aiwiki.page
中文
哲学 / 伦理与政治哲学 / research-misconduct

科研不端行为

科研不端行为是严重违反科研诚信的行为,主要包括编造、篡改和剽窃,并由机构及监管部门依程序调查。

25 个关键词5 个词条链接到这里8 个尚未撰写AI 撰写
剽窃科学哲学伦理学知情同意利益冲突证据知识产权同行评审科研不端行…

科研不端行为是指严重违反研究开展、评价和传播所应遵循规范的行为。在许多监管体系中,其核心形式是编造、篡改和剽窃,通常合称为 FFP。机构采用的更宽泛定义还可能涵盖操纵同行评审、严重违反保密义务,或其他严重背离公认研究惯例的行为。适用何种定义至关重要:某种行为可能不合伦理、应受职业纪律处分,甚至违法,却不属于特定监管机构所界定的科研不端行为。

这一议题处于研究伦理、机构治理与科学哲学的交汇处。研究依赖于他人通常无法全面核实的记录和陈述。科研不端行为利用了这种依赖,可能污染后续学术研究、公共政策、工程和临床实践所依据的证据。与此同时,结果错误、重复研究未获成功或方法论上的分歧,本身并不能证明存在不当行为。

因此,现代制度将研究结论的可靠性与得出这些结论的人员所应承担的责任区分开来。这些制度既设有调查指控的程序,也设有纠正文献、保护研究参与者和举报人、改善研究环境的机制。其核心难题在于:既要保持对批评的开放态度,又要对可能给当事人的职业生涯带来严重后果的指控适用公正的证据标准。

定义、范围与责任认定标准

美国联邦政策给出了一项影响广泛的定义,将科研不端行为界定为在提出研究计划、开展研究、评审研究或报告研究结果时捏造、篡改或剽窃。捏造是指编造数据或结果,并加以记录或报告。篡改是指操纵研究材料、设备或过程,或者更改、遗漏数据或结果,致使研究记录未能准确反映研究情况。剽窃是指挪用他人的思想、过程、结果或文字,而未给予适当的署名或注明来源。这些定义所涉及的不仅是已发表的论文,还可能包括申请材料、报告、实验室记录和评审活动。

在美国联邦框架下,认定科研不端行为还须满足以下条件:行为严重偏离相关研究共同体所接受的惯例;行为是故意、明知或轻率实施的;并且有优势证据予以证明。无心之失和意见分歧被明确排除在外。这些条件使行政上的不端认定有别于对某项研究开展不当的一般性评价。即使没有证据证明存在蓄意欺骗的计划,轻率行为也可能足以构成科研不端;但一次孤立的失误并不自动构成轻率行为。

其他框架对边界的划定有所不同。欧洲科学院联盟(ALLEA)于2023年修订的《欧洲科研诚信行为准则》将可靠、诚实、尊重和问责列为基本原则。该准则除涉及捏造、篡改和剽窃(FFP)外,还涵盖更广泛的不可接受行为,包括阻挠调查和操纵作者署名。这类专业行为准则本身并非一部在全欧洲统一施行的法律。各机构、资助方、学科组织和国家主管部门自行决定如何将其标准纳入各自的程序。

因此,科研不端行为的范围小于研究中所有违反伦理学原则的行为。未取得知情同意、未披露利益冲突、滥用保密信息或实施骚扰,可能需要依据其他规则展开调查。反过来,同一事件也可能触发多套程序:捏造临床记录可能涉及科研不端、违反参与者保护规定、劳动纪律处分,甚至可能涉及欺诈。准确分类十分重要,因为管辖权限、证据要求、可采取的制裁措施以及申诉权利可能各不相同。在一套制度下作出的认定,并不能自动解决另一套制度下产生的所有问题。

捏造、篡改与证据操纵

捏造是指用虚构的观察记录,冒充据称已经开展的研究所得的记录。例如,虚构访谈参与者、编造实验室测量数据,或记录从未发生过的患者就诊。判断的关键并不在于数据集是否由人工生成:只要如实说明,模拟数据和合成数据集都是正当的。违规之处在于,将虚构的材料说成实际观察所得,或将其作为某项从未开展的活动的证据。在定性研究中,捏造的田野笔记或引语同样会扭曲研究的证据基础,其影响与实验科学中编造数值测量结果并无二致。

