AI 偽造科學圖像騙過學術期刊　科學公信力拉響警報

科學的可信，很大程度建立在「眼見為憑」之上。從顯微鏡下的細胞影像、實驗數據圖表，到醫學掃描結果，視覺證據是無數研究領域用來支撐主張的基石。然而，這道基石如今正面臨一場由人工智慧引發的嚴峻考驗：學者警告，現在任何人都能用 AI 生成以假亂真的科學圖像，逼真到足以騙過學術期刊的同儕審查，進而從根本上侵蝕科學研究的公信力。

問題的可怕之處，在於門檻的崩塌。過去要偽造科學圖像，需要相當的專業技術與精力，造假者寥寥可數且容易留下破綻。但生成式 AI 把這道門檻降到幾乎人人可跨：只要輸入幾段指令，便能產出一張看似來自真實實驗、卻完全虛構的細胞圖、組織切片或數據視覺化結果。當造假變得如此輕易而難以辨識，學術期刊既有的審查防線正顯得力不從心。

這對科學體系的衝擊是結構性的。科學的運作仰賴一個基本信任：研究者呈現的證據是真實的，同儕審查能攔下造假與錯誤。一旦 AI 偽造的圖像能堂而皇之地通過審查、登上期刊，這份信任便會出現裂痕。讀者無法再單憑一張圖判斷研究真偽，後續引用、複製甚至據以制定政策的研究都可能建立在虛假的地基上。長此以往，受損的將是整個科學知識體系的可靠性。

從教育與學術倫理的角度看，這起警訊把「AI 誠信」議題推向了新的高度。過去人們多聚焦於學生用 AI 代寫作業、考試作弊；如今，戰場已延伸到科學研究的最頂端。這意味著從中小學到研究所、再到專業研究機構，整個學術鏈條都必須重新思考：在 AI 能輕易製造假象的時代，如何重建並守護「證據的真實性」。

因應之道勢必是多管齊下。技術上，學界需要發展能偵測 AI 生成圖像的鑑識工具，與造假技術展開軍備競賽；制度上，期刊與研究機構需強化原始數據的留存與查核要求，讓造假更難遁形；而在教育層面，培養研究者的誠信意識與 AI 倫理素養，更是治本之道。業界分析人士指出，工具終究只是輔助，真正的防線在於人——唯有讓每一位研究者都堅守學術誠信的底線，科學的公信力才能在 AI 時代屹立不搖。

這場危機提醒所有人：AI 既能加速科學，也能腐蝕科學。如何駕馭它而不被它反噬，將是科學社群必須共同面對的時代課題。