投稿前，參考文獻列表是審稿人和編輯最先核查的環節之一。隨著生成式人工智能被廣泛用于文獻整理，期刊對“偽造參考文獻”的界定也在不斷細化。2026年，多家期刊在AI使用聲明和投稿須知中，把這一問題拆成了四類可操作核查的情形：不存在文獻、引文不符、虛增數量與轉引偽裝。與其把“AI幻覺引用”當成一個籠統的風險，不如把這四類情形當作投稿前的四條檢查清單，逐條核對，把隱患擋在提交之前。
第一類：不存在文獻——逐條核驗書目信息是否真實存在
這是最典型、也最容易識別的AI幻覺場景。生成式模型在訓練數據中見過大量參考文獻的格式，卻可能在組合時“創造”出一篇從未發表的論文。這類文獻往往格式完整，作者、題名、期刊、年份、卷期頁碼一應俱全，但檢索不到任何記錄。
投稿前，你需要對參考文獻列表中的每一條做一次“存在性核驗”。操作上可以分兩步走：
- 優先用DOI定位。如果條目帶有DOI，直接到CrossRef或DOI注冊機構查詢。若DOI在注冊表中不存在，則該引用要么是偽造的，要么包含拼寫錯誤。若DOI存在但解析出的論文與引用信息不符，說明這是一個“嵌合體引用”——由不同論文的部分元數據拼湊而成。
- 沒有DOI就按標題檢索。在Google Scholar、PubMed、Web of Science或所在學科的主流數據庫中搜索標題。若標題搜索結果為零，且作者、期刊等信息也無法對應，基本可以判定該文獻不存在。
這里要特別提醒：不要只核驗“是否有這么一篇論文”，還要核驗“是不是這一篇”。常見的情況是，DOI有效但標題略有不同，或者DOI解析到一篇完全不同的論文，又或者CrossRef顯示論文存在但作者對不上。這些都是“存在性核驗”必須覆蓋的偏差，不能因為檢索到了某條記錄就默認無誤。
第二類：引文不符——核對正文引用與原文內容是否對應
文獻真實存在，不代表引用就正確。第二類情形是“引文不符”：文獻本身是真的，但正文中聲稱的內容與原文實際表達的觀點、數據或結論不一致。這類問題往往比“不存在文獻”更隱蔽，因為審稿人如果去查原文，會發現這篇文獻確實存在，但細看內容卻對不上。
核驗引文是否相符，需要回到“實際閱讀”這一環節。對每一條關鍵引用，你都應當確認以下三點：
- 主張是否對應：正文中引用該文獻支持的論點，是否確實是該文獻的核心或相關論述？不能把一篇討論A問題的論文，拿來支撐B問題的結論。
- 數據是否對應：若引用涉及具體數字、百分比、統計結果，需要翻開原文核對數值，避免張冠李戴。
- 位置是否對應：頁碼或章節是否指向實際論述該內容的位置？有些AI生成的引用會把正確的文獻配上錯誤的頁碼，導致讀者無法定位。
一個實用的做法是：在寫作過程中，每引用一篇文獻就隨手記錄它的核心觀點和具體頁碼，而不是等成稿后再回頭補。這樣既能保證引文與內容對應，也能為后續核驗留下痕跡。
第三類：虛增數量——避免羅列未實際閱讀的文獻
第三類情形是“虛增數量”，指參考文獻列表中存在作者并未真正閱讀或使用的條目。這在AI輔助寫作中尤其常見：模型為了“顯得論證充分”，可能自動補全一批相關文獻，而作者并未逐篇核實其內容，甚至從未打開過原文。
需要區分的是，虛增數量與“轉引”不同。轉引是明確標注“轉引自”，承認自己引用的是他人轉述的內容；虛增則是把未讀文獻直接列入參考文獻，制造出“讀過且引用過”的假象。后者在期刊聲明中通常被認定為偽造或不當引用。
自查時，你可以對參考文獻列表做一個“閱讀標記”：
- 逐條問自己：這篇文獻我是否真的讀過原文？我是否能在正文中說出它的一兩個具體觀點？
- 如果某條文獻是AI推薦、你并未閱讀的，要么找到原文并補充閱讀，要么直接從參考文獻中刪除。
- 對于確實相關但來不及閱讀的文獻，不要“先放著占位”。寧可少列，也不要虛列。
這里要強調：期刊聲明禁止的是“虛增”，而不是“少引”。參考文獻的完整性固然重要，但準確性優先于數量。一條真實、相關、被實際閱讀過的文獻，勝過十條看似相關卻從未讀過的條目。
第四類：轉引偽裝——把間接引用如實標注或改為直接引用
第四類情形是“轉引偽裝”，即作者把從他人文獻中看到的轉述內容，直接標注為原始文獻的引用，卻沒有標注“轉引自”。這在AI輔助寫作中尤為常見：模型可能從一篇綜述或二手文獻中提取了某原始研究的結論，卻直接以原始文獻的格式生成引用，讓讀者誤以為作者直接閱讀了原始文獻。
處理轉引問題，期刊聲明通常認可兩種做法：
- 改為直接引用：找到原始文獻，閱讀原文，確認內容后直接引用原始出處。這是最理想的方式，既準確又完整。
- 如實標注轉引：如果確實無法獲取原始文獻，應當在引用中注明“轉引自某文獻”，讓讀者知道該信息的實際來源鏈條。例如：“某研究指出……（轉引自張三，2025）”。
需要特別注意的是，轉引標注不是“免責聲明”。即使標注了轉引，你仍然需要對轉述的準確性負責。如果轉述本身有誤，或者原始文獻并不支持該觀點，轉引標注并不能掩蓋問題。因此，對于關鍵論點，盡量追溯原始文獻；對于次要信息，至少確認轉述來源的可靠性。
投稿前的三條通用自查原則
除了針對四類情形的具體核驗，投稿前還應當把握三條通用原則，它們貫穿于整個參考文獻管理過程：
第一，保留過程記錄。 從文獻檢索、AI輔助整理到最終引用，保留每一步的操作痕跡。哪些文獻是AI推薦的、哪些是自行檢索的、哪些經過人工核驗，都應有記錄。這不僅有助于自查，也是在期刊要求披露AI使用情況時，能夠如實說明的依據。
第二，把核驗納入寫作流程，而非投稿前的臨時補救。 與其在成稿后花大量時間逐條核查，不如在寫作過程中就同步核驗。每引用一條文獻，當場確認存在性、對應性和閱讀痕跡。這樣既能減少后期工作量，也能避免“寫完了才發現某條關鍵引用是虛構的”這類被動局面。
第三，了解目標期刊的AI聲明具體要求。 2026年，不同期刊對AI使用的披露要求并不完全一致。有的要求詳細聲明AI在文獻整理中的具體用途，有的則要求在參考文獻前加入“Declaration of AI use”之類的聲明。投稿前務必查閱目標期刊最新的投稿須知和AI使用政策，按期刊要求如實披露，并以官方最新文件為準。檢索日期和來源應當一并記錄，避免引用過時政策。
把“偽造參考文獻”從抽象概念拆成四類可核驗的情形，本質上是把責任落實到具體的檢查動作上。不存在文獻靠檢索核驗，引文不符靠原文對照，虛增數量靠閱讀痕跡，轉引偽裝靠如實標注。每一類都有明確的判斷標準和操作路徑。投稿前花一點時間走完這四條檢查線，既能保護自己的學術信譽，也能讓參考文獻真正服務于論證，而不是成為風險點。
