问题——集中出现的“高相似度”触发学术风险警报。 据外媒报道，印度北方邦勒克瑙大学对2024年1至2月间提交的121篇博士论文进行文本相似度检测，其中116篇被判定相似度超出学校允许范围，占比约95%。学校使用的检测软件为DrillBit。校方称，该工具除识别传统复制粘贴外，也会对疑似生成式内容发出提示。按校规，引用期刊、书籍及有关数据库内容的相似度上限为不超过180个词或不超过5%，而此次被标记论文的相似度多在20%至50%之间。报道称，涉事博士生多为2019至2021年入学。校方表示，被标记论文将退回学生修改，修改后再进行审核。 原因——“论文产出压力”与“方法训练不足”叠加技术诱因。 从培养链条来看，博士论文集中体现学术训练、创新能力与研究伦理。相似度异常上升，既可能源于引用规范执行不严、文献综述写作能力不足，也可能与个别学生对“可借鉴”与“可复制”的边界把握不清有关。近年在一些高校，学位论文数量考核、毕业年限压力及发表指标等要求客观存在，容易让少数研究者在写作环节寻求“捷径”。此外，生成式工具在学术写作中的使用门槛低、输出快，若缺少明确的使用规则与披露机制，可能被误用甚至滥用，导致文本表达趋同、引用链条不完整、事实核查不到位等问题，并在检测环节集中暴露。 影响——不仅关乎个体学位，更牵动学术声誉与科研生态。 对学校而言，高比例异常论文容易引发外界对研究生培养质量、导师把关责任以及学位授予严肃性的质疑，进而损害机构声誉与学术公信力。对学生而言，论文退回意味着答辩延期，时间与经济成本上升，严重者还可能面临学术不端调查。更重要的是，未经核验的生成式内容一旦进入学术文本，可能带来“看似合理却难以追溯”的引用错误与事实偏差，影响后续研究的可靠性。从更大范围看，此类事件会加重学界对新技术冲击学术规范的担忧，促使高校与研究机构重新厘清“工具可用”与“责任必须承担”的边界。 对策——完善制度、强化训练、压实责任形成闭环治理。 业内普遍认为，治理应从“检测末端”前移到“培养过程”。一是建立清晰、可执行的技术使用规范，明确哪些环节可使用工具辅助、如何标注与披露、作者对数据与论证承担何种责任，避免“一禁了之”或“放任不管”。二是将学术写作与研究伦理训练纳入必修，重点覆盖引用格式、二次文献使用、文献综述写作方法，以及数据与结论的可复核要求，减少因能力不足引发的不规范。三是压实导师与学院审核责任，在开题、中期检查、预答辩等环节更强调过程性证据，如原始数据、研究日志、代码与实验记录等，提高论文的可追溯性。四是优化检测机制，避免单靠相似度指标“以数定性”，区分合理引用、学科通用表述与不当拼接，并结合人工复核与学术委员会审议，提高处置的准确性与公正性。 前景——在技术迭代中重建“可验证的学术标准”。 随着写作与检索工具快速演进，学术治理的重点将从“是否使用工具”转向“研究过程是否真实、结论是否可检验、贡献是否可界定”。未来，高校可能更重视数据开放、研究过程留痕、作者贡献声明等制度安排，以透明度对冲文本生成带来的不确定性。同时，跨机构共享不端案例、统一披露格式、加强研究诚信教育，也有助于沉淀可复制的治理经验。此次事件若能推动制度完善，将为学术界应对新技术挑战提供一个现实样本。
博士论文不仅是一份文本，更集中反映研究训练质量与学术诚信水平。勒克瑙大学此次集中检测暴露的问题提醒各国高校：面对新技术带来的便利与风险，关键不在事后查处，而在制度约束、过程监督与学术文化建设的共同推进。只有以更明确的规则、更透明的流程和更扎实的培养体系守住底线，才能维护学位制度的严肃性与科研创新的根基。