2025共建可信赖的科研生态.pptxVIP

ATRUSTWORTHYECOSYSTEM

FORTHEFUTUREOFSCIENCE

共建可信赖的科研生态

中方专家指出，中国在科研诚信治理上采取集中式管理模式，由科技部、教育部等政府机

构制定顶层政策。国家层面关于诚信与伦理法规的修订，往往与重大的学术不端事件紧密相关。在国家监管框架的指导下，各高校和科研院所制定并落实具体的实施细则。

相比之下，瑞士专家分享了瑞士的分散式管理模式。在这一模式下，科研诚信不端行为通过

大学内部的具体机制进行管理，并受不同州级和联邦法规的约束。瑞士的科研诚信治理框架与《欧洲科研诚信行为准则》(EuropeanCodeofConductforResearchIntegrity)保持一致，强调诚实、问责和可重复性是科学公信力的重要支柱。2021年，瑞士科学院(SwissAcademiesofArtsandSciences)发布了《科研诚信行为准则》作为行业指导方针。

尽管人工智能在破除研究壁垒(如语言障碍、知识壁垒)及提升研究包容性方面潜力巨

大，但技术本身并非完美无缺。人工智能算法本身可能内含偏见，且存在制造新科研鸿沟的风险——即早期采用者可能获得优势，从而拉大差距。此外，人工智能生成内容及辅助项目的责任归属问题，也使学界陷入两难。学者们强调，在人工智能介入研究产出的过程中，必须出台明确指引，厘清角色分工、责任边界及伦理问责机制。

人工智能在帮助克服科研偏向上有三个方面的潜力。一是在解决数据问题方面的潜力，能够在语言和模态分析方面提供助力；二是在偏差检验方面的潜力，能够帮助发现基于统计的异常，找到是否有被忍视的研究问题；三是在促进科学开放方面的潜力，无论是解决语言沟通、知识资源的共享，还是对于全世界分布在不同节点下的知识体系的完善和重建，Al都将提供新的机遇。

科研诚信是全球性议题，任何单一机构都难以独立应对，需要包括中国和瑞士在内的国际科研共同体加强合作，通过这样的研讨会凝聚共识，共同构建可信赖的科研生态。

主题一：学术界人工智能的未来

3

人工智能驱动的研究立项等创新模式，为重塑学术出版带来了前所未有的机遇——人工智

能甚至能主动定义课题并分配资源。然而，数据垄断、数据管理的职业操守以及贡献者的公平回报问题，仍是横亘在前的重大障碍。透明度、稳健的同行评审机制以及公平协作，被视为确保人工智能伦理化整合的三大基石。

针对最佳实践，会议建议培育类似“明厨”(glasskitchen)模式的透明度以重塑信任，规

范数据的有序复用，并确保贡献者获益。人工智能工具应在加速同行评审、课题预测、资源匹配及热点监测的同时，赋能作者、审稿人与编辑团队间的高效协作。

人工智能技术的滥用及不断演变的造假手段(如论文工厂、虚假同行评审、图像篡改)正

严重侵蚀研究的可信度。这不仅动摇了公众对科学的信任，也令出版业声誉受损。对此，学者们呼吁采取多管齐下的防御策略：既要利用AI工具侦测不端行为，也要统一伦理准则，更要加强国际层面的协调合作。

Frontiers的一项关键举措是人工智能审稿助手AIRA。该工具通过分析海量数据，标记疑

似不端模式并进行风险评分，确保欺诈性投稿在早期被拦截并转交人工复核。需强调的是，AI工具并非要取代人类编辑，而是为了辅助人类做出更明智的决策。

Frontiers通过整合独立工具(如Cactus和ClearSkies)并运行专门的科研诚信审计部门来揭露更复杂、协同的不端行为，从而进一步加强AIRA系统。来自作者和编辑的反馈显示出高满意度和质量指标的提升，这为“人机协同”方法有效保护科学记录完整性主张提供了有力支持。

在当前的学术和研究格局中，我们正在见证我所称的全域化科研——即不同领域进行广泛的协作与交叉。这提出了一个新的挑战：所有学科必须在同一个平台上进行研究。

主题一：学术界人工智能的未来

3.利用人工智能变革研究范式

5.治理与机构对学术压力的应对

以出版为导向的高强度评估体系被认为是导致学术不端的潜在催化剂。通过全面的披露协

议、灵活的标准及制度性改革来规范诚信已迫在眉睫。在技术驱动的学术环境下，建立跨区域、跨行业的合作框架对于应对不端风险至关重要。

瑞士专家特别指出，缺乏协调的报告机制和数据共享实践，是目前记录不端案件的主要痛点。为此，瑞士于2025年正式成立瑞士科研诚信能力中心(KWIS),建立全面的披露机制。该中心将负责收集所有上报的学术不端案件，并向学术机构推荐最佳实践方案。

所有大学及依据联邦研究法案获得资助的组织都有义务向瑞士科研诚信能力中心汇报。它们必须向该中心报告任何已启动的科研诚信调查程序、