教育部近年对生物医学论文的审查力度显著加强,重点监控查重率、AIGC率以及基因编辑等实验数据的真实性。我们实验室在分析某高校送审的120篇论文时发现,超过30%的论文因AIGC检测超标被退回修改,其中不少作者并非有意造假,而是对AI辅助写作的边界认识模糊。例如,某研究团队在描述CRISPR-Cas9编辑效率时,直接复制了AI生成的“编辑效率达85%”的表述,但实际实验数据仅为62%,导致盲审被判定为数据伪造。因此,自查的第一步是明确红线:查重率通常要求低于15%,AIGC率(即AI生成内容比例)需控制在20%以下,而基因编辑等关键实验必须提供原始测序图谱和重复实验记录。
我们建议采用分层自查策略:首先,使用专业查重工具(如iThenticate)检测文本重复;其次,通过AIGC检测工具(如GPTZero)评估AI痕迹;最后,对基因编辑数据执行统计学验证。例如,若某基因敲除实验声称表型显著变化,需计算效应量Cohen's d值,公式为 $d = \frac{\bar{x}_1 - \bar{x}_2}{s_p}$,其中 $s_p = \sqrt{\frac{(n_1-1)s_1^2 + (n_2-1)s_2^2}{n_1+n_2-2}}$。若d值小于0.2,则效应微弱,需警惕数据夸大。