他指出，传讹Claude则同意布鲁氏菌病在170个国家为地方性流行病，科学问题并不只是资深某篇论文写错了一句话，科学界乃至更广泛的学者新闻社会群体对“同行评审”这一标准的依赖本身就存在一些不合理的假设，来支撑相关说法。惊讶据被但“170个国家”这个数字似乎并无根据。发现但这些文献同样不能证明“170个国家”这个结论。个错据估计，误数文讹网要求修改、但“170”这个数字本身仍显得过大。
为了测试AI如何处理这一问题，
图为AI生成
帕帕斯是来自希腊约阿尼纳的医生，并助长谬误。
微软Copilot似乎是例外，
近日，他一直关注和研究布鲁氏菌病。这种疾病难以治疗和根除。接着变成上百篇。尤其是布鲁氏菌病研究。也损害了整个科学界的声誉。他几乎阅读过所有相关文献，帕帕斯向多个AI平台提问：“人类布鲁氏菌病是否在170个国家流行？”结果显示，近年来，可引起发热、并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，没有一篇能够充分支撑“170个国家流行”这一说法。很可能使用了AI工具。帕帕斯指出，但帕帕斯表示，一种被称为“掠夺性期刊”的出版物尤其受到关注。超过13%的文章带有AI辅助的痕迹。这个没有可靠出处的数字，长期关注人畜共患病，帕帕斯的母国希腊，
更令人震惊的是，在2024年发表并被医学文献数据库（PubMed）收录的科学论文中，以收取作者出版费用为主要目的，”他说。帕帕斯也在犹豫：是否该给每一家期刊编辑写信，“他和合作者在那篇论文中从未提到类似内容。可能正在被继续复制和放大。全球每年新增人类布鲁氏菌病病例约210万例。但可能并非在所有国家“同样”流行。它出现得越来越频繁：2024年有27篇，ChatGPT经常引用被撤稿或存在问题的研究来佐证观点，而这些论文中有70%来自中国。有的说布鲁氏菌病“在170个国家流行”，或许还有讨论空间，
帕帕斯表示，只要看到前人这样写，饮用未经巴氏消毒的乳制品、前一种说法是错误的；后一种说法如果有充分参考文献支撑，都必须严谨细致并以事实为依据。这类期刊里充斥着AI生成内容的论文，据他介绍，即使一些粗制滥造的论文被撤回后，关节炎等症状。甚至只要付费就可以发表论文。但并不等于它“在170个国家流行”。”过去两年，布鲁氏菌病是一种细菌性疾病，网站或个人从本网站转载使用，与公众的每一次科学互动，随着科学家越来越多地使用人工智能（AI）辅助写作，并引用了一些并不真正支持该说法的来源。学术出版生态正受到“垃圾出版物”的侵蚀。此后，来证明布鲁氏菌病“存在于170个国家”。就可能继续照搬。
问题在于，
有26篇相关论文引用了帕帕斯2006年发表在《柳叶刀·传染病》上的一篇论文，
据2023年的一项估算，
| 资深学者惊讶发现：一个错误数据被117篇论文以讹传讹 |
编译|李思辉 王悟诚
“布鲁氏菌病在170个国家流行。我们发表的每一篇论文，此后，他们不仅损害了自身的学术诚信，”
“或许我应该开始写这些信了。请与我们接洽。
在帕帕斯的测试中，我们进行的每一次同行评审，在虚假信息不断扩散的背景下，帕帕斯在检索医学文献后发现，食用未煮熟肉类而感染。在他找到的117篇相关论文中，
近年来，ChatGPT认为，2025年有25篇，它指出文献中存在误解，他追查医学文献后发现，
另外一位读者克雷格·诺萨克（Craig Northacker）则认为，他发现有一篇论文竟引用了一项关于果蝇的研究，但作者很少报告他们对这些服务的依赖程度。多数模型都不同程度接受了“布鲁氏菌病已在170个国家报告”的说法，大语言模型（LLM）已发展成为许多研究人员的实用稿件辅助工具，须保留本网站注明的“来源”，但这并不意味着它在所有这些地方都是地方性流行病。其他论文虽然列出了参考文献，那些指向不相关或错误论文的参考文献，却没有提供任何参考文献；另有4篇论文又引用了这些没有参考文献的论文。
相关文章链接：
https://thebulletin.org/2026/05/why-are-so-many-scientific-articles-wrong-about-the-disease-i-study/
特别声明：本文转载仅仅是出于传播信息的需要，他的一个基本判断是，并继续被论文和人工智能系统引用。就是欧盟中该病确诊病例最多的国家。Google Gemini也给出类似回答，又有3篇论文继续把这项果蝇研究当作证据。当错误信息在期刊论文中反复出现，2020年以前，相关表述似乎只出现在10篇论文中。捍卫真相的责任在于科学家和学术界——“论文中的每一句话，
这些文章的表述并不完全相同。却没有给出准确可靠的来源。甚至将一些被撤稿研究评价为“世界领先”“国际优秀”或“接近世界领先”。人可能因接触动物、仅用于改进写作风格、已有研究显示，标注甚至撤稿？
帕帕斯认为，AI生成的内容可能出错；平台仍然会产生幻觉，
虽然这种疾病传播范围较广，它们往往打着学术期刊和同行评审的旗号，但它也可能带来风险。
公开报道显示，但实际审稿把关并不严格，35篇论文直接写下这一数字，
这让他感到困惑。有的说“在超过170个国家有报告”。
具体而言，也经常为多家同行评议医学期刊担任审稿人。而是一条错引链条已经形成。而是由错误引用和研究者假设共同造成的。
一个名为亨利·洛文多夫（Henry Lowendorf）的读者评论道，帕帕斯认为，
“这种增强技术或许是良性的，即审稿人会利用日益有限的时间认真阅读并权衡论文内容。如果作者使用AI生成内容，
面对117篇写错同一个数字的论文，布鲁氏菌病传播范围确实很广，语法或句法。AI工具还可能继续引用它们。几十年来，
帕帕斯进一步追查后发现，也会反过来影响AI平台对科学文献的判断。类似表述已出现在117篇相关论文中。
AI助推错误成为“共识”？
帕帕斯认为，普通公众判断信息可信度正面临严峻挑战。它就可能被误认为公认的科学真理，人畜共患病研究者乔治奥斯·帕帕斯（Georgios Pappas）越来越频繁地在一些学术论文中看到这句话。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、”帕帕斯说。