-
日期: 2026-05-29 | 来源: 南方周末 | 有0人参与评论 | 字体: 小 中 大
国内高校普遍推行的PI制源自美国科研管理模式，由PI统筹资源，负责课题申报、经费使用与成果管理等。
一所“双一流”高校药学院教授王敏向南方周末记者介绍，国内课题组的分工有三层：研究生负责一线原始数据采集；博士后、讲师或副教授完成初步加工与分析；最终由PI在科学问题与结论层面把关，继而提出理论创新。
当数据到PI手里时，原始数据已被加工成柱状图或曲线图等统计图表。
在王敏看来，当一个团队几十名研究生同时推进多项课题时，PI没有精力核查所有数据，即便进行了核查，也难以发现所有问题。
类似困境并非中国独有。1996年，时任美国国家人类基因组研究中心主任弗朗西斯·柯林斯（Francis Collins）发现，组内一名研究生在多项关于白血病遗传机制的研究中系统性地伪造了实验数据，最终导致柯林斯作为通讯作者的5篇论文被撤。
十年后，《细胞》杂志采访柯林斯时，他坦言，这起事件彻底改变了他管理团队的方式。“以往我只从技术层面审视实验数据，却从未怀疑数据本身的真伪。如今，这份警惕已然刻入日常。”
“PI也不是万能的。”香港大学李嘉诚医学院生物医学学院教授金冬雁对南方周末记者说，搞科研工作的一个特点，就是研究组内要有基本信任。“把所有人都当成贼，这样的逻辑也不对。”
当然，他认为PI作为项目负责人，肯定需要承担责任。但责任轻重，具体案例还需具体分析：当前论文里的问题，究竟是少数图表错误，还是全篇大面积失真？造假发生在学生、老师，还是团队多环节？如果PI承担监管责任，又该如何衡量“失察”的程度？PI平日是否审查组员结果？是个体行为，还是多人合谋？
“要勿枉勿纵，分清责任，不要搞舆论审判。”金冬雁强调，“得让学术回归学术。”
“怪象”
“AI系统什么时候能上线？”耿同学事件后，“诚信科研”团队学术顾问刘盼收到好几位生物医学领域老师的问询。一位老师的论文即将投稿，担心数据“踩雷”，想先用AI自查一遍。
华人学术侦探、哥伦比亚大学医学中心小鼠神经行为中心主任杨沐向南方周末记者介绍，AI在识别生物医学领域的图像造假上已逐渐成熟。她2020年入场学术打假，“前两年几乎打不出来成果”，到2022年左右开始借助AI，撤稿量才有显着提升。迄今，她推动撤稿约350篇。
对一些研究者来说，投稿前让AI把数据和图像“过一遍”，正在变成新的自保动作。
类似的自查压力，也开始在一些实验室内部显现。一所高校的科研助理留意到，他所在课题组的PI在组会上更认真地核对原始数据，还比对出学生提交的数据与实验仪器上的记录有出入。
不过，受访学者和学生均认为，仅靠“加码核查”并不能一劳永逸，应当追问造假背后的制度性诱因。
“千万要杜绝的是打靶式科研。”一所“双一流”高校生命科学院教授魏国栋对南方周末记者说，一旦导师先有了结论，再让学生往里填，做不出来被硬逼着做，就容易出问题。
前述“双一流”高校药学院教授王敏直言：“压力是导致数据注水的最大根源。”在当下的评价体系里，不少职称、人才“帽子”等评定都卡着“年龄”，“每个老师都希望数据真实，但也希望最快拿到数据”。
例如，申请国家自然科学基金委员会设立的?青年科学基金项目（C类），被认为是面向科研青年的“第一桶金”，要求?男性未满35周岁?，?女性未满40周岁?；申请?青年科学基金项目（A类），也即俗称的“杰青”，要求男性未满45周岁，女性未满48周岁；?两院院士增选，年龄原则上不超过65周岁?。
北京一所高校临床医学专业本科生吴雨婷向南方周末记者描述过一次组会：一名研究生没完成当周任务，导师当众责问，“你就相当于这周什么都没做呗？”“我当初招你进来是对你饱含期待的，现在很失望。”
即便是旁听者，她也感到“心惊胆战”。在她看来，学生常被推向两个选择：要么继续提交没那么吻合预期的数据，被要求反复重做；要么“美化”数据，让图像更“好看”，实验才能继续。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见