真实是学术质量的第一标准——写在光明学鉴·学术质量评价平台上线之际

　　知识生产方式的每一次变革，都会把“何为可信的知识”这个古老问题重新摆到人类面前。今天，生成式人工智能以前所未有的速度进入学术研究的各个环节，检索、综述、写作、分析乃至假说的提出，都可以在与机器的对话中完成。这场变革的深刻之处不在于效率的提升，而在于它改变了知识的生成成本与核验成本之间的关系：生成从未如此容易，核验从未如此紧要。正是在这一历史节点上，由光明日报社发起、光明网联合网晴科技研发的光明学鉴·学术质量评价平台正式上线。它所回应的，是一个看似朴素却关乎学术根基的命题：真实，是学术质量的第一标准。

　　生成越是容易，核验越是珍贵

　　回顾人类知识生产的历程，从口耳相传的经验之知，到“实验加数学”的实证科学，再到今天以数据、算力和模型为中介的人机协同，每一次范式转换都重塑了知识的生产方式，也重塑了知识的检验方式。生成式人工智能的独特之处在于，它把语言组织的能力推向了极致：引经据典、条分缕析、对答如流。然而，其底层机制追求的是“像不像”，而不是“真不真”。它可以用与陈述事实时一模一样的笃定口吻，写出并不存在的文献、并未发生的实验和无从查证的数据。学界称之为“幻觉”，而这并非偶然的偏差，而是由生成逻辑所决定的固有特征。

　　光明日报《学术争鸣》栏目此前围绕“人工智能能否产生真正的知识”刊发的两篇文章观点相左，却在一点上高度一致：无论把人工智能视为知识的加工者还是知识生产的生成性力量，其输出都必须经过人的验证、解释与共同体审查，才能真正汇入知识体系。换言之，人工智能越是能够生成，人类越是需要核验。核验，正在从学术工作的边缘环节，上升为知识生产的中心环节。

　　与此同时，学术不端的形态也在悄然变化。隐形洗稿、虚构文献、篡改引文、伪造数据，这些由机器批量生成、语言通顺而事实失真的内容，比传统的抄袭剽窃更加隐蔽，也更难为既有手段所识别。文本查重比对的是相似度，回答的是“像不像”；同行盲审衡量的是学术水准，回答的是“好不好”；而对于“真不真”这一更为基础的问题，长期以来缺少规模化、前置化的核验手段。一旦失真的内容进入学术传播链条并被反复引用，其对知识积累的侵蚀将是长期而深远的。顾炎武曾以“采铜于山”与“买旧钱充铸”区分治学的两种路数。今日的“旧钱”已可由机器无限铸造，“采铜于山”的求真求实精神因此更显珍贵。

　　学术质量评价必须从“真”出发

　　学术质量是一个多层次的概念，有创新性、规范性、论证的严密性、价值的独立性等诸多维度。但在所有维度之下，有一条不可让渡的底线，那就是真实：引用的文献必须真实存在，援引的观点必须与原文相符，呈现的数据必须前后一致，作出的结论必须有据可循。真实并不等于优秀，却是一切优秀的前提。没有“真”作根基，再精巧的论证也不过是空中楼阁，再完整的形式规范也只是虚假的外衣。

　　因此，人工智能时代的学术质量评价，必须把“真不真”作为起点，进而追问“实不实”，然后才谈“好不好”。这不是降低评价标准，而是把评价建立在更坚实的基础上。这样的评价体系至少具有三重意义。其一，对学术共同体而言，它守护的是知识积累的可靠性。学术研究以前人成果为阶梯，如果阶梯本身是虚构的，攀登便无从谈起。其二，对科研管理而言，它使治理从事后惩戒转向前置核验。《中华人民共和国学位法》自2025年1月起施行，科技部修订的《科学技术活动违规行为调查处理规定》自2026年3月起施行，两部法规对学位论文质量与科研活动全链条提出了更为严密的要求，而要求越严密，越需要可复核、可追溯的核验工具作为支撑。其三，对研究者个人而言，它提供的是一种自我校核的能力。在与机器共同写作已成常态的今天，让作者在投稿之前就能发现引文的疏漏、数据的矛盾与论证的断裂，是对学术生命最切实的保护。

　　思想文化大报的知识界担当

　　与真理同行，是光明日报七十余年不变的初心；服务知识界，则要求这份报纸在知识界最需要的地方有所作为。

　　在知识生产范式发生历史性变革的今天，知识界最需要的是什么？是一套与人工智能时代相匹配的求真基础设施。光明学鉴的推出，正是这一使命在新技术条件下的延伸。它依托光明思政大模型与“八库一图”知识中枢，将光明日报社数十年积累的专业编审、事实溯源与引文核验经验加以智能化转化，把编辑部里逐字逐句的审校功夫，变成面向高校、科研院所和学术期刊的公共服务。光明网副总经理屠志说：“查重查的是‘像不像’，盲审判的是‘好不好’，光明学鉴核的是‘真不真’。”这句话道出了平台的定位，也道出了它与市场化文本比对工具的根本区别：它不是又一把量尺，而是一次对学术之“真”的回归。

　　有据才报，只出线索不做认定

　　求真是学术的尊严所在，审慎同样是学术的尊严所在。学术治理既需雷霆手段，也需绣花功夫，核验工具尤其如此。一个动辄“判定”的系统，不仅可能误伤正常的学术争鸣，也会侵蚀研究者对工具本身的信任。光明学鉴确立了“有据才报、证据可复核、只出线索不做认定”的运行原则：只对存疑之处给出待核提示，每一条提示都附有可回溯至原始资料的证据，最终的判断权始终留给作者、导师、编辑和学术委员会。平台依托撤稿文献、经典著作定本等专业知识库，辅助识别可能存在的学术失范问题，而不代替人作出结论。这一设计所遵循的，是学术研究自身的规律：尊重争鸣，尊重差异，保障科研主体的合法权益，把技术的力量用在为人的判断提供证据上，而不是用在替代人的判断上。

　　在应用层面，平台构建了“个人赋能”与“机构管控”相结合的双重体系。面向师生和期刊编辑的“学鉴·审校”，从格式、表述、引文等维度开展精细化审校，支持稿件投稿前的自查；面向科研管理场景的“学鉴·巡检”，可对未发表的学位论文、科研成果、课题项目进行批量核查，围绕引文真实性、数据一致性、文本异常等维度出具分级核查报告。从创作、自查到批量巡检、溯源留痕、整改提升，形成完整的质量闭环。上线之前，平台已完成七轮高校全场景测试，累计核验论文1700余篇、参考文献3万余条，检出多类传统手段无法识别的隐蔽问题。

　　让求真成为人机共构知识的基石

　　汉代王充著《论衡·对作篇》，自言其宗旨在于“疾虚妄”。两千年来，求真去伪始终是中国学术传统的精神底色。今天，人工智能把知识生产带入了人机共构的新阶段，这既是机遇，也是考验：机器越擅长生成，人就越要守住核验；知识越容易获得，“真”就越需要被郑重对待。

　　光明学鉴的上线只是一个开端。学术质量评价是一项需要学术共同体共同参与、持续完善的事业，平台将在实践中不断迭代，广泛吸纳学界的批评与建议，与高校、科研院所、学术期刊一道，探索人工智能时代学术治理的有效路径，贡献“光明方案”。真实是学术质量的第一标准，守住这一标准，学术研究才能在新的技术条件下行稳致远，为科教强国、人才强国建设提供可靠的知识根基。（杨文厚）