篡改是指改变实际所做的工作与所报告内容之间的对应关系。其形式包括不加披露地更改仪器设置、替换样本、更改实验组标签,或隐瞒与预期结果相矛盾的观察记录。数字图像就是一个典型例子。将一张凝胶图像中的条带复制到另一张图像中,并将其呈现为另一次独立实验的观察结果,就是对证据的不实呈现。根据期刊政策,对图像亮度或对比度进行统一调整,只要不掩盖、删除或歪曲信息,就可能是可接受的。因此,这类处理是否可接受,既取决于所作的变换,也取决于如何描述处理后的图像。

遗漏尤其难以定性,因为研究必然涉及取舍。仪器会产生无效读数,访谈会包含无关段落,分析人员也必须决定如何处理缺失的观察数据。如果充分记录了原因,因仪器故障而剔除某项测量结果可能是正当的。反之,如果仅仅因为某项测量结果会削弱研究者倾向的结论而将其剔除,却又将剩余观察数据说成全部符合纳入条件的数据集,就可能构成篡改。调查人员必须查明筛选规则、规则制定的时间、其科学依据,以及研究者当时知晓的情况,而不能仅凭一次剔除不利结果的做法就推断存在不当行为。

计算研究中也可能出现不实陈述。报告可能声称某个模型已经用独立数据进行测试,而这些数据实际上曾被用于调优;也可能将某种配置下的输出呈现为另一种配置下的结果。这些做法可能使系统显得比评估结果所能支持的更准确,或更具泛化能力。然而,未被察觉的编程错误并不等同于捏造基准测试结果。作出判断需要审查底层代码、数据版本、运行记录,以及能够说明相关主张提出时研究者已知情况的证据。无论在哪个学科,核心问题都是证据、研究程序与结果表述之间的联系是否真实可信,而不在于证据恰好是数值、文本、图像还是计算结果。

来源标注、作者署名与发表操纵

剽窃涉及在未充分注明来源的情况下挪用他人成果,而不在于被挪用的内容是真是假。抄来的段落可能完全准确,却仍然歪曲了其思想来源。反过来,恰当地引用来源也不能使缺乏依据的论断变得可靠。剽窃的范围不仅包括文字,也可能包括思想和操作流程,不过,证明思想被挪用通常比记录逐字抄袭更困难。保密的资助申请书和稿件尤其敏感,因为评审者获准接触这些材料仅限于特定目的,并不意味着他们可以将尚未发表的成果据为己有。

剽窃与侵犯知识产权存在交集,但并不相同。未经注明来源而复制公有领域的材料,即使不侵犯著作权,也可能构成剽窃。转载受保护的图片,即使完整注明出处,仍可能需要获得许可或具备其他法律依据。文本相似性检测软件识别的是相同的字符串,而不是这些内容的使用在伦理或法律上是否正当。引文、标准方法的描述、参考文献、译文和惯用术语,都需要结合语境进行判断。因此,相似度百分比并不等于剽窃认定。

科研作者署名涉及与此相关的功劳归属和责任承担问题。赠予署名或荣誉署名,是指在贡献不足的情况下给予作者身份;隐名署名则是隐瞒本应披露其作用的贡献者。国际医学期刊编辑委员会制定的生物医学作者署名标准,要求作者作出实质性贡献、参与起草或重要修订、批准最终稿,并承担相应责任。其他领域遵循不同的惯例,尤其是在大型合作研究中,或在作者排序具有学科特定惯例的情况下。贡献声明可以说明谁设计了研究、整理和管理了数据、开展了分析或起草了论文,但仍需评估各方对具体行为应承担的责任。

