投稿前，参考文献列表是审稿人和编辑最先核查的环节之一。随着生成式人工智能被广泛用于文献整理，期刊对“伪造参考文献”的界定也在不断细化。2026年，多家期刊在AI使用声明和投稿须知中，把这一问题拆成了四类可操作核查的情形：不存在文献、引文不符、虚增数量与转引伪装。与其把“AI幻觉引用”当成一个笼统的风险，不如把这四类情形当作投稿前的四条检查清单，逐条核对，把隐患挡在提交之前。
第一类：不存在文献——逐条核验书目信息是否真实存在
这是最典型、也最容易识别的AI幻觉场景。生成式模型在训练数据中见过大量参考文献的格式，却可能在组合时“创造”出一篇从未发表的论文。这类文献往往格式完整，作者、题名、期刊、年份、卷期页码一应俱全，但检索不到任何记录。
投稿前，你需要对参考文献列表中的每一条做一次“存在性核验”。操作上可以分两步走：
- 优先用DOI定位。如果条目带有DOI，直接到CrossRef或DOI注册机构查询。若DOI在注册表中不存在，则该引用要么是伪造的，要么包含拼写错误。若DOI存在但解析出的论文与引用信息不符，说明这是一个“嵌合体引用”——由不同论文的部分元数据拼凑而成。
- 没有DOI就按标题检索。在Google Scholar、PubMed、Web of Science或所在学科的主流数据库中搜索标题。若标题搜索结果为零，且作者、期刊等信息也无法对应，基本可以判定该文献不存在。
这里要特别提醒：不要只核验“是否有这么一篇论文”，还要核验“是不是这一篇”。常见的情况是，DOI有效但标题略有不同，或者DOI解析到一篇完全不同的论文，又或者CrossRef显示论文存在但作者对不上。这些都是“存在性核验”必须覆盖的偏差，不能因为检索到了某条记录就默认无误。
第二类：引文不符——核对正文引用与原文内容是否对应
文献真实存在，不代表引用就正确。第二类情形是“引文不符”：文献本身是真的，但正文中声称的内容与原文实际表达的观点、数据或结论不一致。这类问题往往比“不存在文献”更隐蔽，因为审稿人如果去查原文，会发现这篇文献确实存在，但细看内容却对不上。
核验引文是否相符，需要回到“实际阅读”这一环节。对每一条关键引用，你都应当确认以下三点：
- 主张是否对应：正文中引用该文献支持的论点，是否确实是该文献的核心或相关论述？不能把一篇讨论A问题的论文，拿来支撑B问题的结论。
- 数据是否对应：若引用涉及具体数字、百分比、统计结果，需要翻开原文核对数值，避免张冠李戴。
- 位置是否对应：页码或章节是否指向实际论述该内容的位置？有些AI生成的引用会把正确的文献配上错误的页码，导致读者无法定位。
一个实用的做法是：在写作过程中，每引用一篇文献就随手记录它的核心观点和具体页码，而不是等成稿后再回头补。这样既能保证引文与内容对应，也能为后续核验留下痕迹。
第三类：虚增数量——避免罗列未实际阅读的文献
第三类情形是“虚增数量”，指参考文献列表中存在作者并未真正阅读或使用的条目。这在AI辅助写作中尤其常见：模型为了“显得论证充分”，可能自动补全一批相关文献，而作者并未逐篇核实其内容，甚至从未打开过原文。
需要区分的是，虚增数量与“转引”不同。转引是明确标注“转引自”，承认自己引用的是他人转述的内容；虚增则是把未读文献直接列入参考文献，制造出“读过且引用过”的假象。后者在期刊声明中通常被认定为伪造或不当引用。
自查时，你可以对参考文献列表做一个“阅读标记”：
- 逐条问自己：这篇文献我是否真的读过原文？我是否能在正文中说出它的一两个具体观点？
- 如果某条文献是AI推荐、你并未阅读的，要么找到原文并补充阅读，要么直接从参考文献中删除。
- 对于确实相关但来不及阅读的文献，不要“先放着占位”。宁可少列，也不要虚列。
这里要强调：期刊声明禁止的是“虚增”，而不是“少引”。参考文献的完整性固然重要，但准确性优先于数量。一条真实、相关、被实际阅读过的文献，胜过十条看似相关却从未读过的条目。
第四类：转引伪装——把间接引用如实标注或改为直接引用
第四类情形是“转引伪装”，即作者把从他人文献中看到的转述内容，直接标注为原始文献的引用，却没有标注“转引自”。这在AI辅助写作中尤为常见：模型可能从一篇综述或二手文献中提取了某原始研究的结论，却直接以原始文献的格式生成引用，让读者误以为作者直接阅读了原始文献。
处理转引问题，期刊声明通常认可两种做法：
- 改为直接引用：找到原始文献，阅读原文，确认内容后直接引用原始出处。这是最理想的方式，既准确又完整。
- 如实标注转引：如果确实无法获取原始文献，应当在引用中注明“转引自某文献”，让读者知道该信息的实际来源链条。例如：“某研究指出……（转引自张三，2025）”。
需要特别注意的是，转引标注不是“免责声明”。即使标注了转引，你仍然需要对转述的准确性负责。如果转述本身有误，或者原始文献并不支持该观点，转引标注并不能掩盖问题。因此，对于关键论点，尽量追溯原始文献；对于次要信息，至少确认转述来源的可靠性。
投稿前的三条通用自查原则
除了针对四类情形的具体核验，投稿前还应当把握三条通用原则，它们贯穿于整个参考文献管理过程：
第一，保留过程记录。 从文献检索、AI辅助整理到最终引用，保留每一步的操作痕迹。哪些文献是AI推荐的、哪些是自行检索的、哪些经过人工核验，都应有记录。这不仅有助于自查，也是在期刊要求披露AI使用情况时，能够如实说明的依据。
第二，把核验纳入写作流程，而非投稿前的临时补救。 与其在成稿后花大量时间逐条核查，不如在写作过程中就同步核验。每引用一条文献，当场确认存在性、对应性和阅读痕迹。这样既能减少后期工作量，也能避免“写完了才发现某条关键引用是虚构的”这类被动局面。
第三，了解目标期刊的AI声明具体要求。 2026年，不同期刊对AI使用的披露要求并不完全一致。有的要求详细声明AI在文献整理中的具体用途，有的则要求在参考文献前加入“Declaration of AI use”之类的声明。投稿前务必查阅目标期刊最新的投稿须知和AI使用政策，按期刊要求如实披露，并以官方最新文件为准。检索日期和来源应当一并记录，避免引用过时政策。
把“伪造参考文献”从抽象概念拆成四类可核验的情形，本质上是把责任落实到具体的检查动作上。不存在文献靠检索核验，引文不符靠原文对照，虚增数量靠阅读痕迹，转引伪装靠如实标注。每一类都有明确的判断标准和操作路径。投稿前花一点时间走完这四条检查线，既能保护自己的学术信誉，也能让参考文献真正服务于论证，而不是成为风险点。
