■李俠

近日，《經濟學》（季刊）編輯部在其官網上發布了一則“學術不端行為的處理決定”。事情的起因是某校博士生在向該刊投稿過程中出現了學術不端行為，由此，編輯部震怒，出于“維護學術道德，樹立良好學風”的目的，對該投稿人給予嚴肅處理。

這份處理決定共包括四條處理意見，其中引起社會高度關注的主要是第一條與第四條，即10年內禁止其向《經濟學》（季刊）投稿與該處理決定將在刊物主頁上展示至少2年。

這份處罰很嚴厲，10年內禁止投稿就是對個人的頂格脫鉤，象征意義大于實際意義，最厲害的是第四條。如果最后學校調查認定該行為屬于學術不端，相信該同學會為此付出極為慘痛的代價。

關于學術不端的話題是學術界的常規話題，時有發生。為捍衛科技活動的學術倫理底線，最大限度杜絕學術不端已成為各級科技管理部門的一項常規基礎性工作。國際學術界對于狹義學術不端事件的認定通常采用1992年由美國國家科學院、工程院和醫學院三方專家聯合給出的定義與分類，它包括三種類型，即偽造、篡改、抄襲。本案例中的學術不端事件如果最后被確證則屬于典型的抄襲行為，也是最低級的學術不端類型。那么，如何看待互聯網時代的學術不端及其后果呢？

上述三類學術不端行為，按照鑒別難度分級排列如下：抄襲、偽造與篡改。從這個意義上說，抄襲是最沒有技術含量的學術不端行為，在互聯網檢索系統如此發達的今天，各編輯部在審稿之前都有查重環節，因此，發生這種學術不端行為無異于學術“自殺”。隨著學術交流的日益頻繁，抄襲也演變出一些新形式，如利用參加學術會議、講座等機會，將聽到、看到的新穎信息據為己有而不加注明。相比1.0版的簡單復制粘貼模式，這種形式鑒別起來要困難得多，學術界通常基于個體的學術積累情況及現場會議信息對剽竊者進行鑒別。

對于偽造，只要對原始數據、實驗記錄及文獻進行復查，基本上就可以發現造假者。最難鑒別的學術不端行為是篡改，沒有人愿意重復別人的工作，除非當事人的表現太令人震驚，由此引發同行大量跟進。如果同行均不能重復篡改者給出的結果，篡改者自身也難以重復結果，那么往往會引發科技共同體的信任危機，最后篡改者將被科技共同體徹底否定。

在以互聯網為代表的數字化時代，如果再涉險實施學術不端行為會對個體帶來哪些危害呢？

首先，互聯網是有記憶的，所有榮光（真）與所有污點（假）都會被永遠記錄。任何發表過的成果都會在互聯網上留下痕跡，只要個體有學術不端行為，就相當于為自己的學術生涯埋下一顆不知何時會爆炸的地雷。這是工業化時代所沒有的現象，那時尋常的污點信息會被隨時間流逝而增加的新信息所掩埋。但是，數字化時代的互聯網有無限的空間和時間來永久保留那些污點信息。這就相當于人要為一次過錯承受一生的責罰。誠如林肯所說，你可以一時欺騙所有人，也可以長時間欺騙一些人，但不可能在長時間欺騙所有的人。從這個意義上說，數字化時代的學術不端就是懸在每個從業者頭上的達摩克利斯之劍，一旦涉險，再無寧靜。

其次，負面影響也會形成馬太效應的陷阱，從而導致負面影響出現極化現象。美國科學社會學家默頓曾指出，科學界不僅存在優勢累積的馬太效應，同樣也存在劣勢累積的馬太效應。由于數字化時代的特點，學術不端行為一旦被確證，它的負面影響就將隨著互聯網無限延伸，在時間的加持下，負面影響出現累積與折疊現象，這種馬太效應會帶來懲罰的過度與擴大化，這種現象被稱作極化現象。人性的幽暗之處恰恰在于，我們對于一個人好的方面往往印象不深甚至也不關注，但對于壞的方面卻印象深刻且能記很久。正面馬太效應有助于實現贏者通吃的優勢累積，而一旦負面馬太效應出現極化現象，就會導致一無所得的劣勢累積局面。學術界是關注長期價值的，而學術不端恰恰反映了投機者對于短期價值的追求。

第三，學術誠信是構建個人學術征信系統的最重要內容。按照英國社會學家吉登斯的說法，整個現代社會是完全依靠信任機制與專家系統來維持運行的，科技界更是如此。既然信任機制在科技界如此重要，那么一旦違反，后果將極為嚴重。科技界是一個典型的外松內緊的知識生產領域，外部寬松的環境為科技活動營造一種自由的學術氛圍，內緊原則促使科技活動保持嚴謹性。

科技共同體一般相信其成員的研究是誠實的，畢竟個人的學術誠信是以個人的聲譽背書的，一榮俱榮，一損俱損。沒有人會拿自己的聲譽去揮霍，因為一旦學術不端被發現，就會導致所有前期積攢的學術資本被清零，巨大的沉沒成本沒有人承擔得起。

積攢學術聲譽是非常緩慢的過程，而毀掉它卻是極為容易的事情，只要出現一次學術不端行為，多年積攢的學術聲譽基本上就灰飛煙滅了。從這個意義上說，涉險學術不端實在不劃算。科技界沒有捷徑可走，也沒有彎道超車的幻象，有的只是踏踏實實、一步一個腳印地往前走。

隨著創新驅動發展戰略的進一步落實，人才在社會發展中的作用越來越大，相應的，鑒別人才的工作肯定會變得極為重要。由此，我們有理由推測關于個人學術征信的相關管理辦法會很快出臺。在互聯網時代，每個人都創造并儲存了大量關于個人的信息，只要利用大數據與人工智能技術，建立個人學術征信系統應該是很容易的事。

如果這個預測正確，那么學術不端行為在數字化時代受到的懲罰要比工業化時代嚴厲得多，而且更持久，會普遍出現懲罰過度現象。一旦學術不端行為被權威部門認定，就會在個人征信系統上顯現出明顯的標識，且很難被撤銷。

試問，一個帶有學術污點標識的求職者如何在人才市場上不被拋棄？年輕時的一個極其魯莽與不負責任的學術不端事件會徹底改變一個人的命運，在以互聯網為代表的數字化時代，懲罰過度現象也應適當糾偏。這里，還要糾正一個長期存在的認知誤區，即對于小的惡嫉惡如仇，而對于大的惡沉默不語。其實，在廣義學術不端領域存在太多的大惡，而那恰恰是更需要關注的領域。

從網上信息看，這名博士生已經三年級了，如果最終被認定學術不端，那么極有可能被學校頂格處理。在此，筆者旗幟鮮明地認為：這次該同學錯了，但還是要給他一次改正的機會，相信經過“這一劫”，他會理解學術誠信是每個科研人員都必須捍衛的生命線。

（作者系上海交通大學科學史與科學文化研究院院長）

標簽：