千笔-AIWritePaper · https://www.aiwritepaper.com编辑部、图书馆和科研诚信岗位在搭「可靠研究」工具链时最常见的失败不是工具买少了而是把不同层的输出当成同一种结论把论文工厂预警当成欺诈认定把「有数据可用声明」当成数据真的可复用把引用语境里的「对比」当成原文已被推翻。本文的素材是 Research Solutions 频道的公开网络研讨会回放Stargazing the Future of Reliable Research: LLMs, Clear Skies, DataSeer, and Scite视频 id8yzWk3_by0I2025-01-22 发布时长 1:01:13。嘉宾是 Clear Skies 创始人兼 CEO Adam Day、DataSeer 创始人兼 CEO Tim Vines以及 scite 联合创始人、Murray State 大学心理学教师 Sean Rife姓名据其个人简历与 ORCID 核对字幕中识别不清主持人为独立顾问 Adrian Stanley 与 Research Solutions 的 Sharon。本文依据视频的英文自动字幕逐段核对下文方括号里是时间戳引述均为意译不是逐字原话自动字幕可能有识别误差。本文不给三家打分排名只做三件事按问题选层、分层验收、终裁与能写/不能写。视频https://www.youtube.com/watch?v8yzWk3_by0I图上方三层信号 / 实践 / 引用语境各自输出什么中部人工核验底部终裁四档与能写/不能写。目标说明读完应能独立完成五件事说清三家在研讨会中各自讲述的角色以及每层输出不是什么。按你要回答的问题选层而不是按品牌或功能清单选工具。为每层写出验收标准信号层只产出待查清单核验层留下人工记录终裁层要有签名。用 adopt / trial / defer / reject 四档做终裁且至少有一行 defer 或 reject。对外写材料时守住能写/不能写边界不把研讨会观点写成已生效政策。适用边界适合期刊编辑部想把投稿初筛、数据政策核查、引用核验串成一条流程。图书馆或科研管理部门评估诚信类工具需要一份可复核的选型记录。研究者想在引用某篇论文前确认它后续被怎样讨论。不适合想要「哪家最准」的排名研讨会没有给出可比的准确率数据本文也不编造。想用工具自动处罚作者嘉宾明确反对由机器做欺诈判断见下文。需要产品价格、接口细节研讨会未涉及请以各家官方资料为准。研讨会里可核实的三个角色工具讲者研讨会中的描述时间戳这层输出不是什么Clear SkiesAdam Day数据分析公司做了首个论文工厂检测服务 Papermill Alarm以网络分析如合著关系发现问题论文集中的社群[07:15–09:39]不是欺诈认定DataSeerTim Vines用自然语言处理识别论文中的开放科学实践如数据共享用大模型做简单判断例如推断漏填的基金号再交作者确认[09:39–13:38] [51:32–53:10]不是数据质量证明sciteSean Rife用深度学习把引用语句分为支持、对比、提及研讨会口述为 contrastingscite 论文中称 disputing与出版商有索引协议覆盖开放与非开放全文呈现撤稿等通知生成式助手与检索分开设计[13:38–18:29] [47:30–49:06]不是结论已被推翻三点关键原话意译Adam Day规模化模式可以说明一批论文有共同特征但这本身不是欺诈证据必须由人去看并作出判断 [23:19–24:53]即使有完美的 AI把欺诈判断自动化仍然是不道德的 [22:31–24:06]。Sean Rife他在上课或引用前会看一篇论文的引用报告关注它是否被后续研究「强烈对比」并特意说「不是被驳倒」[16:51–17:38]。Tim Vines数据集被复用时正式引用只在大约一成的情况下出现讲者口头估计其余是顺带提及或缩写AI 可以据此重建「推定引用」[52:21–53:10]。按问题选层不按品牌选你要回答的问题选哪层输出形态必须附带的人工动作这批投稿里有没有值得重点查的信号层如论文工厂预警、网络分析待查清单与理由专人逐篇核看作者说的数据和代码是否真的可获取实践层开放科学实践识别声明与实际共享情况对照打开链接、检查数据是否对得上这篇论文后来被怎样讨论引用语境层支持/对比/提及引用语句列表与撤稿通知读原文上下文再下结论这篇该不该发、该不该撤不交给任何一层—编辑与诚信委员会终裁最后一行是整张表的门闩三层都只提供证据裁决权不在工具里。分层验收层通过标准失败含义产物L1 信号每条预警附理由标注为「信号」而非「认定」预警率被记录分数被直接写进作者信signal-log.csvL2 核验每条信号有人工核看记录看了什么、结论、核看人信号未经核看就升级review-log.csvL3 终裁四档之一签名与日期给作者回应窗口口头决定、无签名adjudication.csvL1 到 L3 不能跳级。