一项新研发的AI工具可有效识别可疑的科学期刊，助力维护科研诚信。尽管开放获取期刊让研究成果能免费、即时地向全球传播，提升了知识可及性，但其迅猛发展也催生了一批以收取出版费为目的的“掠夺性期刊”。这些期刊常承诺快速发表，却缺乏严格的同行评审，严重损害学术质量。 在发表于《科学进展》（Science Advances）的研究中，科学家训练了一款AI系统，使其像“侦探”一样识别问题期刊的特征。研究人员向AI输入了超过1.2万份高质量期刊和约2500份曾被开放获取期刊目录（DOAJ）移除的低质或可疑期刊数据。AI通过学习发现，可疑期刊常存在编辑委员会信息缺失、网站设计粗糙、引用率低等警示信号。 随后，该模型被应用于Unpaywall数据库中的9.38万种开放获取期刊，成功识别出1000多个此前未被发现的可疑期刊，这些期刊合计发表了数十万篇论文。研究未公开具体期刊名称，以避免潜在法律风险，但指出其中许多来自发展中国家。 尽管该AI工具具备大规模筛查能力，仍存在约24%的误报率，即每四个被标记的期刊中就有一个是正规期刊。因此，研究人员强调，自动化筛查必须与人工专家评审相结合。他们指出：“AI在实现科研诚信的规模化检测方面潜力巨大，但必须与人类判断相辅相成。” 未来，随着掠夺性出版手段不断演变，研究团队计划进一步优化AI模型，提升其识别精准度。这场对抗虚假出版的斗争，需要人类敏锐的判断力与更智能的AI系统协同作战，共同守护全球科学出版的公信力。