JAMA更新AI投稿指南：为什么不建议用AI生成和整理参考文献？

使用ChatGPT、Claude等大语言模型查找文献时，只需输入研究主题，几秒钟内就能得到一份格式完整的参考文献列表。作者、标题、期刊、年份和数字对象唯一标识符（Digital Object Identifier，DOI）似乎一应俱全。但“格式完整”并不等于“文献真实”。2026年8月，《美国医学会杂志》（JAMA）发表最新AI使用指南，明确提醒作者：不建议使用生成式AI生成、格式化或管理参考文献。原因并不是所有AI生成的文献都一定是假的，而是大语言模型可能产生看似可信、实际不存在或信息不准确的引用，而作者仍需对参考文献的完整性、准确性和可靠性承担责任。本文为你详细说明：这项政策对正在使用AI辅助文献检索和论文写作的科研作者意味着什么？已经通过AI获得的参考文献还能不能使用？投稿前又该如何检查？

一、JAMA禁止作者使用AI写论文了吗？

没有。JAMA Network的新指南并不是全面禁止AI，而是根据使用场景划分风险和责任。

按照该指南：

• 使用AI检查基础语法和拼写通常可以接受，无需专门披露；
• 使用AI辅助翻译可以接受，但需要按要求披露，并由作者检查准确性；
• 使用AI辅助文献检索可以接受，但作者必须核实结果并说明具体用途；
• 使用AI辅助稿件准备可以接受，但通常需要在致谢部分披露；
• 使用AI参与研究、数据分析或方法流程，需要在Methods部分说明；
• 不建议使用AI生成、格式化或管理参考文献；
• 所有作者都必须对最终提交的内容负责。

因此，JAMA收紧的是那些容易影响研究准确性、可验证性和作者责任的使用方式。其中，参考文献被单独提出，是因为AI生成的引用错误可能非常隐蔽。

二、为什么AI生成的参考文献特别危险？

1. AI可能生成完全不存在的论文

大语言模型的工作方式不是在数据库中逐条检索并复制真实记录，而是根据训练数据和当前上下文预测可能出现的文字。因此，它可能生成一条结构非常完整的参考文献：

• 作者姓名合理；
• 标题符合研究主题；
• 期刊确实存在；
• 年份、卷期和页码看起来正常；
• 甚至带有格式正确的DOI。

但把这些信息放在一起后，对应的论文可能根本不存在。这类文献通常被称为AI幻觉引用（hallucinated citation）或虚构引用（fabricated reference）。

2. AI可能把不同论文的信息拼接在一起

另一种更难发现的问题是，参考文献中的每个元素可能都来自真实记录，但并不属于同一篇论文。例如：

• 作者是真实学者；
• 标题来自另一篇论文；
• 期刊名称正确；
• DOI能够正常打开；
• 但DOI最终指向的是完全不同的文章。

这意味着，只检查“DOI是否能打开”还不够。作者还需要继续核对标题、作者、期刊、年份和正文内容是否一致。

3. 真实文献不一定支持当前观点

AI可能推荐一篇真实存在、主题也看似相关的论文，但原文并没有得出正文中所引用的结论。

例如，正文写道：A因素会导致B结果。

但原始研究可能只发现A与B存在相关性，并没有证明因果关系。

从格式上看，这条引用没有问题；从学术论证上看，它却不能充分支持当前表述。

因此，参考文献核查不仅要确认“文献是否存在”，还要确认“引用是否真正支持旁边的论述”。

4. 文献状态可能已经发生变化

一篇论文在作者开始写作时可能处于正常发表状态，但在投稿前已经：

• 被正式撤稿；
• 发布更正声明；
• 发布关注声明；
• 被出版商标记为撤回；
• 出现其他影响可信度的重要更新。

Crossref目前已将Retraction Watch数据库中的撤稿及部分更新信息整合进相关元数据服务，数据库会持续更新。

因此，即使参考文献最初来自可靠数据库，投稿前仍有必要再次检查其当前状态。

5. AI可能遗漏正文与文后列表的对应关系

经过多轮写作、删改和AI改写后，论文中还可能出现：

• 文后列出某篇文献，但正文中没有引用；
• 正文出现作者和年份，文后却找不到对应条目；
• 同一篇文献以不同格式重复出现；
• 删除一段正文后，没有同步删除相关文献；
• 新增论述后，没有补充必要引用；
• 修改引用顺序后，编号没有同步更新。

