写论文被AI坑了冤不冤？

近日，一篇名为《数据资产出资的风险类型及制度因应》的学术论文陷入争议——其引用的民事判决书案号竟然呈现“1234、3456、4567”这样明显的连号模式，而这些判决书又分别来自不同省份，显然违背常理。

面对质疑，论文作者所在高校迅速发布通报，承认问题源于作者对AI检索结果的轻信，未能对AI生成内容的真实性保持应有警惕。学校已依规对相关责任人作出处理。

学术研究水平可以有高下之分，但数据的真实性和引用的准确性，从来都是不可逾越的底线。这篇由师生共同完成的论文本应具备一定的专业水准，如今却沦为“被AI欺骗”的反面教材，令人唏嘘。更值得深思的是：倘若AI没有犯下如此低级的“连号式”错误，这篇论文是否就会安然存在于学术数据库里？又会不会被其他大模型当作可靠素材再次加工，制造出更多学术赝品？

从AI代写论文形成灰色产业链，到借助AI工具降低查重率，近年来AI在学术领域的渗透愈发深入。客观而言，AI确实能在文献搜集、数据整理等环节提升效率。但将AI视为便捷的流程工具，与不加甄别地全盘接受AI生成内容，两者有着本质区别。众所周知，大模型的训练数据来源庞杂，“AI幻觉”——即AI看似有理有据实则胡编乱造的问题——至今未能根本解决。用拼凑的文献作论据，拿捏造的数据证观点，无异于缘木求鱼。这也警示相关机构和高校，必须建立更严格、更细致的审核机制，减少“被AI骗出学术不端”的荒诞剧上演。

放眼更广阔的领域，误信AI的风险远不止于学术圈。有人请AI识别野生蘑菇，只看到结论却忽略安全提示，误食后头晕目眩；有人登山时向AI问路，结果越走越偏僻，最终体力耗尽被困……随着AI产品深度嵌入工作和生活的方方面面，“AI幻觉”可能演变为人们的“认知幻觉”，这一趋势值得高度警惕。

思考没有捷径可走。正如网友所言：“动不动就说‘AI说的’，简直荒唐至极！”从专业领域到日常生活，工具固然能高效整合信息，但永远无法替代人类自身的求证与判断。