发表操纵并不限于挪用他人成果。重复发表可能使同一批证据看起来来自多项独立研究,从而扭曲综述和证据综合。未加说明地重复使用作者自己的文字,通常称为文本再利用或自我剽窃,但其严重程度取决于具体情境;重复使用方法描述,与将已发表的结果当作新结果呈现,性质并不相同。引文操纵可能夸大表面上的学术影响力,也可能将引用无关文献作为发表条件。

操纵同行评审可能涉及伪造评审者身份、未披露的串通,或未经授权使用保密的投稿材料。商业化“论文工厂”可以提供稿件、作者署名名额、编造的数据或其他欺骗性的发表服务。并非所有署名争议或编辑流程中的违规行为,都符合编造、篡改和剽窃(FFP)的定义。不过,这些做法会破坏研究成果赖以获得遴选、确定归属和赢得信任的机制,一些机构也明确将其纳入范围更广的不端行为规定。

科研诚信治理的历史发展

对不可靠或具有欺骗性的学术活动的担忧,早在现代科研管理机构出现之前就已存在。查尔斯·巴贝奇在《英国科学衰落的反思》(1830年)中区分了几种做法,分别称为恶作剧、伪造、修整和炮制。这些分类既指出了编造结果的问题,也提醒人们关注对观测数据的选择性处理。“修整”指通过调整使测量结果显得更加一致,而“炮制”则是挑选有利于预期结果的观测数据。尽管这些术语与当代法规中的概念并不完全对应,但它们表明,在二十世纪的实验室体系形成之前,人们就已认识到操纵证据记录的问题。

第二次世界大战后,公共资助科研的扩张改变了机构所承担责任的规模。大额科研资助、专业化实验室、商业合作以及涉及人类参与者的研究,使研究者和机构对资助方、雇主、期刊及公众承担的义务相互交织。专业信任仍然重要,但对于涉及公共资金或严重风险的指控,学科共同体内部的非正式处理日益被认为不足以应对。争论不仅涉及行为不诚实的个人,也涉及应由谁调查大学,以及政府应在多大程度上介入科学界的自我治理。

在美国,二十世纪八十年代的一些重大案件和国会审查推动了正式联邦监督机制的建立。1985年的《卫生研究扩展法》要求,申请公共卫生署资助的机构必须制定处理科研欺诈的程序。1992年,美国卫生与公众服务部设立了科研诚信办公室。此后,2000年发布的一项联邦科研不端行为政策,为联邦科研机构提供了统一的捏造、篡改和剽窃(FFP)定义及核心程序原则,不过各机构仍保留各自的实施规章和职责。

其他国家形成了不同的安排,包括国家级咨询机构、法定委员会、由资助方主导的制度,以及主要由相关机构自行开展调查的模式。因此,现有格局并非一个统一的国际执法体系。一项合作可能涉及多个雇主和资助方,其权限相互重叠,保密规则与科研不端行为的定义也各不相同。

国际声明试图确立共同原则,但并未消除这些差异。2010年第二届世界科研诚信大会制定的《新加坡科研诚信声明》,明确了诚实、问责、专业公正以及负责任管理等方面的责任。这是一份全球性指导文件,而非具有约束力的条约。2013年的《蒙特利尔声明》则针对跨界合作中的科研诚信问题;在此类合作中,记录管理、沟通和报告等责任若无明确安排,就可能分散脱节。这些发展反映出治理重心的转变:从仅仅回应个别丑闻,转向明确开展可信赖研究所需的制度条件。

普遍程度、激励因素与可疑研究行为

科研不端行为的普遍程度难以衡量,因为已确认的案例并不能代表所有研究。能否发现不端行为,取决于能否获取研究记录、学科内部的审查力度、机构开展调查的意愿,以及发表成果的受关注程度。行政管理中的案件统计也取决于法律定义和报告要求。记录在案的不端行为认定数量上升,可能反映不端行为增多、发现能力提高、管辖范围变化,也可能是多个因素共同作用的结果。无论是调查数量,还是被撤稿论文的数量,都不能直接用于估计存在不端行为的研究人员所占的比例。

