“造假”简单 “抄袭”复杂 与饶毅商榷
作者：张峥，亚马逊云服务AWS上海AI研究院院长，上海纽约大学计算机教授（兼职）
饶毅老师说“中国科学发展的最低底线就是：不造假、不抄袭”，我来谈一点自己的看法。
我自己有做过“假数据”的经历。在UIUC读博期间有篇论文评审都已经通过，在修订最后提交版本的时候我复查实验结果，发现某个表格中有一格数据是错的，因为设置有误。赶紧重跑，结果要差一些，关键是超过了允许误差范围。那是个系统领域中的重点会议，当然很焦虑，跑去问导师怎么办。导师说只有两个选择，要么撤稿，要么解释清楚，把修改的部分交给评委会，但他们完全有权拒绝，那就还是撤稿的下场。这个错误并不影响整体设计的理念，撤稿非常可惜。在撤稿是大概率的情况下，我们选择了后一条路，所幸评委会复查后还是收了文章。
划重点：在整个讨论中，“算了吧”这个选项从来不曾提起过。应该说我很幸运，如果在正式发表后发现了错误，除了撤稿重投就没其他选择了。
之后的工作中我自己作为导师，在带学生的过程中，但凡出现这样同样的情况，也是一样处理。科研工作是个“高危”行业，并不在于问题有多难，而在于保持住团队操守。现在的工作强度下，导师亲自跑实验几乎不可能，检查再仔细，总会有疏漏，如果哪个同学在数据上作假，就会引发重大的信誉危机，这是每个导师的噩梦，因为在我的心目中，科研中的“生产事故”，没有比这更严重的。
对作假，必须零容忍。在当今中国，这个问题还要作为底线坚守、呼吁，本身是一个更大的问题。
“抄袭”还值得讨论吗？是的，因为“抄袭”作为一个动作，内涵更丰富。
现代科学的发展史上，真正颠覆范式的天才性工作并不多，极多有价值的工作正是创造性地“抄袭”，经常带有横移、整合的特点。横移性的抄袭是指引入貌似完全不搭的另一个领域的工作和想法，创造性地解决你面对的问题，必须有透过现象看本质的能力，不经过多年的积累和对当下问题的苦思而不能得，整合性的“抄袭”也类似。关于“抄”的作用，科学史上有趣的案例比比皆是。
但是必须要指明出处，这是规矩，不是风度。
圈外的人会觉得这个不难，其实不然，因为很多点子还可能真是自己想出来的，只是别人发表在先，这种事，我在工作中碰到无数次，相信很多同行也是。不甘，沮丧，要头撞南墙，但是还必须引，没别的，就因为这是业内的规矩，大家必须遵守。
这是另一个不应该成为底线的底线。
一个工作有价值的地方，是在“抄袭”之外剩下的东西，也就是只属于你的结果。科研作为一个个体活动，目的是创造出让别人可抄的内容；科研作为一个集体活动，也因此才能向前滚动。
换句话说，我认为增加“抄剩”之后的质与量才应该成为中国科学发展的新底线，新目标。
这并不是说我们应该无视历史事件，尤其当其牵扯到当下科学家的信誉度。所以，既然这次讨论是最近的一个公共事件引发的，我也说一下我的看法：合适的处理是撤下当时博士论文，按当年的规范修改后再提交，审核合格之前暂停有关工作但不是全部。举例说，如果我的博士论文被发现类似问题，申请研究项目、指导研究生之类的研究性工作应该暂停，但教学任务可以继续进行。