学术打假风暴：耿同学如何用AI掀翻顶刊造假黑幕

最近学术圈简直炸开了锅！一个叫“耿同学”的退学博士，靠着一部手机、一台电脑和几个AI工具，在短短36天内连爆5位985高校院长级大佬的论文造假黑料，其中4位还是手握“国家杰青”头衔的大神。更离谱的是，这些漏洞百出的论文居然堂而皇之地发在《Nature》这种顶级期刊上，评审专家是集体睡着了吗？今天咱们就来扒一扒这场堪称“学术界大地震”的打假风暴，看看这背后到底藏着多少不能说的秘密。

第一部分：打假风暴的核心——那些低到离谱的造假手段

说到造假，大家可能以为会有多高明，结果你猜怎么着？耿同学自己都看不下去了，直言这些操作“低劣到几乎不加掩饰”，简直是把同行的智商按在地上摩擦。比如同济大学生命科学与技术学院原院长王平团队那篇发表在《Nature》主刊上的重磅论文，14张核心实验图里，有10张被证实存在主观数据造假，3张图片更是直接重复使用。最魔幻的是，他们的实验数据呈现出一种“违背科研常理的完美规整”，正常做实验哪有这么巧的数据？这就好比你抛一万次硬币，结果正面朝上9999次，傻子都知道有问题。另一个典型案例是某位南方高校的杰青教授，他为了证明自己药物的有效性，竟然直接从一篇2018年的旧论文里，把别人的Western Blot条带图原封不动地剪切过来，连背景噪点都一模一样。耿同学用AI图像识别工具一扫，相似度高达98%，这已经不是学术不端了，这是公开处刑。根据2024年的一项统计，在被撤稿的中国学者论文中，因“图片误用”（实为造假）导致的比例高达67%，而五年前这个数字还不到40%。这种拙劣的手法能骗过层层审核，只能说整个学术出版链条的防火墙形同虚设。

第二部分：从饶毅到耿同学——学术监督的代际接力

其实，这场风暴并非凭空而来。早在2019年11月，首都医科大学校长、神经科学大牛饶毅教授就曾实名举报9篇论文存在图片造假问题，矛头直指当时炙手可热的阿尔茨海默病新药研究。饶毅指出的问题非常具体：要么是图片有明显的涂抹、拼接痕迹，要么就是直接复制粘贴自其他论文。然而，当时的官方调查结论却轻描淡写地定性为“图片误用”，并未认定为学术造假，让很多人感到失望。时间快进到2026年，主角换成了更年轻、更懂技术的耿同学。他不再是单打独斗的孤勇者，而是利用B站、抖音等社交媒体平台，将复杂的学术问题用通俗易懂的视频讲给大众听，瞬间点燃了公众对学术诚信的关注。他的打假行动有两个显著不同：一是工具升级，大量使用AI图像分析、数据一致性检测等开源工具；二是目标精准，专挑那些身居要职、手握重金项目、头顶各种光环的“学术明星”。比如他近期重点质疑的一位南开大学教授，其团队在过去五年获得了超过3000万的科研经费，但产出的多篇高影响因子论文都存在无法复现的核心数据。从饶毅的“精英式举报”到耿同学的“全民化监督”，这不仅是打假方式的进化，更是学术监督权力从庙堂走向江湖的深刻变革。

第三部分：AI侦探上线——技术如何成为打假新利器

如果说以前打假靠的是人眼盯图、经验判断，那么现在，AI就是那个不知疲倦、火眼金睛的超级侦探。耿同学之所以能在短时间内掀起如此大的风浪，核心武器就是一系列强大的AI工具。比如，他常用的一个开源工具可以自动扫描PDF论文中的所有图片，通过算法比对像素级别的相似度，几秒钟就能找出跨论文甚至跨期刊的重复图片。他还利用Python脚本编写了一个小模型，专门用来检测实验数据是否符合统计学规律。在一个案例中，他发现某篇论文里的几十组细胞计数数据，其标准差异常小，小到远低于生物学实验的正常波动范围，AI直接给出了“数据极可能被人为修饰”的警告。另一个震撼的例子发生在2026年初，一位上海高校的副教授声称发现了一种新型抗癌靶点，相关论文发在《Cell》子刊。耿同学用AI对其提供的原始数据进行回溯分析，发现所谓的“显著性差异”完全是通过剔除不利数据点后得出的，一旦将所有原始数据纳入分析，P值立刻变得毫无意义。据不完全统计，仅2025年一年，国际学术打假网站PubPeer上因AI工具标记而引发讨论的中国学者论文就超过了200篇，这个数字是2020年的十倍之多。技术的普及，正在让学术造假的成本急剧升高，也让“藏得了一时，藏不了一世”成为现实。