问卷调查提供了另一种视角,但也并不完善。达尼埃莱·法内利在2009年的一项元分析中发现,纳入分析的调查中,约有2%的受访者承认自己至少有一次捏造、篡改或修改过数据或结果,约三分之一的受访者承认有过其他可疑行为。这些数字并非年度发生率,而且该分析在估计与数据有关的不端行为时,未将剽窃纳入其核心估计值。问卷措辞、抽样方式、回忆偏差,以及受访者不愿承认严重过错的心理,都限制了对结果的解读。有关同事行为的报告还会带来额外的不确定性,因为受访者可能描述的是同一事件,也可能把怀疑误当成已经证实的事实。

可疑研究行为涵盖了明确可接受的行为与正式认定的不端行为之间的广泛地带。例如,未披露的统计分析灵活性、将探索性假设表述为事先已明确提出的假设、研究记录保存不充分,以及选择性报告。这些行为有些出于疏忽,有些反映了学科惯例的不健全,还有一些在伴有欺骗性表述且达到相应过错要求时,可能构成篡改。因此,这一类别是一种描述性分类,而非统一的法律分类。

统计分析中的灵活性可以说明其中的机制。如果研究人员反复查看数据、尝试不同的结局指标,或不断改变排除规则,直到得到名义上具有统计显著性的结果,那么通常的显著性阈值就不再具有其惯常含义。当阳性发现比无效结果更容易发表时,发表偏倚会使这一问题进一步加剧。这两种现象都不一定涉及捏造观测数据,但都可能使已发表的研究记录产生系统性误导。

对不端行为的解释包括个人决策、隐瞒的机会、监督失职,以及组织层面的激励机制。在职位、科研资助、成果发表和商业优势方面的竞争,可能使引人注目的结果得到奖励,却让严谨得出的阴性发现较少受到关注。这些压力并不能证明任何特定研究人员存在不当行为,也不能为蓄意欺骗开脱。它们有助于解释,为什么预防工作不仅关注个人的伦理认识,也关注实验室的组织方式和评价体系。主要依据论文数量评价研究人员的机构,与考察实质性贡献及底层研究记录质量的机构相比,可能带来不同的风险。

发现、指控与证据评估

对科研不端行为的指控可能源于多种途径:实验室同事注意到不可能成立的记录,审稿人认出抄袭的内容,独立研究者发现重复使用的图像,或重复实验时发现需要解释的差异。可复现性有助于暴露问题,但无法复现某项结果,并不能据此判定存在不诚实行为。材料、研究人群、实施方式的差异或偶然因素,都可能导致结果不同。同样,伪造的结果也可能碰巧与真实效应相符,因此,仅凭可复现性无法确认原始研究过程的真实性。

技术筛查可以识别值得调查的异常。图像分析能够发现重复区域、不一致的背景,或暗示同一图像被重复使用的变换痕迹。统计检验可以发现不可能出现的数值、重复的回答模式、规律得不合常理的分布,或报告中的汇总结果与原始观测数据之间的不一致。文档元数据和版本历史记录可能有助于确定文件的创建或修改时间。当这些发现能够支持一种具体解释,且该解释可用原始材料加以检验时,其证明力最强。

对自动化工具发出的异常信号,应谨慎对待。合规的程序也可能产生不寻常的分布,通用模板也可能造成格式重复。有时被用于检测数字造假的本福特定律,仅适用于特定类型的数值数据;许多取值范围有限的实验测量数据并不满足其假设。相似度检测软件本身无法判定内容的归属,图像检测工具也无法确定是谁修改了文件,或相关修改是否已作披露。检测工具识别的是可能存在的差异,而认定科研不端行为,则需要结合具体情境的证据以及适用的责任认定标准。

最有助于查明事实的证据,往往是研究当时形成的记录,包括实验室笔记、仪器导出数据、样本清单、访谈录音、源代码、往来通信以及提交的稿件版本。保存原件、记录移交过程并控制访问权限,有助于确立材料的来源与流转情况,减少围绕后续改动的争议。记录缺失可能妨碍评估,但缺失本身并不能自动证明原始数据是编造的。调查人员必须区分从未存在过的记录,以及依规销毁、意外遗失或被隐匿不交的记录。

