近年来，同行评审违规案例频发，不仅破坏科研评价的公正性，也损害期刊与学者的学术声誉。
很多人以为“违规”离自己很远，但推荐一位无法核实身份的审稿人、用 AI 代写一份评审意见、在评审中“顺带”要求作者引用自己的论文——这些看似寻常的操作，都可能已经越过了红线。
本文结合 COPE（出版伦理委员会）官方指南与 Frontiers 的调查实践，帮你理清同行评审违规的边界、识别方法，以及作为作者、审稿人、编辑该如何坚守底线。
01 什么是同行评审违规
- 发表压力评职称、拿项目、毕业都要论文，投稿量激增，给不端行为提供了“藏身之地”。
- 作者急切每天刷系统进度，生怕耽误时间，迫切需求直接驱动违规动机。
- 编辑疲惫疲于奔命寻找合适审稿人，导致筛选门槛被动降低
- 审稿人过载邮箱里全是评审邀请，敷衍评审、代审风险随之上升。
这四点从来不是孤立存在的，而是形成了一个环环相扣的 因果闭环：
- 凭空伪造：编造不存在的姓名、虚假邮箱与单位，甚至捏造研究背景，把毫不相关的人包装成“领域专家”；
- 推荐“自己人”：亲友、同门、长期合作者，明明存在明显的利益关联却故意隐瞒不说。
- 敷衍评审 / 代审 / AI 假审：拖延评审进度，或复制粘贴此前的评审意见，甚至直接用 AI 生成意见，不看原文、不核对内容；
- 异常快速评审：报告在极短时间内提交，速度之快意味着根本来不及仔细阅读稿件；
- 雷同报告：不同审稿人提交的报告出现惊人相似的措辞或评论；
- 接受利益输送：收取金钱、接受人情请托或换取后续合作机会，然后出具不实意见——把“不合格”说成“优秀”，对明显缺陷避重就轻。
同行评审的核心，
始终是 “客观、公正、专业”。
下面的图片展示了一个真实案例。我们曾通过调查发现一个由作者、编辑和审稿人组成的“违规网络”，他们操纵引用、隐瞒利益冲突。对此，我们直接撤稿 122 篇论文。顺藤摸瓜，我们进一步发现该网络波及其他出版社 4000 多篇论文，并及时共享调查细节，携手全行业整治学术不端。
- 对作者：论文拒稿或撤稿，面临所在机构的调查与处分，职称评定、项目申报均会受限；未来投稿将受到所有期刊的高度警惕与严格审查。
- 对审稿人：取消审稿资格，个人学术声誉严重受损，失去学术界的信任。
- 对编辑：个人声誉与所在期刊的公信力遭受毁灭性打击，陷入难以修复的信用危机。
同行评审违规是一种“零和博弈”——短期内可能让个别不诚信的人获益，长远却损害了作者的成长、打击了审稿人的积极性、增加了编辑的负担，并最终侵蚀整个学术出版体系的公信力。
- 树立正确的学术观念 —— 这是根本。 做研究的初心是探索未知、追求真理，而不是为了发表而发表。
- 如实推荐评审人 —— 这是关键。 必须确保推荐的审稿人独立、合格，且与自己没有利益冲突（COI）。绝不能推荐虚假身份的审稿人。
- 提供机构邮箱 —— 这是保障。 推荐时务必提供机构邮箱而非私人邮箱，这是验证审稿人真实身份与学术背景的重要途径。
- 主动举报违规 —— 这是义务。 发现任何学术不端或评审不端行为，都有责任向相关期刊或机构举报。
- 主动回避。 收到邀请时先自问：我和作者有没有师生、合作、竞争等可能影响公正判断的关系？如果有，应主动向编辑申请回避。这不是推卸责任，而是对学术公正的尊重。
- AI 只是辅助。 使用 AI 工具辅助评审须主动向编辑披露，最终意见必须由本人主导。AI 可以帮你省时间，但不能替你负责任。同时请注意未发表文章的数据安全，不建议使用第三方工具直接分析稿件。
- 绝不强制引用。 请作者引用文献前扪心自问：这几篇论文真的是稿件需要的吗？如果只是因为那是自己的文章，请删除这条建议。COPE 明确将强制引用定义为“引用操纵”，属于学术不端。
- 发现异常及时举报。 若发现数据异常完美、图表可疑重复，或作者私下联系你，请及时向编辑反馈。这不是“打小报告”，而是履行守门人的职责。
- 主动披露利益冲突。涉及与作者、审稿人的潜在关联时，第一时间向评审团队和出版社说明。
- 精准邀请审稿人。根据期刊定位、研究领域挑选真正具备专业判断力的学者，避免“外行评内行”。
- 注重审稿人多样性。同一专刊内兼顾不同机构、不同学术背景的专家，避免单一视角带来的局限
- 主动识别并反馈操纵行为。一旦发现异常投稿模式、可疑评审意见，及时向出版社科研诚信团队反馈。
作者：Frontiers 科研诚信团队 · Amanda Zhou
– 关注学术规范建设的科研管理人员、图书馆/科研办公室同事
– 希望了解期刊编辑视角与出版流程的研究者
- 系统理解科研诚信的核心概念与高频风险点
- 明确作者署名、伦理审批、数据与图像规范等关键要求
- 理解 AI 使用与第三方服务的边界
- 掌握可直接应用于投稿与科研管理的实操建议
- 了解期刊编辑在不同环节的关注重点
– 研究伦理与合规要点
– 抄袭与重复发表
– 选刊技巧与论文类型介绍
– 如何与编辑部高效的沟通
– 数据可获取性与数据共享