这些问题不一定源于虚构文献，却可能影响编辑对稿件完整性和专业性的第一印象。

三、AI生成的参考文献还能使用吗？

需要区分“AI提供了一条线索”和“直接引用AI生成的内容”。

如果AI推荐了一篇文献，而作者随后能够在期刊官网、PubMed、Crossref或其他可信数据库中找到原始记录，阅读原文并确认它确实支持当前观点，那么作者引用的实际上是这篇原始论文，而不是AI生成的回答。

相反，如果作者无法找到对应原文；无法确认作者和标题；DOI指向另一篇论文；只能在其他AI生成内容或非权威网页中看到这条引用；没有阅读文献，却直接把它加入论文，那就不应将其作为可靠证据使用。

国际医学期刊编辑委员会（International Committee of Medical Journal Editors，ICMJE）也明确指出，不应把AI生成的材料作为主要信息来源；作者应准确引用文献，并能够确认所引文献支持对应论述。为减少书目错误，建议通过PubMed等书目数据库或原始来源核验参考文献。

一个实用原则是：AI可以帮助发现文献线索，但不能代替作者核验原始来源。

四、已经用AI生成或整理了参考文献，应该怎么办？

如果稿件中的部分参考文献来自ChatGPT、Claude或其他生成式AI，不必立即全部删除，但应在投稿前重新完成以下核查。

第一步：确认论文真实存在

使用完整标题、作者姓名或DOI，在以下渠道查询：

• 目标期刊或出版商官网；
• PubMed；
• Crossref；
• Web of Science或Scopus；
• Google Scholar；
• 高校图书馆数据库。

如果只能在非权威网页、自动生成内容或其他论文的参考文献列表中找到记录，仍应继续寻找原始来源。

第二步：核对书目信息

逐项检查：

• 论文标题；
• 全部作者及作者顺序；
• 期刊名称；
• 发表年份；
• 卷号、期号和页码；
• DOI或其他永久标识符；
• 在线发表时间。

不要因为DOI可以打开，就默认整条参考文献信息都正确。

第三步：打开并阅读原始论文

至少阅读：

• 摘要；
• 研究方法；
• 关键结果；
• 讨论和结论；
• 与当前引用观点相关的原文。

需要确认这篇论文是否真正支持正文中的表述，以及作者是否把相关性、预测关系或探索性发现夸大成了因果结论。

第四步：检查文献当前状态

查看论文是否存在：

• 撤稿声明；
• 更正；
• 关注声明；
• 重新发表或版本更新；
• 出版商发布的其他提示。

Crossmark可帮助读者查看论文是否出现更正、撤稿或其他更新，但作者仍应结合期刊官网和相关数据库进行判断。

第五步：核对正文与参考文献列表

确认：

• 每条正文引用都能在文后找到；
• 每条文后参考文献都在正文中实际使用；
• 作者、年份或引用编号一一对应；
• 删除或新增段落后，相关引用已经同步调整；
• 摘要中是否出现目标期刊通常不接受的引用；
• 引用格式符合目标期刊作者指南。

