浪尖知识库 2026

科研伦理与学术诚信：做科研的底线

18分钟阅读

科研伦理与学术诚信：做科研的底线

你们有没有注意到，每次开学季，学校都会让大家签一个”学术诚信承诺书”？我当时签的时候压根没仔细看，觉得就是走个流程。后来进了实验室真正开始做科研，才发现那份承诺书上的每一条，背后都是真实发生过的血泪故事。

今天我想聊聊科研伦理和学术诚信这个话题。这不是给你们上思想政治课，而是把我在中科院这几年亲眼见过、亲耳听过的案例掰开揉碎讲一遍。我希望你们在踩坑之前就能知道这些规矩，而不是踩了坑之后再来后悔。

学术不端的代价远超你想象

2024年有个轰动学术圈的事：某985高校的一个团队，被举报论文数据造假。调查组调出了原始数据，发现论文里的数据图表和原始数据对不上——不是小出入，是系统性造假。最后怎么处理？第一作者被撤销博士学位，通讯作者被降级处分，整个实验室被勒令整改。这个团队做的方向，五年内不会有任何期刊愿意接收。

代价不只是学术层面的。那位第一作者，后来去企业面试，背景调查时被原单位如实反馈了学术不端记录，offer黄了。他跟我说，那一刻才真正意识到，这个污点会跟他一辈子。

反过来讲，遵守学术规范的人是什么待遇？我们组有个师兄，论文投稿的时候被审稿人质疑某个数据点，他直接把原始记录本扫描发给编辑，从实验当天的纸质记录到电子数据全部可以溯源。编辑不但接受了答辩，还把这段经历写进了编辑评论，评价是”数据管理令人印象深刻”。后来这篇论文被引用了将近两百次，每次开组会导师都要拿这件事当正面教材讲。

学术诚信不是限制你的条条框框，而是保护你的铠甲。

学术不端有哪些类型

先说清楚什么行为算学术不端，这部分很重要，但很多本科生根本不知道。

第一，伪造和篡改数据。伪造是指无中生有，数据压根不存在；篡改是指对真实数据进行选择性删除或修改，使其呈现你想要的结果。这两种行为的共同点是：主观故意的。我要强调”主观故意”，因为实验失误、操作不规范这些是学术不端，但不构成”主观恶意”，处理方式完全不同。

第二，抄袭。这个大家应该都懂，但边界往往不清楚。把别人的文字直接复制粘贴过来而不标注引用，是抄袭；把别人的图片、数据当作自己的来用，也是抄袭；甚至用AI工具生成的内容，如果没标注来源，也属于学术不规范的范畴。2023年某985大学通报过一个案例，有个本科生用ChatGPT写课程论文，被任课老师用AI检测工具查出来，课程直接记为零分。

第三，重复发表。一稿多投是红线，这个大家都知道。但还有一个容易被忽视的：把同一个研究拆成多篇论文发表，每篇都声称是”首次报道”。如果这些论文之间没有明确的引用关系，就属于重复发表。期刊编辑有时候会主动比对，如果发现同一个数据被使用了两次，后果很严重。

第四，不当署名。这个问题在本科生里特别突出。谁应该出现在作者列表里？按照国际医学期刊编辑委员会的ICMJE标准，署名作者必须同时满足：对研究工作有实质性贡献、能够对内容负责、同意发表。这三个条件缺一不可。帮忙做了实验但没参与数据分析，能不能署名？不能。导师没参与任何实质性工作，但要求挂名，能不能挂？理论上不应该，但实际上很多本科生不敢反抗。我的建议是，署名之前把标准看清楚，有异议就提前沟通，不要等论文发表之后再扯皮。

本科生最容易踩的坑

说完学术不端的类型，我要专门讲讲本科生最容易出问题的几个场景。

第一个是文献引用不规范。这个坑踩的人最多。你们可能觉得引用格式差一点有什么关系？关系大了。我见过一个案例，有个学长的本科毕业论文，里面引用了一篇文献，但格式不对——少写了作者名字。结果这篇论文被举报说引用了别人的观点却不完整标注，差点被定性为抄袭。最后查出来确实是引用格式错误，没有主观恶意，但整个答辩流程都被推迟了，折腾了两个月才还了清白。

引用格式的规范，每个学校、每个期刊都有自己的要求。我的建议是，从第一篇课程论文开始就养成规范引用的习惯。Endnote、Zotero这类文献管理工具用起来，别手动输入。引用的时候用原文原句还是转述，一定要分清楚——直接引用必须加引号，转述要有明确的引用标注。

