多模态AI在高校学术造假审查中的应用研究：以常州大学SCI论文为例
耿同学 (学术诚信人民稽查局，自然科学部，化学化工与材料审查室 Academic Integrity People's Inspection Bureau, Department of Natural Sciences, Chemical Engineering and Materials Review Office), 陈同学 (学术诚信人民稽查局，AI辅助审查科 Academic Integrity People's Inspection Bureau, AI-Assisted Review Division), 赵同学 (学术诚信人民稽查局，HPC集群设备管理部 Academic Integrity People's Inspection Bureau, HPC Cluster Equipment Management Department)
Abstract
随着生成式人工智能技术的快速迭代，AI辅助学术创作、实验数据优化、图谱修饰的应用场景全面普及，高校学术造假呈现隐性化、技术化、专业化新特征，传统人工审核、单一文字查重的审查模式已无法适配当前科研诚信监管需求。相较于传统文字抄袭，理工科SCI论文的学术造假更具隐蔽性，集中表现为反应动力学数据人为拟合优化、电化学与光谱曲线基线修饰、电镜衍射图像局部篡改、AI句式改写与翻译拼接等，此类造假无明显文字重复特征，成为高校学术不端监管的核心盲区。 常州大学作为江苏省重点理工类高校，化工、材料、化学为学校ESI优势学科，近五年累计发表SCI论文4300余篇，理工科论文占比超75%，大量研究涉及有机方法学、功能材料、传感、反应动力学拟合等学科，此类研究高度依赖人工数据处理与图像优化，存在极高的隐性学术造假风险。当前，常州大学学术审查工作严格遵循《常州大学学术道德规范管理办法》《常州大学研究生学术规范试行办法》，审查核心依赖知网文字查重与投稿后人工抽检，尚未建立针对实验数据、学术图谱、AI生成文本的专项智能审查机制，存在审查维度单一、筛查效率低下、隐性造假漏检率高、全过程监管缺失等突出问题，存在潜在的论文撤稿风险与科研诚信隐患。 在此背景下，依托多模态AI技术构建全维度、批量式、精准化的学术造假审查体系，系统性排查本校SCI论文学术不端问题，量化分析造假分布规律与生成成因，搭建适配本校学科特征的智能化科研诚信治理机制，对规范校内科研秩序、防范学术不端风险、提升高校科研公信力具有重要的理论与现实意义。