第六步：确认是否需要披露AI使用

不同出版社和期刊的要求并不完全相同。

如果AI只是帮助发现文献线索，而作者最终通过数据库独立检索、阅读和筛选原始来源，是否需要披露应以目标期刊政策为准。

如果AI直接参与了文献选择、整理、生成或改写，建议保存：

• 工具名称和版本；
• 使用时间；
• 使用目的；
• 主要提示词；
• 作者进行人工核验的方式。

投稿前应查看目标期刊最新的Guide for Authors和AI政策，而不能假设所有期刊都采用与JAMA相同的规则。

五、参考文献管理工具和生成式AI有什么区别？

JAMA并不是反对所有用于参考文献处理的工具。其指南仍然建议作者使用标准参考文献管理工具，而不建议依赖大语言模型生成、格式化或管理引用。

三类工具的作用并不相同：

生成式AI

主要用于理解问题、整理信息、总结内容和生成文本，也可以提供文献线索。但生成结果可能包含幻觉，需要逐项验证。

参考文献管理工具

主要用于保存已有文献记录、插入正文引用、生成参考文献列表，以及切换APA、Vancouver等引用格式。

它解决的是“如何管理和格式化已经找到的文献”。

参考文献核查工具

主要用于检查稿件中的参考文献是否存在潜在风险，例如：

• 文献是否被撤稿；
• DOI或网址是否有效；
• 文献是否可以验证；
• 引用是否与当前论述相关；
• 正文引用和文后列表是否对应；
• 是否存在自引或引用来源过度集中的风险。

它解决的是“这些参考文献能否经得起投稿前核验”。

因此，引用格式正确不代表引用准确，参考文献管理也不能完全替代参考文献核查。

六、投稿前参考文献检查清单

正式提交稿件前，建议至少确认以下问题：

1. 每篇参考文献是否真实存在？
2. 标题、作者、期刊和年份是否准确？
3. DOI是否指向完全相同的论文？
4. 是否能够查看原始论文或可靠摘要？
5. 文献是否真正支持正文中的观点？
6. 是否引用了已撤稿或无法验证的论文？
7. 正文引用与文后参考文献是否一一对应？
8. 是否存在未在正文使用的文后文献？
9. 是否存在过度自引或引用来源过于集中的情况？
10. 参考文献的发表年份分布是否适合研究主题？
11. 预印本是否被明确标注？
12. 引用格式是否符合目标期刊要求？
13. AI参与文献处理时，是否需要进行使用披露？

如果稿件有几十甚至上百条参考文献，仅靠人工逐条核验不仅耗时，也容易漏掉文献之间和整篇稿件层面的问题。

七、Paperpal可以检查哪些参考文献问题？

Paperpal参考文献核查可以从单条文献、正文引用关系和整篇稿件三个层面，帮助作者发现需要进一步复核的问题，包括：

• 已撤稿的参考文献；
• DOI或网址无效、无法验证的文献；
• 来自未收录期刊的参考文献；
• 引用与正文相关论述之间的关联；
• 文后列出但正文中没有使用的文献；
• 正文中出现但文后缺少对应条目的引用；
• 可能的过度自引；
• 引用来源是否过度集中在同一作者；
• 摘要中是否出现通常不建议加入的引用；
• 参考文献数量和发表年份分布是否需要进一步检查。

在投稿前完成参考文献核查的价值，不只是修正格式，而是维护论文论证所依赖的证据链。

八、AI可以提高检索效率，但作者必须守住证据链

JAMA最新指南传递的核心信息是：AI可以辅助研究和写作，但不能替代作者对参考文献准确性和研究内容完整性的责任。

一条错误的参考文献看起来可能只是作者姓名、年份或DOI出了问题，但它影响的是读者能否找到证据、审稿人能否验证论述，以及整篇论文是否值得信任。

使用AI获得文献线索后，至少还要完成三个动作：

• 找到原始来源；
• 阅读并确认其支持当前观点；
• 在投稿前重新检查文献状态和引用关系。

不要因为参考文献“看起来完整”，就默认它真实可靠。点击Submit之前，对整篇稿件的参考文献进行一次系统核查，能够帮助作者尽早发现虚构引用、错误DOI、撤稿文献和引用不匹配等本可以避免的问题。

Paperpal 是一款面向科研写作和英文期刊投稿场景的AI学术写作工具，帮助作者在写作与投稿前系统性地发现问题并逐步优化。无论是语言表达、文献引用，还是投稿完备度与审稿风险评估，Paperpal 都能提供清晰、可操作的支持，帮助你更安心地完成投稿准备。

Paperpal 提供免费版本供你体验基础功能；升级至 Paperpal Prime，还可使用更完整的写作与投稿支持功能，帮助你在投稿前更从容地准备论文，提高投稿过程的确定性。
立即注册Paperpal，开启高效写作、自信投稿