导语与使用说明
编辑追问一句这句话的依据在哪里，你还能把原文、数据和处理过程当场找出来吗？找不出来，稿子离撤稿公告可能只差一次追问。本手册整理近期与 AI 相关的论文撤稿案例、主流出版方政策要点、四件比反复查 AI 率更有用的救急事，并附投稿前合规自检清单，供写作与投稿前对照使用。
01 撤稿离你只有一次追问
最近两个月，至少三份撤稿公告把矛头指向 AI。
第一份来自 Case Reports in Gastroenterology。该刊撤回一篇 2025 年发表的病例报告，公告称文中第 1 到 11 条参考文献的书目信息与实际已发表论文对不上。通讯作者解释错误来自 AI 辅助工具，论文却没有披露这一使用，作者也拿不出投稿前的稿件版本供核查。
第二份来自 Value in Health。该刊撤回一篇讨论如何安全使用生成式 AI 的短文，理由写得很直接：文章准备过程存在未披露的 AI 使用，违反期刊编辑政策与出版伦理。一篇教人规范用 AI 的文章，自己栽在未披露 AI 上，这个反差值得玩味。
第三份来自 Materials Chemistry and Physics。该刊于 8 月 18 日撤稿，调查由文中一处高度冒犯的异常句子触发，期刊判断这可能是未披露生成式 AI 留下的痕迹，还担心作者在写作中使用 AI 却缺少人工监督。
三起撤稿落在参考文献、文章写作和人工核查三个环节。AI 生成图片已经不再是撤稿的唯一理由，审稿人和编辑对 AI 痕迹的敏感度，比想象中高得多。
02 16 天撤稿：核查链条断裂
撤稿的范围还在扩大。2025 年 12 月，Scientific Reports 撤回一篇用 TabPFNMix 和 SHAP 研究孤独症诊断的论文，11 月 19 日发表，12 月 5 日撤稿，前后 16 天。
公告列出的问题不止一张 AI 生成图：研究框架描述不足、模型代码缺失、所称训练数据在指定文献里找不到、验证数据集没有明确标识。发表 16 天就撤，期刊动作快，问题在审查阶段就被盯上了。
把这几起案例放在一起看，AI 不是唯一的问题，真正让一篇论文站不住的是核查链条断裂。参考文献对不上号，引文出处问不清楚，数据处理过程拿不出来，哪怕一张 AI 图都没有，可信度也会迅速崩掉。
科研论文的信用建立在可核查上。读者默认每一条参考文献都能找到原文，数据能按方法重现，图片背后有原始记录。这些链条一旦断掉，审稿人不会替作者补齐，编辑能做的只有撤稿。一篇文章被撤，撤掉的不只是结论，作者名下后续论文的可信度也会跟着打折。
03 三天撤稿与封面更正
更极端的案例间隔只有三天。Frontiers in Cell and Developmental Biology 在 2024 年 2 月 13 日发表一篇精原干细胞与 JAK/STAT 信号通路的综述，2 月 16 日就发布撤稿公告，原因是 AI 生成配图引发质疑，文章未达到期刊对编辑与科学严谨性的要求。
这个案例值得科研绘图作者留意。机制图不是实验照片，同样在表达科学判断，分子名称、作用方向、结构关系，画进去的每一项都要有依据。画图的人自己先要能说清每个元素从哪来，别让 AI 替你决定哪里该画一个箭头。
2026 年 5 月，Science 对 5 月 14 日那期的封面作了更正，原封面结合了 3D 渲染、Photoshop 和 AI 工具，官方账号确认已替换封面，并称此前未发现这一政策违规。
04 声明不是免死金牌
稿子里写了 AI 声明，不代表能过关。声明能说明工具如何参与工作，却不能让不存在的文献变成真的，也不能让来历不明的数据变得可复现。
投稿前要分别确认两件事：目标期刊允不允许这种用法，自己能不能对最终内容负责，只做其中一件都不够。期刊政策、投稿要求、自己的核查记录三边对不上，声明写再多也白搭。
Nature Portfolio 的政策按使用风险判断，明确作者的学术判断和责任不能交给 AI，可能影响解释或评价的使用需要人工监督、核验与披露。
Elsevier 区分用途：概念解释图可以在核实并披露的前提下使用生成式 AI，数据可视化必须由真实底层数据和可复现方法支持，显微图、Western blot 这类代表原始观察和实验数据的图像，不得用 AI 生成或改动。
所有 AI 图片都能用、只要声明就能用，这两种想法都不适合当投稿规则。正文插图、图形摘要、封面、实验图像，要逐项对照目标期刊的最新要求。实验图像尤其要小心，一个看上去像美化的操作，如果补出了没测到的结构，或者抹掉了影响判断的细节，就已经改变了证据。
