AI 写论文，最先翻车的可能是参考文献

分类：科研新闻日期：2026-6-1浏览：59

arXiv 对 AI 幻觉引用开始动真格。2026 年以后，论文不是不能用 AI，而是不能不核验。

最近，学术圈一个信号很值得注意：

AI 写论文，真正容易出事的地方，可能不是摘要，也不是引言，而是参考文献。

2026 年 5 月 19 日，Nature 报道称，arXiv 将对包含 AI 幻觉参考文献的投稿采取更强硬措施。若稿件出现明显未经核验的 AI 生成错误，作者可能面临一年投稿限制。

这件事提醒所有研究者：现在的问题已经不是“能不能用 AI”，而是“你有没有为 AI 输出负责”。

PART 01

参考文献为什么成了第一颗雷？

参考文献看起来只是论文最后的一串列表，但它其实是学术信任的入口。

论文提出观点，必须能追溯到真实研究；引用某个结论，必须能找到对应来源；综述某个领域，必须建立在可核验的文献基础上。

而大模型最危险的地方，恰恰是它很会生成“看起来像真的”文献。

作者名像真的，题目像真的，年份也合理，甚至期刊名都很熟悉。但你真去数据库里查，可能根本不存在。

一个值得放大的数据：

2026 年 5 月 8 日提交到 arXiv 的一篇预印本，对 111 million 条参考文献、2.5 million 篇论文和预印本进行了审计。作者保守估计，仅 2025 年就存在 146,932 条幻觉引用。

这说明，AI 幻觉引用已经不是个别笑话，而是正在进入学术生产链条。

真实引用可以被数据库、DOI 和原文互相验证；幻觉引用往往只是在格式上“像真的”。

PART 02

过去很多人关心的是：AI 写作会不会被检测出来？

但现在更关键的问题变成了：就算查不出 AI，你的内容能不能经得起核验？

arXiv 的内容审核政策要求稿件具备专业、谨慎的学术准备。Nature 报道中提到，arXiv 关注的是“明显没有检查 LLM 输出”的证据，例如不存在的引用、残留的 AI 对话痕迹、明显错误内容等。

这不是简单反 AI。

它真正惩罚的是：作者把 AI 输出直接塞进论文，却没有做基本核查。

ICMJE 对作者使用 AI 的建议也强调，AI 工具不能作为作者，作者必须对论文的准确性、完整性和原创性负责。Elsevier 的期刊政策同样要求作者对生成式 AI 辅助内容进行人工监督和核验，并按要求披露。

提醒

AI 可以帮你提速，但不能替你承担责任。论文最后署的是你的名字，责任也只能由你承担。

PART 03

以后写论文，最稳妥的做法不是完全不用 AI，而是把 AI 放进可追溯、可检查的流程里。

建议投稿前至少做四步：

1. 所有 AI 推荐的文献，必须逐条进数据库核验。

2. 文献观点必须回到原文，不能只引用 AI 总结。

3. 参考文献条目最好来自 Zotero、EndNote、Mendeley 或数据库导入。

4. 保留 AI 使用记录：用了什么工具、用在哪个环节、是否进入正文、如何人工核验。

这里有一个简单判断：

如果 AI 只是改语法，风险相对低。

如果 AI 帮你生成综述、观点、引用和结论，就必须逐条核验。

如果 AI 生成内容进入了论文正文或参考文献，就不要把它当成普通润色。

投稿前可以按“数据库检索 - DOI 核验 - 回读原文 - AI 使用记录”四步检查。

□ 这条文献在 Google Scholar、Crossref、PubMed、Web of Science 或出版社官网能查到吗？

□ DOI 是否真实可解析？

□ 作者、题名、期刊、年份是否完全一致？

□ 引用的观点是否真的出现在原文中？

□ AI 是否参与了文献筛选、综述生成或参考文献补全？

□ 目标期刊是否要求 AI 使用声明？

文末引导

如果你正在用 AI 辅助写论文，建议先把参考文献完整查一遍。AI 可以提高效率，但文献、数据和结论必须由作者亲自核验。