第四部分：迷思与真相——关于学术造假的三大常见误区

面对愈演愈烈的打假潮，网上也出现了不少声音。这里必须澄清几个最大的误区。误区一：“图片重复只是无心之失，不影响结论”。大错特错！在生命科学领域，一张Western Blot图或显微镜照片就是核心证据。如果这张图是假的，或者被重复用于不同实验条件，那就意味着整个实验逻辑的根基崩塌了。比如王平团队的论文，其核心创新点就是某种蛋白的表达量变化，而支撑这一点的关键图片却是伪造的，这还能叫“不影响结论”吗？误区二：“能发在顶刊上，肯定没问题”。这是对学术出版体系最大的误解。《Nature》《Science》等顶刊固然有严格的审稿流程，但编辑和审稿人通常不是该领域的每一个细节专家，他们更多依赖作者的诚信。而且，审稿过程本身是保密的，缺乏外部监督。2020年，《Bioscience Reports》一次性撤回30多篇论文，就是因为一个图片筛查公司发现了系统性造假，而这些论文此前都经过了“同行评审”。误区三：“打假就是想蹭流量、搞垮别人”。以耿同学为例，他本人已从博士项目退学，全职做科普，并未从中直接获利。他曾在直播中坦言，自己的动力源于读博期间目睹的种种不公：“当老实做实验的人拿不到毕业证，而靠造假发顶刊的人平步青云时，这个系统就已经病了。”打假不是目的，重建一个公平、健康的学术生态才是根本。

第五部分：避坑指南——普通研究者如何自保与甄别

作为普通的研究生或者青年教师，我们该如何在这片浑水中保护自己，又该如何识别身边潜在的“雷区”呢？首先，坚守底线，从自己做起。哪怕导师施压，也绝不要参与任何形式的数据美化或图片PS。其次，学会使用基础的自查工具。比如在投稿前，用ImageJ软件检查一下自己的图片是否有意外的重复区域；用Excel或GraphPad Prism确保统计方法正确，P值计算无误。再次，对于合作研究，务必保留完整的原始数据记录（Raw Data），并明确数据归属和使用权限。一个血泪教训是，某985高校的博士生将自己的原始电泳胶图交给导师处理，结果导师团队将其用于另一篇完全无关的论文，导致该生毕业论文查重时被系统预警，差点无法答辩。最后，在阅读文献时也要多留个心眼。如果看到一篇论文的数据“好得不像真的”，比如所有实验组的数据点都完美地落在拟合曲线上，或者阴性对照组出现了阳性结果却未被讨论，就要打个问号。可以去PubPeer网站搜一下这篇文章，看看有没有其他人提出过质疑。记住，在学术界，谨慎和批判性思维是你最好的护身符。

第六部分：未来已来——中国学术生态的重塑之路

耿同学现象绝非偶然，它是中国科研体量爆炸式增长后必然经历的阵痛与反思。过去二十年，我们追求的是论文数量和影响因子，评价体系“唯论文、唯帽子、唯职称”，这在客观上催生了造假的土壤。但现在，风向变了。一方面，以耿同学为代表的民间监督力量正在崛起，他们借助社交媒体和技术工具，形成了强大的舆论压力。就在2026年6月，国际顶级期刊《Science》专门发文报道了耿同学的事迹，称他为“中国治理科研不端问题过程中一个出人意料的盟友”，这标志着中国学术界的内部问题已经进入全球视野。另一方面，官方也在加速改革。科技部等六部门联合建立的科研诚信建设联席会议机制，正在推动建立更透明、更高效的调查和处理流程。未来的趋势很清晰：学术评价将从“数论文”转向“看贡献”，从看重期刊影响因子转向重视研究的可重复性和实际价值。同时，AI驱动的全流程科研诚信审查可能会成为投稿的标配。可以预见，在不久的将来，任何试图在数据上动手脚的行为，都将面临AI侦探的无情扫描和全社会的共同监督。这场由一个普通学生掀起的风暴，或许正是中国学术界走向真正成熟与自信的开始。