這篇報導主要探討學術出版商如何應對利用「公開健康數據集」大量產出劣質、甚至疑似 AI 生成論文的現象。
出版商採取強硬手段
由於「論文工廠」（Paper Mills）利用公開數據集（如美國 CDC 的 NHANES）編造大量無意義的科學論文，兩大出版商 PLOS 與 Frontiers 已開始自動退回絕大多數以此類數據為基礎的投稿。
PLOS： 要求作者必須提供額外實驗或驗證，否則直接退稿。政策實施後，此類論文退稿率從 40% 飆升至 94%。
Frontiers： 規定必須有「外部驗證」（如結合機構私有數據），自 5 月以來已退回超過 5000 篇相關論文。
數據集的「雙面刃」特性
公開健康數據集（如 NHANES）包含大量變數，雖有利於公共衛生研究，但也成為不法份子的溫床。
尋找隨機關聯： 投機者在海量數據中挖掘無意義的統計相關性（例如：35 歲以下女性的維生素 D 水平與憂鬱症的關聯），將其包裝成看似科學的發現。
AI 與論文工廠： 研究人員懷疑這些論文多由 AI 撰寫，並將作者署名權販售給急需發表紀錄的研究者。
各大期刊的防禦機制
除了大型出版商，個別期刊也採取了不同程度的過濾措施：
《全球健康雜誌》(Journal of Global Health)： 要求作者填寫詳盡的檢查清單，說明研究的新穎性，導致相關投稿量減半。
《藥物政策專家意見》(Expert Opinion on Drug Policy)： 採取更激進做法，除非編輯主動邀請，否則不再刊登使用 FDA 副作用數據的研究。
《科學報告》(Scientific Reports)： 不採取「一刀切」政策，而是透過加強編輯培訓與內部指引來審核異常投稿。
學界的擔憂與挑戰
雖然防堵造假至關重要，但部分專家擔心會產生副作用：
阻礙真實研究： 嚴苛的門檻可能阻礙預算有限（如全球南方國家）的科學家利用公開資源進行有益的研究。
道高一尺魔高一丈： 統計學家 Matt Spick 警告，論文工廠很快會學會利用「兩個數據集」來偽造交叉驗證。
為了維護學術誠信，出版界正對「數據挖掘型」論文展開清洗。然而，如何在「攔截垃圾論文」與「支持開放科學」之間取得平衡，仍是學界的一大難題。
閱讀更多:
https://www.science.org/content/article/journals-and-publishers-crack-down-research-open-health-data-sets