<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>学术诚信危机 on AI内参</title>
    <link>https://www.neican.ai/main_topics/%E5%AD%A6%E6%9C%AF%E8%AF%9A%E4%BF%A1%E5%8D%B1%E6%9C%BA/</link>
    <description>Recent content in 学术诚信危机 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Tue, 17 Jun 2025 02:52:25 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/main_topics/%E5%AD%A6%E6%9C%AF%E8%AF%9A%E4%BF%A1%E5%8D%B1%E6%9C%BA/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>当算法侵蚀学术：AI与公共数据如何助长一场“垃圾论文”海啸</title>
      <link>https://www.neican.ai/insights/article-20250617025225335-1/</link>
      <pubDate>Tue, 17 Jun 2025 02:52:25 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250617025225335-1/</guid>
      <description>随着AI工具的普及和公共数据集的滥用，学术界正经历一场前所未有的“垃圾论文”爆发，仅一个数据集一年就产出近8000篇论文，引发了对学术诚信和科学质量的严重担忧。这一现象不仅暴露出AI技术被论文工厂利用的风险，更深层地揭示了当前“以量取胜”的科研评价体系与开放获取期刊商业模式所导致的结构性扭曲，亟需从技术检测、期刊审查和激励机制改革等多维度进行应对，以维护科学的本质与价值。</description>
    </item>
  </channel>
</rss>
