🎯 情报来源：Artificial intelligence – MIT Technology Review
MIT Technology Review最新研究证实，包括ChatGPT(GPT-4o)、Elicit、Perplexity在内的主流AI科研工具普遍存在引用撤稿论文问题。田纳西大学团队测试显示，GPT-4o在21篇医学影像撤稿论文问答中，23.8%的答案引用了无效研究。更严峻的是，专为科研设计的AI工具表现更差——Ai2 ScholarQA对撤稿论文的引用率高达81%，Consensus初始测试中85.7%答案含无效引用。
这种现象已引发实际风险。伊利诺伊大学团队发现，公众通过AI获取医疗建议时，系统无法有效识别17%的撤稿医学论文。美国国家科学基金会(NSF)近期投入7500万美元建设科研AI的背景下，该问题可能影响价值数十亿美元的AI科研投资决策。
💡 核心要点
- 23.8%错误率：GPT-4o处理21篇撤稿医学论文时，5次引用无效研究且仅3次给出风险提示
- 81%高危值：科研专用AI工具Ai2 ScholarQA对撤稿论文的引用率超常规聊天机器人3倍
- 7500万美元投入：NSF今年8月启动的科研AI计划面临数据可靠性挑战
- 零预警：GPT-4o mini评估217篇问题论文时，完全未提及撤稿或质量缺陷
- 5倍改进：Consensus引入Retraction Watch数据后，撤稿论文引用率从85.7%降至23.8%
📌 情报分析
技术价值：低
核心缺陷在于训练数据更新机制（GPT-4o仍在使用2023年10月前的数据）和实时校验能力缺失。即使Consensus采用多源撤稿数据，错误率仍超20%。
商业价值：极高
NSF的巨额投资显示市场需求明确，但当前工具可靠性问题可能延缓企业采购决策。医疗健康领域AI应用风险溢价将显著上升。
趋势预测：高
Retraction Watch创始人证实，建立完整撤稿数据库需人工审核，短期内难解决。出版商标注标准不统一（如BMJ使用「撤稿」而Nature用「关注声明」）将持续放大技术瓶颈。