是乌龙。这是AI正在“发明”学术引用的第一声警报。
当AI开始“创造”文献
今年年初，图卢兹大学的计算机科学家Guillaume Cabanac收到一封来自Google Scholar的通知：他的论文被一篇发表在《International Dental Journal》的文章引用了。
诡异的是，他研究的是“如何识别伪造论文”，跟牙科八竿子打不着。
更诡异的是，他根本找不到这篇被引用的论文。
引用标题和他2021年上传的一份预印本有点像，但期刊标注的是Nature，DOI却指向一个不存在的地址。
“我非常担心，因为我认不出自己的引用。”Cabanac说。
这是AI生成“幻觉引用”的典型案例——AI不仅会编造内容，还会编造参考文献。
规模有多大？Nature甩出数据
Nature团队和Grounded AI公司合作分析了2025年超过4000篇已发表论文，涵盖Elsevier、Springer Nature、Taylor & Francis等五大出版商。
结果令人不安：
- 100篇最可疑的论文中，65篇确认至少包含一个无效引用（即指向不存在的论文）
- 按这个比例估算，2025年约11万篇学术出版物可能包含AI生成的假引用
- 而2025年全球学术论文总量约为700万篇
这还只是冰山一角。分析只针对大型出版商，小型期刊的情况可能更糟糕。
“我们将看到假引用的洪水。”——俄勒冈州立大学政治科学家Alison Johnston
计算机科学沦陷最快
过去一年，多项研究追踪了AI幻觉引用的蔓延速度：
- 三个计算机科学顶会的近18000篇论文中，2025年**2.6%**至少有一个无法追溯的引用
- 这个数字在2024年只有0.3%——一年翻了近9倍
- 另一项分析显示，2025年四个计算机会议的论文中，**2%-6%**包含无法验证的引用
计算机科学是LLM使用最密集的领域，也是沦陷最快的领域。
一项更极端的实验是：研究人员让GPT-4o生成6篇关于精神疾病 的文献综述，分析其中的176个引用——
- 近20%是完全伪造的
- 45%指向真实论文但有错误（DOI错、期刊名错等）
“AI生成的引用就像'弗兰肯斯坦'——看起来像真的，但只是拼凑了真实论文的碎片。”Grounded AI联合创始人Joe Shockman说。
期刊编辑已经杀疯了
Alison Johnston是Taylor & Francis旗下《Review of International Political Economy》的联合编辑。今年1月，她直接拒绝了**25%**的投稿——因为假引用。
“我正在做2025年之前根本不会做的事：检测幻觉引用。”
她用iThenticate查重工具标记异常匹配，然后人工逐个核实。出版社也在行动：
- Frontiers开发了内部AI工具，在投稿阶段就拦截问题引用
- IOP Publishing全面启用Grounded AI的Veracity系统筛查投稿
- 五大出版商都表示将调查Nature这次分析标记的问题论文
但检测并不容易。AI生成的假引用格式可以很规范，甚至能骗过部分查重系统。真正的问题是——
人类编辑根本没有精力逐个验证每条引用的DOI和期刊信息。
信任正在崩塌
一条引用，曾经是学术最硬的硬通货。
它是学术对话的基础，是知识传承的纽带，是研究者判断一篇论文价值的核心依据。
但现在，AI正在批量生产“看起来像引用但什么都不是的东西”。
“一旦人们连这一层信任都外包给AI，假权威的扩张速度将远超错误修正的速度。”——一位评论者这样写道。
更讽刺的是，AI不仅会伪造引用，还会用假引用“训练”新的AI模型。假数据喂给AI，AI再吐出假数据——一个完美的恶性循环。
结语
Nature的分析给出了一个保守估计：2025年可能有十几万篇论文包含AI幻觉引用。
但真正的数字可能更高。高得多。
因为检测工具本身也在进化，而AI造假的手段也在进化。这是一场猫鼠游戏，而老鼠已经跑进了粮仓。
唯一确定的是：在AI能真正学会“引用真实”之前，学术出版物的信任危机，只会越来越严重。
【MiniMax-M2.5锐评】：这篇文章把一个“看起来很枯燥”的学术不端新闻，写成了“自己的论文被僵尸引用了”的悬疑故事。数据扎实，案例鲜活，但最后那句“AI正在批量生产什么都不是的东西”才是真正的爆点——因为它不只是学术问题，它是整个信息时代的缩影。
参考链接：
https://x.com/Nature/status/2039293698253500478