在学术出版界，信誉是基石。当全球最负盛名的出版商之一施普林格·自然（Springer Nature）发行的专业书籍被发现充斥着大量虚构的参考文献时，这不仅是对一位作者学术诚信的质疑，更是对整个行业在人工智能时代内容审查体系的一次严峻拷问。一场由AI“幻觉”引发的学术风暴，正在将传统出版的“守门人”角色置于尴尬的聚光灯下。

一本充满“幻觉”的教科书

今年四月，施普林格·自然推出了一本名为《掌握机器学习：从基础到高级》的电子书，定价高达169美元。然而，这本看似权威的著作很快便因其可疑的学术严谨性而引起关注。有读者向专业学术监督机构反映，书中引用的参考文献存在大量问题。

经过核查，问题比预想的更为严重。在书中总共46条引文中，抽查的18条里，竟有三分之二（即12条）要么完全不存在，要么包含重大错误。这些凭空出现的“幽灵引文”是大型语言模型（LLM）如ChatGPT生成文本时一种标志性的错误。这类模型并非在文献数据库中进行检索，而是基于其庞大的训练数据进行概率性文本生成，因此其创造的引文可能格式规范、看似可信，但内容纯属捏造。

多位被引用的研究人员亲自证实了这些引文的虚假性。蒙特利尔大学的计算机科学教授、《深度学习》一书的合著者亚伦·库维尔（Aaron Courville）被该书引用，但他明确表示，书中提及的内容“似乎不存在”，尤其“肯定不在第194-201页”。希腊开放大学的迪米特里斯·卡勒斯（Dimitris Kalles）更是直接否认自己撰写过那篇将他列为作者的论文。另一位匿名研究员因收到谷歌学术（Google Scholar）关于这本新书引用其作品的提醒而警觉，结果发现书中多次引用他的名字，但所列举的著作均为子虚乌有。

唯一的“部分准确”的引文来自以色列内盖夫本古里安大学的计算机科学家耶胡达·达尔（Yehuda Dar）。他确认论文确实是他们团队所写，但“尚未正式发表”，目前只是一篇发布在arXiv上的预印本，而该书却错误地将其标注为已发表在《IEEE信号处理杂志》上。

作者与出版商的回应

面对质疑，该书作者戈文达库马尔·马达万（Govindakumar Madhavan）并未直接回应是否使用了AI工具进行写作，而是请求“一到两周”时间来做出全面答复，并发表了一段模棱两可的评论：“可靠地确定内容是否由AI生成仍然是一个挑战，因为即使是人类编写的文本也可能看起来‘像AI’。” 根据书中介绍，马达万是一位多产的作者，撰写了大约10本书和40个视频课程。讽刺的是，这本问题书籍中恰好包含一个关于ChatGPT的章节，其中还特意提到“该技术引发了关于使用和滥用AI生成文本的重要道德问题”。

作为出版方，施普林格·自然则陷入了更为被动的局面。公司高级传播经理费利西塔斯·贝伦特（Felicitas Behrendt）表示，公司已“知晓该文本，并正在进行调查”。她重申了施普林格·自然的政策，即允许作者使用LLM，但前提是“任何提交都必须在完全的人工监督下进行，并且必须声明除基本文字编辑之外的任何AI使用”。然而，《掌握机器学习》一书并未包含任何此类声明。

值得玩味的是，就在贝伦特回应问询的同一天，施普林格·自然的官方博客上发布了一篇题为“书籍中的研究诚信：通过平衡人工监督和AI工具进行预防”的文章。文章强调了其严格的审稿流程，声称所有书稿都经过内部编辑的初步评估和外部同行专家的审查，以“确保其有效性，并符合最高的诚信和道德标准”。这一时间上的巧合，使得该声明更像是一次危机公关，而非其日常流程的真实写照。

AI时代学术出版的系统性漏洞

《掌握机器学习》一书的“幽灵引文”事件并非孤例，它揭示了在生成式AI技术普及的背景下，学术出版行业面临的系统性风险。从政治报告到公共卫生文件，再到学术论文，由AI捏造的虚假信息正在不断渗透，严重侵蚀着知识体系的可靠性。当虚构的引文出现在像施普林-格·自然这样的顶级出版商发行的昂贵教材中时，问题的严重性不言而喻。

这起事件暴露了传统同行评审和编辑流程在应对新型学术不端行为时的脆弱性。编辑和审稿人或许能评判内容的学术价值和逻辑性，但逐一核对数十甚至上百条引文的真实性，是一项耗时巨大的任务，往往被假定为作者的基本责任。然而，当作者可以轻易使用AI工具生成以假乱真的文本和引文时，这种基于信任的体系便岌岌可危。

如何建立有效的AI生成内容检测机制，并重新设计能够适应技术挑战的学术审查流程，已成为全球出版界面前一道刻不容缓的难题。否则，未来的学术文献库可能充斥着更多难以辨别真伪的“幽灵”信息，最终损害的是科学研究的根基——建立在真实、可验证知识之上的信任。