健康研究信任代價高昂 學術界籲確保可信度
隨著健康研究論文數量快速增長，確保這些研究內容的可信度成為學術界日益嚴峻的挑戰。學術出版商指出，知識的成本不僅包含讓研究普及，也包含使其值得信任。這種信任的建立，需要作者、編輯、審稿人及期刊等多方投入大量心力。
在生物醫學及臨床科學領域，研究產出從 2010 年的約 75 萬項，預計將在 2025 年倍增至 165 萬項。然而，能夠評估如此龐大研究量的專家能力，卻未能以相同的速度成長，導致審查壓力劇增。這使得錯誤的研究，甚至是被操弄的內容，可能嵌入到證據鏈中。
根據 2025 年發表在《英國醫學期刊》（The BMJ）上的一項研究，共發現 1,330 項被撤回的臨床試驗，以及 847 篇引用這些撤回試驗的系統性回顧。當從這些統合計畫中移除被撤回的試驗後，8.4% 的可重複統合計畫中，綜合效應方向發生改變；16% 的統計顯著性改變；更有 15.7% 的效應大小變化超過 50%。這些來自 68 篇受影響系統性回顧的證據，甚至被引用於 157 份醫療指引文件。
2026 年，一篇發表於《刺胳針》（The Lancet）的通訊文章，針對 250 萬篇生物醫學論文進行稽核，發現 2,810 篇論文中共計 4,046 處捏造的參考文獻，這些可能源於論文工廠、刻意不當行為，或不當使用人工智慧（AI）。
生成式 AI 能輔助解決專家不足的問題，例如支持篩選、驗證與錯誤檢測。然而，其價值在於輔助而非取代專家人類的判斷。專家指出，AI 同時也可能大規模地產生看似權威的錯誤資訊（即「幻覺」）。International Committee of Medical Journal Editors (ICMJE) 的現行指引便提到，AI 不能作為論文作者，人類仍須對準確性、歸因與抄襲檢查負責，且使用 AI 應保持透明。
因此，學術出版無論採開放取用或限制取用，其可信度皆依賴可靠的編輯政策、嚴謹的同儕審查（peer review，即由同領域專家審核研究的過程）、倫理監督、檔案保存，以及可見的更正與撤回機制。推動值得信任的學術出版，需要持續的投資，因其代表著研究系統中最寶貴的「信任」資產。
參考來源
