论文造假原因(现在的学术论文里存在数据造假的情况吗)

下面是好好范文网小编收集整理的论文造假原因(现在的学术论文里存在数据造假的情况吗)，仅供参考，欢迎大家阅读！

我早年还在做科研的时候，整个组里一半的数据处理要经我的手。倒不是因为我多牛逼，只是因为位阶比较低，这种费力不讨好的活儿自然落到我头上。

可能我还算有点儿天分，逐渐把数据处理给自动化。所以本着能者多劳的原则，越来越多的数据就开始经我的手。

然后重点来了，十几个参数，无数的阈值，还有十几个步骤。同一个数据，只要微微一调整就会有完全不同的结果。而整个组里，除了我，没有一个人对这些处理数据的步骤和方法都熟悉。或者这么说，在整个世界，整个领域里对这套方法理解很深刻的人不超过10个，而这10个人当中大部分都毕业去了工业届，几乎没人留在科研届。

原因就在于，搞这个领域的数据处理很难发文章。

好了，到了最后，随着我手越来越熟。我可以这么说，无论你给我什么数据，我都能处理出你想要的结果。而且，除非我提到的那十个人愿意花很大的精力来跟我死磕，否则，没有人能看出任何猫腻。

这件事成了我离开科研圈的一个重要原因。这是数据处理环节，后来我参与一些实验，其实也类似。实验环境的一点点微调就可以让结果千差万别，有的是无意的，有的是人为的。整个科研，从样品制备，实验设备调试，实验进行，数据筛选，数据处理，图像处理……每一步都有很大的操作空间。很多微操如果按照严格的理想化的标准来看都算是造假，但要真按照这个标准，一半的科研机构都躲不过造假的指控。

开始我觉得这个问题是个别的，后来才发现这是结构性的。

这么说吧，人类科研领域越来越难取得成果，低垂果实都已经被前人给摘了。所以想要取得真正的成果需要天量的投入。但是科研部门评判标准却是论文的数量，这套标准让科学家无法不顾一切地投入，在机制中寻找真理。科学家必须在经费和产出间权衡。而能够微操的空间有那么大，所以造假或者不严谨的处理变得非常普遍。另外，检测造假的成本非常高，前一段时间沸沸扬扬的韩春雨造假事件。我其实一直在挺他，但最后事实证明他就是在造假。但这个鉴别造假的过程，足足让整个世界相关超过十个课题组，用了半年时间才得到结论。其人力物力的成本少说也是千万量级。因此，如果不是重大的成果，学界根本不会花费那么多时间来鉴别数据的真伪。

评判标准单一化

投入不足

造假成本低

鉴假成本高

后来我去了工业界，发现工业界就好得多。工业界里搞的探究不是为了发文章，而是为了提高产品性能，所以数据灌水毫无意义。因此，工业界发表的文章可能并不多，也许档次也不见得高，但至少数据和实验大都可信。

总之，学术领域是需要大力改革的，里面的问题非常多。以前我们只是单纯学欧美，现在也需要在这个基础上进行相应的创新了。

结论错误的多的是，谨慎推测别人作假（最好不要认为别人作假），所以一定要批判性得看文章。所以记得有一句话：理论物理的人都认为自己的结论可信，但别人不信。实验物理的工作别人都相信，唯有自己不信。

一般来说感兴趣的重复下实验或推导。重复不出来就要找原因，仪器不如人，还是水平不如人，还是没看懂。要认为文章有作假一定要慎之又慎，万分谨慎。在我审查文章时，我们必须认定作者的实验数据没有作假。这是要求。

至于逻辑漏洞导致的文章结论错误就很多了，不过多看了终能分辨出来。关于逻辑漏洞，会导致文章的结论错误，不是作假，也无关道德。科学的进步本来就是在争论中得出正确结论。在数据有限的情况下，只能凭借忽略次要因素，和猜想来建立模型。那么模型不正确的可能性很高。历史上的大牛们也经常犯错，比如泡利就一直不相信杨-李的弱宇称不守恒一样一样。但是在发展过程中，当实验的数据积累到一定程度，正确的结论就会呼之欲出。

最后，作假非常恶劣，作假必须严惩，但必须有足够的证据。科研上一开始的新现象大都是偶然所得，重复性不好很正常。重复性好那不是科学，是工程。

多年前我们组做出了金刚石放大器，就成功一次发了PRL，在接下去的两年时间再也没重复出来。直到我花了很多时间，重摸条件，才稳定实现。但就科学上的意义远不如第一次得到信号。

个人觉得给小保晴方子的时间还不够多。。。