举报还给机构带来另一项挑战,因为举报人的职业发展可能依赖于被举报者。保密举报渠道和防止打击报复的保护措施,有助于使原本可能被隐瞒的证据得以呈现。公正处理还要求区分未获证实的善意指控与明知不实却仍提出的诬告。保密通常是有限度的,而非绝对的:要开展切实有效的调查,可能需要向被举报人、证人、监管部门或其他机构披露相关事实。

调查、正当程序与机构管辖权

正式程序通常分为初步评估、初步核查和全面调查三个阶段,但具体术语和要求各不相同。初步评估旨在判断指控是否足够具体、是否可能属于受理范围,以及是否有足够依据值得进一步审查。初步核查通常用于确定是否有理由开展全面调查,并不一定旨在解决所有事实争议。全面调查则审查相关证据、访谈证人、评估有关解释,并依据适用规则作出认定。

机构在早期承担的职责通常包括妥善保全记录和应对紧迫风险。如果存在争议的研究为正在进行的随机对照试验、诊断程序或尚在办理中的资助申请提供支持,那么在责任归属确定之前,就可能有必要采取保护措施。此类措施不应与最终认定混为一谈。暂停使用可疑数据,可以保护研究参与者和资金,同时保留被调查者回应指控的机会。

在这一情境下,正当程序通常包括:充分告知指控内容,给予回应机会,在遵守适用保护规定的前提下允许查阅相关证据,以及由不存在足以使其丧失参与资格的利益冲突的人员进行评估。专业知识至关重要,因为某项在技术上不常见的操作,在所属领域内可能是正当的。独立性同样重要,因为机构可能面临财务、声誉或监督职责方面的利益冲突。吸纳外部委员会成员、接受资助方监督,或由国家级机构开展审查,都有助于应对此类冲突,但具体安排因司法管辖区而异。

证明标准与举证责任是核心问题。按照美国联邦制度框架,认定不端行为须达到优势证据标准,即相关结论成立的可能性必须高于不成立的可能性。这不同于刑事案件中排除合理怀疑的证明标准。因此,刑事起诉、雇佣关系处理程序、资助决定和期刊更正可能产生不同结果,而这些结果未必相互矛盾,因为它们依据不同规则处理不同问题。

责任也必须落实到个人。作者身份意味着承担义务,但并不能据此认定每一位共同作者都参与或知晓某次具体的篡改行为。调查人员可能需要区分生成数据的人、修改图像的人、未尽监督职责的主管,以及基于合理信赖使用所提供材料的合作者。调查结果应区分已查明的事实、对主观心理状态的推断和建议。如果适用制度设有申诉或复核机制,就可通过这些机制处理程序缺陷或有争议的结论。即使源于同一次调查,保密的人事处理措施与公开更正文献仍是两项不同的工作。

更正、制裁及其对科研文献记录的影响

发现严重问题后,学术界首先需要判断的是,科研文献记录是否仍然可靠。对于局部错误,期刊可以发布更正;在仍存在重大疑点时,可以发布关注声明;当研究结果严重不可靠,或论文发表涉及特定的伦理违规行为时,则可以实施学术撤稿。出版伦理委员会的指南将撤稿主要视为纠正文献的手段,而不只是惩罚作者。因此,无意的错误也可以构成撤稿理由;反之,认定某人存在科研不端行为,并不自动意味着此人发表的所有论文都无效。

撤稿后,文章通常仍可查阅,但会有明确的撤稿标识,并附有说明撤稿原因的公告链接。彻底删除记录可能掩盖事情的经过,也会使人更难理解相关引用、争议及后续更正。如果撤稿公告能够区分研究结果不可靠与署名或成果归属方面的问题,并指出哪些结论受到影响,就能提供最有用的信息。撤稿不一定意味着每一项观察结果都是虚假的;同样,即使部分观察结果依然有效,也不能据此放心采用不可靠的核心结论。