Adam Day 在研讨会中还提到一位作者如果有长期、标识清晰如 ORCID且从未被标记的发表记录本身就是有价值的上游信息 [33:52–34:39]但他同时强调即使历史记录很差也仍要由人作判断。这正好说明 L1 的任何信号包括「历史良好」都不能替代 L2。层间交接字段让三层能对上号三层工具各自输出不同格式最容易断的是交接处。建议每条记录至少带下面这些字段否则 L2 核看人不知道信号从哪来、L3 终裁人不知道核看过什么字段谁填说明item_id系统稿件号或 DOI三层共用layer系统signal / practice / citationraw_output系统工具原始输出保留原文不改写reason系统或初筛人预警理由、识别到的共享声明、引用语句原文reviewer核看人L2 人工核看者不得与终裁人为同一人checked核看人实际打开了什么原文段落、数据链接、引用上下文verdict终裁人adopt / trial / defer / reject或对单篇的处理决定notice_sent终裁人是否给作者回应窗口raw_output和checked两列最关键前者防止信号在转述中被放大后者证明人确实看过。终裁表四档档位条件例子adopt三层都已跑通人工核验记录完整试点中未出现把信号当认定的情况投稿初筛接入信号层所有预警进入人工队列trial某层输出可用但人工核验流程尚未定岗引用语境层先给编辑参考不进决定信defer输出和你的问题对不上或缺少可复核的记录想用实践层判断数据真伪它只识别共享实践reject流程要求工具直接作出处罚或认定「预警分超过阈值自动退稿」门禁终裁表里没有任何 defer 或 reject 行说明你只做了采购清单没有做选型。能写 / 不能写能写不能写Clear Skies 讲者介绍了论文工厂预警服务与网络分析方法「Clear Skies 认定某文为论文工厂稿」讲者表示规模化模式本身不是欺诈证据需人工判断「预警分数高即可退稿」DataSeer 用 NLP 识别论文中的数据共享等开放科学实践「DataSeer 证明该数据集真实可靠」scite 把引用语句分为支持、对比、提及「被标为对比 结论已被推翻」讲者估计数据复用的正式引用约占一成「研究证实数据引用率为 10%」嘉宾对未来十年科研经费的判断是个人预测 [54:00–55:38]「研讨会指出科研经费将被大幅削减」研讨会是 2025 年 1 月的公开讨论「本刊已采用上述工具与流程」研讨会里值得带走的三个设计原则检索与生成分开。Sean Rife 介绍scite 的生成式助手负责「读和写」另有独立系统负责查找文献普通大模型把两件事混在一起 [47:30–48:18]。你自己搭工具链时也应把「找证据」和「写结论」拆成两个可分别验收的步骤。上游数据质量优先。Adam Day 的说法是第一条规则是先产出好数据第二条是练好修数据的本事因为总会要修 [33:03–33:52]。对应到流程里就是投稿系统的元数据、标识符要先规范。警惕错误悄悄传播。Adam Day 提到写作助手给出的内容若被略读放过中间的错误可能进入文献而无人察觉 [44:19–45:06]。这正是 L2 必须留下「看了什么」的原因。可审计产物_w/toolchain-selection.csv问题 → 层 → 输出 → 人工动作_w/toolchain-layer-acceptance.csvL1–L3 验收记录_w/toolchain-adjudication.csv四档终裁必含 defer 或 reject_w/yt/8yzWk3_by0I.txt自动字幕整理稿带时间戳踩坑把研讨会里的产品介绍直接抄成采购理由没有写本单位要回答什么问题。信号层和核验层由同一个人一键完成没有独立核看记录。把「对比」引用数量当成论文质量评分。引用研讨会时写成「专家一致认为」嘉宾之间也有分歧例如 Tim Vines 担心少数人借 AI 大量制造垃圾研究 [24:53–26:35]Adam Day 则强调 AI 让造假更快、但未必增加不诚实的人数 [20:52–21:42]。当天 45 分钟脚本分钟动作0–10写下本单位要回答的三个问题填选层表10–20为每层写通过标准与失败含义20–30拿一篇脱敏稿件走一遍 L1→L2记录核看内容30–40填终裁表至少一行 defer 或 reject40–45对照能写/不能写删掉越界句子总结可靠研究工具链的选型单位不是工具而是层信号层告诉你先查哪里实践层告诉你作者做了什么引用语境层告诉你学界怎么讨论裁决始终在人。研讨会里三位嘉宾反复强调同一件事工具给证据人做判断。把这句话写进验收表和终裁表比比较哪家功能多更有用。参考视频 https://www.youtube.com/watch?v8yzWk3_by0I Research Solutions2025-01-22本文依据英文自动字幕核对