05 救急第一件事：逐条核对引用原文
比反复查 AI 率更有用的，是四件具体的事。这四件事不需要额外工具，花的时间也不多，每件都能在编辑追问时救急。
第一件，逐条打开引用原文。题目、作者、DOI 对得上，再找真正支持正文表述的段落。文献存在，不代表它证明了你写的结论；只有原文段落真正支撑你的表述，引用才算站得住。
06 救急第二件事：复查 AI 改动过的表述
第二件，重新检查 AI 修改过的意思。留意它有没有把相关改成导致，把可能改成证实，或者给结果补上原本没有的解释。流畅的英文也可能把结论写过头，语感顺不等于逻辑准。
07 救急第三件事：完整保留修改过程
第三件，留住修改过程。原始数据、分析脚本、图像处理记录、稿件版本都要保存，还要记清用了什么 AI 工具、用于哪一部分、保留或修改了哪些输出。过程留得越完整，被追问时越有底气。
08 救急第四件事：按实际使用填写声明
第四件，按实际使用填写声明。工具名称、版本、用途、涉及范围和核查方式写具体。只用于语言修改，就照实写语言修改；AI 参与了代码、分析或图像处理，就不能只写语言润色，相关方法还要给出足够细节供他人复核。
09 被质疑时能拿出什么
AI 率证明不了论文可靠。2023 年 Patterns 上一项研究发现，所测试的检测器会把部分非英语母语者的写作误判成 AI 文本，这项研究有特定样本和工具范围，不能换算成所有平台今天的统一误判率。拿一个百分比去证明清白，方向就错了。
遇到质疑，能拿出原始材料与修改记录，才有条件把事情解释清楚。如果明天编辑让你解释文中一张图的来历，你现在能拿出哪些材料？原始文件、处理记录、可复现的步骤，缺一样都解释不清。
与其等被问，不如现在就把这些材料归拢成一个文件夹，投稿前过一遍，心里有个底。
10 把合规变成投稿习惯
把合规要求变成习惯，投稿时才不会临时抓瞎。下面六件事，建议纳入日常流程。
第一，期刊政策先行。动笔之前先查目标期刊对 AI 的最新规定，按政策倒推哪些用法可行、哪些必须披露。
第二，核查记录留档。引用、数据、图表逐条留核查痕迹，哪里核对过、结论依据在哪，随时能翻出来。
第三，AI 用途登记。每用一次 AI 就登记工具、范围与输出处置，形成一份自己的 AI 使用台账。
第四，图表逐项对照。插图、图形摘要、封面、实验图像分开对照期刊要求，实验图像按最严标准处理。
第五，团队交叉复核。多人互查引用与表述，减少单点疏漏，也提前发现彼此看不出的问题。
第六，案例库学习。把撤稿案例当教材，定期复盘风险环节，让别人的教训变成自己的流程。
科研论文的信用建立在可核查上。把材料归拢成文件夹，把核查做成习惯，被追问时才能从容应对。
附录A AI 使用合规速查卡
把合规要点压缩成一张速查卡，投稿前对照快速定位，具体执行仍以目标期刊官方政策为准。
表A.1 AI 使用合规速查卡
关键动作 | 操作要点 |
引用核验 | 逐条打开引用原文，题目、作者、DOI 对得上，再找支持正文的段落 |
表述复查 | 复查 AI 修改过的意思，防止相关变导致、可能变证实 |
过程留痕 | 保存原始数据、分析脚本、图像处理记录、稿件版本 |
声明如实 | 按实际使用填写声明，工具名称、版本、用途、范围、核查方式写具体 |
政策对齐 | 期刊政策、投稿要求、核查记录三边对齐 |
材料备查 | 把原始文件与处理记录归拢成文件夹，投稿前过一遍 |
附录B 投稿前 AI 合规自检清单
把稿件投出去之前，用下面这份清单逐项核对，缺一项补一项。
表A.2 投稿前 AI 合规自检清单
序号 | 检查项 | 完成 |
1 | 目标期刊是否明确允许所计划的 AI 使用方式（查期刊政策与投稿要求） | □ |
2 | 是否已逐条核对所有参考文献的题目、作者、DOI 与原文 | □ |
3 | 每篇引文是否找到真正支持正文表述的段落 | □ |
4 | AI 修改后的表述是否复查，未把相关改成导致、可能改成证实 | □ |
5 | 原始数据、分析脚本、图像处理记录是否完整保存 | □ |
6 | 稿件版本是否留存且可追溯 | □ |
7 | AI 使用是否已按工具名称、版本、用途、范围、核查方式登记 | □ |
8 | 声明内容是否与实际使用一致（语言修改就写语言修改） | □ |
9 | 图表（插图、图形摘要、封面、实验图像）是否逐项对照期刊最新要求 | □ |
10 | 被追问时能否当场拿出原始材料与修改记录 | □ |