來(lái)源：市場(chǎng)資訊

（來(lái)源：Pubpeer）

在科學(xué)研究的世界里，數(shù)據(jù)的真實(shí)與準(zhǔn)確是生命線。然而，一篇被引用了超過(guò)4000次、發(fā)表于頂級(jí)期刊《細(xì)胞》的里程碑式論文，其公開(kāi)數(shù)據(jù)集中竟暗藏大量重復(fù)的數(shù)值——這個(gè)令人震驚的發(fā)現(xiàn)，并非來(lái)自學(xué)術(shù)界的同行評(píng)審，而是出自一位荷蘭軟件開(kāi)發(fā)者之手。他，就是馬克斯·英格蘭。

英格蘭并非傳統(tǒng)科學(xué)家，而是一名熱衷于維護(hù)科研誠(chéng)信的“數(shù)據(jù)偵探”。在過(guò)去一年里，他開(kāi)發(fā)了一款名為“Bloodhound”的智能檢測(cè)軟件，專(zhuān)門(mén)“嗅探”公開(kāi)科學(xué)數(shù)據(jù)中那些不可能出現(xiàn)的、復(fù)制粘貼的數(shù)值。他的“獵場(chǎng)”，是全球知名的開(kāi)放獲取數(shù)據(jù)存儲(chǔ)庫(kù)Dryad。

故事的起點(diǎn)并不復(fù)雜。英格蘭是知名學(xué)術(shù)監(jiān)督網(wǎng)站“撤稿觀察”的忠實(shí)讀者。他發(fā)現(xiàn)，雖然利用技術(shù)識(shí)別重復(fù)圖像已成果斐然，但針對(duì)數(shù)值數(shù)據(jù)的類(lèi)似審查卻幾乎空白。一個(gè)想法在他腦中成型：既然圖片可以造假，數(shù)字為什么不行？他決定用代碼來(lái)填補(bǔ)這個(gè)空白。

他的軟件工作原理猶如一個(gè)精密的漏斗。 首先，程序從Dryad中篩選出高引用論文的數(shù)據(jù)集，進(jìn)行第一輪重復(fù)數(shù)值掃描。但這會(huì)捕獲大量“誤報(bào)”——比如，計(jì)算表格中為方便而整列復(fù)制的平均值。為此，英格蘭引入了人工智能（谷歌的Gemini 3.1）進(jìn)行第二輪智能研判。AI的任務(wù)是評(píng)估這些重復(fù)是“情有可原”還是“疑點(diǎn)重重”。在已完全分析的約600篇論文中，35%的數(shù)據(jù)集觸發(fā)了初步警報(bào)，而其中33%被AI標(biāo)記為“可疑”。

即便如此，挑戰(zhàn)依然存在。AI曾錯(cuò)誤地標(biāo)記了一項(xiàng)關(guān)于白蟻丘生物量的研究，因?yàn)闇y(cè)量草高時(shí)出現(xiàn)的幾毫米差異被誤判為異常。經(jīng)過(guò)“AI+人工”雙重審查，英格蘭初步估計(jì)，大約有3%的數(shù)據(jù)集存在需要關(guān)注的“問(wèn)題”。 按此比例推算，僅在Dryad內(nèi)含Excel文件的2.4萬(wàn)個(gè)數(shù)據(jù)集中，就可能隱藏著超過(guò)700個(gè)問(wèn)題案例。

而最引人注目的“戰(zhàn)果”，直指2016年那篇轟動(dòng)學(xué)界的《細(xì)胞》論文。 該論文提出了帕金森病可能起源于腸道的開(kāi)創(chuàng)性觀點(diǎn)。英格蘭的軟件發(fā)現(xiàn)，這篇論文公開(kāi)近十年的數(shù)據(jù)集中，健康小鼠的運(yùn)動(dòng)功能數(shù)據(jù)有近一半存在重復(fù)，微生物群被改變的小鼠數(shù)據(jù)也有約40%重復(fù)?！斑@本身就有新聞價(jià)值，”英格蘭說(shuō)，“科學(xué)家們認(rèn)為這篇論文有趣到足以引用上千次，但近十年來(lái)，竟無(wú)人發(fā)現(xiàn)這個(gè)具體問(wèn)題?！?/p>

