多数被标记的图像并非造假：图像筛查实际发现了什么

在编辑部筛查中被标记的图像，大多数并非造假。根据 UKRIO 的资料，在录用阶段接受检查的稿件中，约有 20% 到 35% 出现与图像相关的问题，但最终被撤销录用的仅占其中的 1% 到 8%。认定科研失信行为需要存在主观故意，而主观故意无法从一张图表上看出来。

图像被标记的频率和原因是什么？

在编辑部，图像被标记的情况远比大多数作者以为的普遍。根据同一篇 UKRIO 访谈，在录用阶段接受检查的稿件中，有 20% 到 35% 在筛查中引发了与图像相关的询问，而最终被撤销录用的仅占其中的 1% 到 8%。Christopher 谨慎地没有给出标记中有多少反映了主观故意的数字，她表示，无意错误与蓄意篡改之间的比例难以确切知晓。

这一比例之所以重要，是因为它为整个流程定下了恰当的情绪基调。标记是一个疑问，而不是一项指控。当编辑部就一张重复的图片致信作者时，远比其他解释更有可能的是：有人在匆忙拼排一幅包含多张图片的组图时，把同一张原始图像粘贴到了两个位置，或者从一个装满几乎相同文件的文件夹中导出了错误的版本。

反复出现的问题类型都很平常：

以上情况没有一种是天然无辜的。拼接的印迹图可能掩盖缺失的对照，未说明的处理也可能制造出某个结果。关键在于，疏忽的拼排和蓄意的改动会产生同样的视觉特征，仅凭图像本身无法判断眼前是哪一种。

有一类较新的情况打破了这一规律。据《Nature》报道，生成式工具如今已能生成看起来很“科学”的图表，连专家都难以将其与真实的数据图像区分开来，因此出版商和诚信专家正在构建自动化检测，而不是依赖人工审查。完全合成的图表，不存在复制粘贴那样的无心解释，这正是需要将它与筛查中同样会出现的普通制图错误区分开来的原因。

哪些无心之失看起来与篡改极为相似？

一些常规的实验室操作会产生这样的图像：筛查软件正确地将其标记出来，而作者也能给出完全合理、清白的解释。理解这些情况，正是有用的筛查流程与对抗性筛查流程的分水岭。

其中占比居首的单一来源是组图。研究人员在制作一幅包含六张图片的图表时，面对的是一个文件夹，里面的文件名类似 ctrl_2.tif 和 ctrl_2b.tif，结果选错了文件。由此产生的重复是真正的重复：像素确实完全一致。而它背后的“意图”，不过是截止日期前一个疲惫的夜晚。

第二是视野重叠。从同一张玻片相邻区域拍摄的两张显微图像，在交界处共享真实的内容。自动比对会看到部分区域匹配，而这正是它应当发现的。

第三是印迹图的呈现方式。重新排列泳道、把需要比较的条带并排放置，是由来已久的做法，只有在未说明重排时才会成为问题。无论作者是否有意隐瞒，检测都能看到拼接边界。

由此得出的实际结论是，筛查结果应当以索取原始数据的请求形式提出。请作者提供未裁剪的原始文件，一次沟通就能解决大多数此类情况，而且不需要任何人提出指控。COPE 指南正是为了给编辑处理这类询问提供有据可循的流程，其中包括一份针对已发表文章中疑似图像篡改的流程图，使处理标记成为有章可循的程序，而不是临场发挥的对峙。

认定科研失信行为究竟需要什么条件？

科研失信行为有正式的定义，其范围远比“这张图像有问题”要窄。美国科研诚信办公室（ORI）将其定义为：在研究的申请、实施或评审过程中，或在报告研究结果时，存在伪造、篡改或抄袭剽窃行为。

真正起决定作用的是最后一项限定条件：同样根据 ORI 的定义，科研失信行为不包括无心之失或观点分歧。这一条件取决于作者知道什么、意图为何，而这无法从一张图表上看出来。

自动化系统可以确定图像中的两个区域相互匹配，但无法确定作者是否知情、这一重复是否改变了科学结论，或者是否严重偏离了该领域公认的做法。这些都是对个人主观状态和学科规范的判断，属于机构的处理程序，而不属于检测工具。

这就是筛查结果的措辞如此重要的原因。一个系统如果报告“图 2b 与图 4a 之间可能存在重复，匹配区域已高亮显示”，编辑就有了可以据此行动的依据。一个系统如果报告“检测到篡改”，就作出了它无权作出的认定，并悄然把举证责任转移到了一位可能并无过错的作者身上。这种区别不是礼貌问题，而是关乎能否准确反映证据所支持的结论。

为什么筛查结果应当是证据，而不是定论

以上所有内容在设计上的结论是：图像筛查应当生成附有证据的信号，并将每一个信号都交给人来处理。当标记很常见且大多并无过错时，一个给出定论的系统会经常出错，而每一次错误的定论都会损害作者的声誉和编辑的信任。

以证据为先的结果有特定的形态。它展示匹配区域，而不是对其断言某种结论；它标明在稿件中的位置，让编辑可以亲自查看图表；它对检查结果进行排序，让有限的注意力集中在更关键的问题上；它保留检查记录，以便日后对论文产生疑问时有据可查。

这也保护了诚实的作者，而在关于科研诚信的讨论中，他们恰恰是常被遗忘的群体。对于不小心重复了一张图片的研究人员，真正有帮助的是一次迅速、具体、不带指责、明确指出是哪几张图片的询问，因为他们随后就能找到正确的文件并加以修正。含糊的指控则迫使他们去捍卫自己的诚信，而不是去更正图表。

对编辑部而言，这在流程上的含义是：筛查应当放在同行评议之前，此时一次询问只需一封邮件；而不是放在发表之后，那时同样的问题就要付出一份更正声明的代价。将其纳入投稿筛查的出版商，正在像对待抄袭剽窃检查那样对待图像检查：这是一个常规的、意料之中的步骤，大多数论文都能通过，而需要进一步沟通的论文也会被发现。这种常态化如今既是各家出版商各自的做法，也已成为行业的共同行动：主要出版商正通过 STM Integrity Hub 合作建设共享的筛查基础设施。有两类相关情况不在普通错误的范围之内：从其他已发表论文中重复使用的图表，以及由生成而非拍摄得到的图表。

Octym 如何提供帮助

Octym 针对篡改、重复和重复使用对图表进行审查，并以附有证据的信号形式报告发现：匹配区域、它们在稿件中的位置以及严重程度。图像与图表完整性检查由业内规模领先的图像抄袭剽窃数据库 Proofig 提供支持。Octym 返回的任何结果都不是指控，也没有任何一项发现能单独了结一个问题；一张被标记的图表意味着什么，始终由人来决定。您可以在检查内容页面查看完整的检查项。