社区讨论 · 其他

湘雅那三篇论文之后,我让 WorkBuddy 干的第一件事是查自己的图

论文何论文何47 分钟前2026/11/21 3 浏览

11 月 19 号晚上我在改论文,手机一直在响。群里在传湘雅那个事,说是有篇发在 Journal of Translational Medicine 上的文章,作者单位地址写成了「Changsha, Human」,湖南的 Hunan 少了个 n,邮编 410011 最后一位写成了字母 l。还有更离谱的,第十页和第十五页那两把标样本尺寸的尺子,1 厘米量出来有 12 个小格。网友据此怀疑图是 AI 生成的。当天中南大学就发了通报,三篇论文都认定存在伪造篡改实验数据和图表,四个人被处理,最重的十年内不得承担财政性资金支持的科技活动。

我看完没顾上骂人,先觉得后背有点发凉。

因为我上周刚改过一张图的 y 轴标签,改完忘了同步图注。这种事说大不大,但真要被逐字对着看,我解释不清是手滑还是别的。造假和手滑在法律上是两件事,在审稿人和网友眼里是一件事。

你能自证的东西其实只有一条,从原始记录到成图到正文,每一环都对得上。这条链子只要断一节,剩下的全靠人品。

所以那天晚上我没继续改正文,我打开了 WorkBuddy。这两个月我一直在用它处理文献和实验记录的搬运,之前还写过一篇怎么把它配成降 AI 风险流水线的帖子,但那篇讲的是措辞层面。这次是另一件事,我想让它帮我做一次数据一致性自查。

先说失败的版本,免得有人照着我第一版踩坑。

我最开始的做法很蠢,把论文 PDF、几张图的截图、还有一份实验记录的 Excel 一起丢进去,让它「检查数据和图表是否一致」。出来的东西看着特别像那么回事,分点列得整整齐齐,还给我总结了几条潜在风险。但我随手核了两条就发现,它引用的图号是错的,把图 3 的内容安到了图 5 头上。原因也简单,PDF 里的图表和正文是混排的,它读到的是文本流,不是版面。

这跟我之前的判断一样。让 AI 直接啃原始 PDF,效率低还容易出错。表格和图这种东西,规矩在作者脑子里,不在文件里。

第二版我改了做法,分三步。

第一步是喂料前的手工活,大概花了四十分钟。把 Excel 里的实验记录按 sheet 拆成单独的 CSV,一行一个样本,列名补全,空值填成 NA 而不是留白。图全部按 fig3a.png 这种图号命名,扔进一个文件夹。正文从 LaTeX 编译出的 PDF 里导出纯文本,去掉参考文献部分。这一步很枯燥,但它是整个流程能不能成立的前提。

第二步才是 WorkBuddy。我给它的指令写得很死。不要改写任何内容,不要给建议,只做对照。输出一张表,列分别是图号、原始数据文件名、数据行数、正文提到这张图的句子原文、一致或不一致。我还特意加了一句「找不到对应项就写未匹配,不要猜」。

第三步是我自己过一遍那张表。

效果我这边测下来是这样的。全文 28 张图,第一轮跑完筛出 6 处对不上。其中 4 处是我自己的问题,中期改过图号但正文里的交叉引用没跟着改,属于纯粹的手滑。另外 2 处比较要命。正文里写了 n=12 和一组均值,对应的 CSV 却只有 9 行数据。那组数字是我早期从一个已经废弃的版本里抄过来的,改数据的时候漏掉了。这两处如果不查,投出去就是硬伤。

时间上,手工逐图核对大概要两个下午,这套流程连喂料带复核,我用了差不多一个下午加一个晚上。省下来的主要是那种反复翻文件的烦躁,时间只是一部分。

但缺点我得说清楚,而且这条挺关键。

WorkBuddy 做不了一致性之外的任何事。它能告诉你图 3a 对应的数据文件里有多少行,也能告诉你正文引用的数字和文件里的对不对得上。但它没法判断那张图本身是不是真的。湘雅那个 1 厘米 12 格的尺子,它看不出来,因为它读的是文本,不是像素。就算你把图喂进去,它也没有物理世界的常识去比对刻度。同样,它不会知道你这批样本是不是真的做过,伦理批件号是不是真的。

所以它的定位很清楚,是个一致性检查员,不是数据审核员。

这也让我对这次事件有了点不太一样的看法。很多人把矛头指向 AI,我觉得方向偏了。工具没有替你署名,也没有替你决定把 Human 写成 Hunan。真正的问题在于,从看着齐整到真的站得住之间,现在变得太便宜了,便宜到有人愿意赌一把。而赌输的代价,通报里写得很清楚。

不过话说回来,AI 也确实让把事情做得看着齐整的成本降到了接近于零。以前你想凑一组漂亮的均值,还得自己编得像一点。现在一句话的事。门槛降低不等于责任转移,但门槛降低一定会让更多人跨过去。

我九月那篇帖子里说过,WorkBuddy 能省文献搬运和初步归类的时间,读和判断还得自己来。这次用下来,这个判断没变,只是场景从文献换成了自己的数据。它省的是翻找和比对的时间,不是判断的时间。判断那部分,一行都省不掉。

如果你也在写大论文,我的建议是别急着让它读你的正文。先花二十分钟,在 Excel 里建一张空表,把列名写出来,图号、数据来源、样本量、正文引用位置。你脑子里那套规矩不写出来,AI 永远猜不到。等这张表的骨架立住了,再把它交给 WorkBuddy 去填、去对,它才真的开始干活。

至于那三篇论文,我不打算评价作者的动机。我只知道我这周把 28 张图重新对了一遍,发现两处真错。这个数字让我踏实。

0 条回复

?
Ctrl + Enter 快速回复
还没有回复,来抢沙发吧