在學(xué)術(shù)討論平臺(tái)PubPeer上，其他研究人員也就該論文的方法論提出了質(zhì)疑。面對(duì)疑問(wèn)，論文的通訊作者薩基斯·馬茲馬尼安稱(chēng)這些是“誠(chéng)實(shí)的錯(cuò)誤”，并表示實(shí)驗(yàn)室正在努力修正手稿。然而，在英格蘭指出問(wèn)題后不久，同一實(shí)驗(yàn)室的另一篇論文也被發(fā)現(xiàn)了類(lèi)似問(wèn)題。

英格蘭的行動(dòng)在學(xué)術(shù)界激起了漣漪。對(duì)于他的發(fā)現(xiàn)，許多被質(zhì)疑論文的作者在PubPeer上給出了解釋?zhuān)河械氖且驗(yàn)楹喜xcel文件時(shí)，不小心將魚(yú)類(lèi)體型數(shù)據(jù)匹配錯(cuò)了個(gè)體；有的是誤將一個(gè)物種的數(shù)據(jù)粘貼到了另一個(gè)物種的表格中。在英格蘭已提出質(zhì)疑的20篇論文中，有5篇的作者承認(rèn)錯(cuò)誤，但堅(jiān)稱(chēng)不影響最終結(jié)論。

“我們永遠(yuǎn)無(wú)法知道這些重復(fù)背后真正的原因是什么，”英格蘭謹(jǐn)慎地表示。他的核心目標(biāo)并非指控，而是喚起關(guān)注。 他希望資助機(jī)構(gòu)和期刊能夠重視這些問(wèn)題，并啟動(dòng)更深入的調(diào)查?！叭绻皇菬o(wú)心之失，卻指控他人欺詐，那將極大的不公?！?/p>

然而，推動(dòng)改變的過(guò)程比發(fā)現(xiàn)數(shù)據(jù)異常更加緩慢。英格蘭最早在2025年5月就向《生態(tài)學(xué)雜志》標(biāo)記了一篇關(guān)于中國(guó)入侵植物的研究論文，但截至報(bào)道時(shí)，修正仍未完成。該刊物的執(zhí)行編輯表示，調(diào)查已結(jié)束，正與出版商和作者敲定最終解決方案。

作為數(shù)據(jù)存儲(chǔ)方，Dryad已在其網(wǎng)站上發(fā)布了“關(guān)注聲明”，并對(duì)英格蘭發(fā)現(xiàn)的兩個(gè)數(shù)據(jù)集發(fā)出了正式通告。Dryad數(shù)據(jù)出版負(fù)責(zé)人丹·愛(ài)德華茲承認(rèn)，英格蘭的工作“揭示了過(guò)去未被識(shí)別的表格數(shù)據(jù)問(wèn)題，為促進(jìn)研究誠(chéng)信開(kāi)辟了新途徑”，但后續(xù)的人工核查與解決每個(gè)案例，都需要“巨大的投入”。

目前，英格蘭的審查之旅才剛剛開(kāi)始。他的故事揭示了一個(gè)嚴(yán)峻的現(xiàn)實(shí)：在“可重復(fù)性危機(jī)”備受關(guān)注的今天，大量已發(fā)表、被引用、甚至影響深遠(yuǎn)的科學(xué)數(shù)據(jù)，可能從未經(jīng)過(guò)系統(tǒng)的數(shù)值真實(shí)性審查。一位“局外人”用代碼打開(kāi)的這扇門(mén)背后，是一個(gè)關(guān)于科學(xué)信任、糾錯(cuò)機(jī)制與技術(shù)進(jìn)步如何重塑學(xué)術(shù)規(guī)范的宏大故事。 這場(chǎng)靜默的“數(shù)據(jù)凈化”行動(dòng)仍在繼續(xù)，而它對(duì)科學(xué)界的影響，或許才剛剛開(kāi)始。

https://retractionwatch.com/2026/04/06/data-duplications-errors-open-repositories-markus-englund/