为未来的AI验真留好科研数据

正文核心：《自然》上一篇关于AI工具检测科学论文中长期错误的报道表明，对已发表论文进行事后、回溯性审查是可能的；如果AI工具能够访问论文的原始文件，这种检查会更稳健、更可靠。所谓“原始文件”，可理解为论文数据、图像、代码或出版档案等原始资料；拥有这些资料，工具才更容易发现长期隐藏的问题。关联信息：页面相关报道标题还显示，AI代理正在检查科学文献，并可能发现多年以前的错误；这与正文观点一致。文章元信息：该文刊发于Nature 658, 834（2026），DOI为 https://doi.org/10.1038/d41586-026-03244-3；主题涉及机器学习、出版、研究数据与研究管理；作者声明不存在竞争利益。总体意义：这提示科研出版中可利用AI进行文献纠错，但有效性取决于是否能获取可追溯的原始材料。