数字化时代的学术不端会让个体学术征信破产

近日，《经济学》（季刊）编辑部在其官网上发布了一则“学术不端行为的处理决定”。事情的起因是某校博士生在向该刊投稿过程中出现了学术不端行为，由此，编辑部震怒，出于“维护学术道德，树立良好学风”的目的，对该投稿人给予严肃处理。

这份处理决定共包括四条处理意见，其中引起社会高度关注的主要是第一条与第四条，即10年内禁止其向《经济学》（季刊）投稿与该处理决定将在刊物主页上展示至少2年。

这份处罚很严厉，10年内禁止投稿就是对个人的顶格脱钩，象征意义大于实际意义，最厉害的是第四条。如果最后学校调查认定该行为属于学术不端，相信该同学会为此付出极为惨痛的代价。

关于学术不端的话题是学术界的常规话题，时有发生。为捍卫科技活动的学术伦理底线，最大限度杜绝学术不端已成为各级科技管理部门的一项常规基础性工作。国际学术界对于狭义学术不端事件的认定通常采用1992年由美国国家科学院、工程院和医学院三方专家联合给出的定义与分类，它包括三种类型，即伪造、篡改、抄袭。本案例中的学术不端事件如果最后被确证则属于典型的抄袭行为，也是最低级的学术不端类型。那么，如何看待互联网时代的学术不端及其后果呢？

上述三类学术不端行为，按照鉴别难度分级排列如下：抄袭、伪造与篡改。从这个意义上说，抄袭是最没有技术含量的学术不端行为，在互联网检索系统如此发达的今天，各编辑部在审稿之前都有查重环节，因此，发生这种学术不端行为无异于学术“自杀”。随着学术交流的日益频繁，抄袭也演变出一些新形式，如利用参加学术会议、讲座等机会，将听到、看到的新颖信息据为己有而不加注明。相比1.0版的简单复制粘贴模式，这种形式鉴别起来要困难得多，学术界通常基于个体的学术积累情况及现场会议信息对剽窃者进行鉴别。

对于伪造，只要对原始数据、实验记录及文献进行复查，基本上就可以发现造假者。最难鉴别的学术不端行为是篡改，没有人愿意重复别人的工作，除非当事人的表现太令人震惊，由此引发同行大量跟进。如果同行均不能重复篡改者给出的结果，篡改者自身也难以重复结果，那么往往会引发科技共同体的信任危机，最后篡改者将被科技共同体彻底否定。

在以互联网为代表的数字化时代，如果再涉险实施学术不端行为会对个体带来哪些危害呢？

首先，互联网是有记忆的，所有荣光（真）与所有污点（假）都会被永远记录。任何发表过的成果都会在互联网上留下痕迹，只要个体有学术不端行为，就相当于为自己的学术生涯埋下一颗不知何时会爆炸的地雷。这是工业化时代所没有的现象，那时寻常的污点信息会被随时间流逝而增加的新信息所掩埋。但是，数字化时代的互联网有无限的空间和时间来永久保留那些污点信息。这就相当于人要为一次过错承受一生的责罚。诚如林肯所说，你可以一时欺骗所有人，也可以长时间欺骗一些人，但不可能在长时间欺骗所有的人。从这个意义上说，数字化时代的学术不端就是悬在每个从业者头上的达摩克利斯之剑，一旦涉险，再无宁静。

其次，负面影响也会形成马太效应的陷阱，从而导致负面影响出现极化现象。美国科学社会学家默顿曾指出，科学界不仅存在优势累积的马太效应，同样也存在劣势累积的马太效应。由于数字化时代的特点，学术不端行为一旦被确证，它的负面影响就将随着互联网无限延伸，在时间的加持下，负面影响出现累积与折叠现象，这种马太效应会带来惩罚的过度与扩大化，这种现象被称作极化现象。人性的幽暗之处恰恰在于，我们对于一个人好的方面往往印象不深甚至也不关注，但对于坏的方面却印象深刻且能记很久。正面马太效应有助于实现赢者通吃的优势累积，而一旦负面马太效应出现极化现象，就会导致一无所得的劣势累积局面。学术界是关注长期价值的，而学术不端恰恰反映了投机者对于短期价值的追求。

第三，学术诚信是构建个人学术征信系统的最重要内容。按照英国社会学家吉登斯的说法，整个现代社会是完全依靠信任机制与专家系统来维持运行的，科技界更是如此。既然信任机制在科技界如此重要，那么一旦违反，后果将极为严重。科技界是一个典型的外松内紧的知识生产领域，外部宽松的环境为科技活动营造一种自由的学术氛围，内紧原则促使科技活动保持严谨性。

科技共同体一般相信其成员的研究是诚实的，毕竟个人的学术诚信是以个人的声誉背书的，一荣俱荣，一损俱损。没有人会拿自己的声誉去挥霍，因为一旦学术不端被发现，就会导致所有前期积攒的学术资本被清零，巨大的沉没成本没有人承担得起。

积攒学术声誉是非常缓慢的过程，而毁掉它却是极为容易的事情，只要出现一次学术不端行为，多年积攒的学术声誉基本上就灰飞烟灭了。从这个意义上说，涉险学术不端实在不划算。科技界没有捷径可走，也没有弯道超车的幻象，有的只是踏踏实实、一步一个脚印地往前走。

随着创新驱动发展战略的进一步落实，人才在社会发展中的作用越来越大，相应的，鉴别人才的工作肯定会变得极为重要。由此，我们有理由推测关于个人学术征信的相关管理办法会很快出台。在互联网时代，每个人都创造并储存了大量关于个人的信息，只要利用大数据与人工智能技术，建立个人学术征信系统应该是很容易的事。

如果这个预测正确，那么学术不端行为在数字化时代受到的惩罚要比工业化时代严厉得多，而且更持久，会普遍出现惩罚过度现象。一旦学术不端行为被权威部门认定，就会在个人征信系统上显现出明显的标识，且很难被撤销。

试问，一个带有学术污点标识的求职者如何在人才市场上不被抛弃？年轻时的一个极其鲁莽与不负责任的学术不端事件会彻底改变一个人的命运，在以互联网为代表的数字化时代，惩罚过度现象也应适当纠偏。这里，还要纠正一个长期存在的认知误区，即对于小的恶嫉恶如仇，而对于大的恶沉默不语。其实，在广义学术不端领域存在太多的大恶，而那恰恰是更需要关注的领域。