第二个是图表误用。这个坑很隐蔽。很多本科生觉得图片和数据是自己”处理”过的，就等于自己的东西了。但如果你用了别人的数据图表，即使你重新画了图、重新绘制了曲线，数据的来源还是要标注。用课题组之前发表论文里的图，必须注明来源；用文献里的电镜图，必须标明出处。这是科研的基本规矩。

第三个是署名争议。本科阶段可能参与一些学长学姐的项目，或者自己带低年级学生做创新创业项目。这种时候，署名权怎么分配？如果项目最终发了论文，你的贡献是什么？这是需要提前说清楚的事情。我的教训是，参与之前就把”署名排在第几”谈好，不要等论文写完了再来争。你提前说，导师会觉得你有边界感；等写完了再说，导师会觉得你不懂事。

怎么做到真正规范的学术引用

这部分讲具体操作，都是我踩过坑之后的经验。

文献引用最关键的是三个一致：文中引用和文末参考文献一致，参考文献的格式统一，引用内容和你想表达的意思一致。我见过太多次，引用写的是这个作者的观点，但正文中论述的是另一回事。这就是”引用内容和你想表达的意思一致”的问题——你引用了A的结论，但用来说明B的观点，这在学术上是不严谨的。

用AI工具辅助写作，现在已经是普遍现象了。问题不在于用AI，而在于怎么用、怎么标注。如果你用AI帮你润色语言，需要在方法论或致谢部分说明”本文使用了XX AI工具进行语言润色”；如果你用AI帮你分析数据，需要说明使用了什么工具、什么版本；如果你用AI帮你写代码，需要在注释里标注。AI生成的内容不是你的原创贡献，这一点必须清楚。

数据处理的每一步都要能解释。你对原始数据做了平滑处理，为什么？去掉了某个异常值，为什么？这些都是审稿人和评委可能问的问题。最好的回答方式，就是拿出原始记录来对照。如果你连原始数据都找不到了，你怎么解释你的处理步骤是合理的？

涉及人体和动物的实验伦理

这部分是本科生最容易忽视的。

如果你做的是涉及人的研究——问卷调查、行为实验、甚至只是采集了一滴血——都需要通过伦理审查。不是学校有要求才需要，而是只要涉及人，就必须审查。这不是走过场，伦理审查的目的是保护受试者的权益。你的实验方案有没有告知受试者风险？有没有获得知情同意？数据怎么存储、会不会被滥用？这些都要说清楚。

动物实验更严格。在国内，涉及动物的研究需要通过实验动物伦理委员会的审批，审批周期通常在一到三个月。我见过有本科生不知道这个要求，实验都做完了才发现没走审批流程，结果数据完全没法用。动物实验伦理审查不只是形式，它对实验操作、麻醉方式、安乐死方法都有具体规定。你以为省钱省时间跳过了，结果往往要多花十倍的时间来补救。

遇到学术不端怎么办

这个话题很敏感，但我想认真讲讲。

如果你发现同学或合作者有学术不端行为，第一步是确认事实，不要急于下结论。数据找不到不一定是被篡改了，也可能是管理混乱；图表风格不一致不一定是造假，也可能是不同软件处理的结果。先核实，再判断。

确认有问题之后，看情况决定怎么处理。如果是小问题，比如引用格式不规范，可以私下提醒当事人，给对方改正的机会。如果是大问题，比如明确的数据造假，建议通过正式渠道举报。每个学校都有学术诚信委员会或者学术委员会，这是专门处理这类事情的地方。举报要注意保护自己，不要在公开场合指名道姓，以免被反咬一口说是诽谤。

如果你被举报了怎么办？第一，保持冷静，配合调查。第二，整理好你自己的原始记录，这是证明你清白的最好武器。第三，不要试图自己和解或者私下解决，让程序来评判。第四，如果确实是自己犯了错——比如引用不规范——诚恳承认并改正，不要为了面子硬撑。

最后说一句掏心窝的话：学术诚信不是做给导师看的，不是做给学校看的，是做给你自己的。你做的每一份实验记录、引用的每一篇文献、署的每一个名字，都是你科研生涯的脚印。这些脚印会跟着你走很远，不要让它们变成日后的绊脚石。

希望你们在做第一个实验、写第一篇论文的时候，就把这些规矩刻进骨子里。

继续阅读导航

上级目录

同目录索引

跨库关联

同主题推荐

相关标签

  • 大二大三核心信息差
  • 进行科研信息差
  • 竞赛
  • 科研
  • 就业
  • 创业

下一步阅读