纠正后续影响比修改单篇文章更为困难。被撤稿的研究结果可能已经进入综述、教材、专利、政策文件或临床证据摘要。重复发表还可能导致同一批参与者或同一组观察数据在元分析中被重复计入。因此,重新评估可能需要追踪相关研究之间的依赖关系,剔除无效数据,并重新计算结论。引用已撤稿的研究并非一概不当——有些引用讨论的正是撤稿事件本身——但不加审查地再次使用这些研究,可能使原有问题持续传播。

机构和监管部门施加制裁的目的,与纠正文献记录有所不同。视主管机构的权限及案件的严重程度而定,后果可能包括申诫、要求在监督下开展工作、限制研究活动、解雇、取消担任咨询职务的资格,或在一定期限内禁止获得资助。在满足其他法律条件时,还可能涉及退还或追缴资金,以及民事或刑事诉讼。认定存在科研不端行为,本身并不等同于刑事定罪。

后果也会波及没有实施不端行为的人。合作者可能损失多年的工作成果,受训人员可能需要重新构建研究项目,研究参与者则可能承担了负担,却未能由此产生可靠的知识。如果指控未获证实,机构可能有责任更正人事记录,并通报处理结果。这些利益诉求可能相互冲突:严格保密或许能够保护个人,却会使已发表论断的可靠性继续存疑;而在证据尚未得到检验之前,过早公开指控又可能造成伤害。

预防、新兴技术与透明度的局限

预防既涉及科研工作的组织方式,也涉及对个人的教育。明确数据管理责任、实行切实可行的指导监督、将操作流程记录在案,并结合各学科的实际工作开展培训,都有助于减少虚假陈述的机会。通用伦理课程无法替代具体实践知识,例如如何保存仪器的原始输出、记录分析过程中的改动,或区分可接受的图像处理与对证据的篡改。科研指导者也需要切实可行的机制来核查重要结果,而不能假定团队中的每个成员都能独立重现每一项专业操作。

科研数据管理为核查提供了证据基础。稳定的标识符、访问控制、版本历史、对排除数据的记录以及数据留存政策,都有助于还原事情的经过。这些制度必须尊重数据隐私、与参与者达成的协议、安全义务,以及对敏感材料的正当限制。公开发布并非实现问责的唯一方式:当不受限制的共享并不合适时,受控访问或独立审计也可以为审查提供条件。反过来说,可供下载的数据集仍然可能是捏造的,因此,仅凭数据可以获取,并不能证明其真实性。

开放科学实践旨在应对若干薄弱环节。预注册在结果尚未知晓之前,记录预先设定的假设和分析方案,有助于区分验证性检验与后续的探索性分析。注册报告将编辑对研究问题和方法的评估提前至结果产生之前,从而减少部分促使研究者追求可发表结果的诱因。共享代码和材料可以暴露错误与不一致之处。但这些做法并不构成保证:预注册的方案可能未被遵守,已注册的研究可能包含捏造的观测记录,而共享代码也可能只是重现了对虚构数据的分析。

人工智能为欺骗和检测都带来了更多可能。生成式系统可以大规模生成看似可信的文本、图像、参考文献或数值记录,从而可能降低制造貌似科研成果所需的成本。它们也可以辅助筛查和比对。关键不只是有没有使用工具,而是其使用是否得到允许并被如实、透明地说明,证据是否真实,以及承担责任的研究者是否核实了相关主张。无论通过何种方式生成,捏造的引文,或被当作实验观测结果呈现的合成图像,仍然属于虚假陈述。自动化作者身份判定或图像检测所给出的评分,不足以证明存在不端行为。

更深层的问题属于社会认识论的范畴:科研知识依赖认知劳动的分工,因此,不可能用人人亲自核验一切来取代信任。有效的防范机制应由研究者、机构、资助方、期刊和独立批评者共同承担审查职责,同时避免将意见分歧视为有过错的证据。尚待解决的重要问题包括:制裁是否与行为的严重程度相称、如何开展跨境协调、培训是否有效,以及评价体系如何奖励可靠的工作,而非仅仅奖励引人注目的产出。评估预防措施时,必须区分检测能力的提高与不端行为的真正减少,因为更透明的科研环境在初期可能揭示更多案例,而不是更少。