普朗克旧文献疑遭算法误伤，暴露数字出版平台如何重塑科学记忆。
原文标题：普朗克被撤稿了？量子之父竟被算法绊了一跤
原文作者：机器之心
冷月清谈：
怜星夜思：
2、如果数据库把一篇文章错误标成撤稿，AI助手和搜索引擎会不会把这个错误越传越远？
3、数字出版平台为了版权合规删除或隐藏旧文献，和保存科学史之间该怎么平衡？
4、我们现在做RAG、知识库和数据清洗时，应该怎么避免把这种历史误标当成事实？
原文内容
如果有一天，你在撤稿名单里看到了马克斯·普朗克的名字，大概率会以为自己点进了某个学术恶搞网站。
毕竟，这不是普通作者。普朗克是量子论奠基人，1918 年诺贝尔物理学奖得主，也是 20 世纪科学史上最重要的名字之一。
但一篇新论文指出，普朗克发表于 1940 年和 1942 年的两篇文章，竟然在 Springer 的数字平台上被标记为「retracted」（撤回）。
-
论文标题：The Curious Case of Max Planck retracted papers. When past scientific practices meet contemporary publishing norms
-
论文地址：https://arxiv.org/abs/2605.17534
搞笑的是，从论文作者的调查看，这两篇文章并不是因为造假、错误或学术不端被撤，而是被算法误伤。
事情的开端，是 Retraction Watch（学术出版问题记录网站）的一个「诺奖得主撤稿名单」。
作者作为物理学史研究者，在名单中看到马克斯·普朗克时感到意外，因为这两篇文章出自德国科学期刊《Die Naturwissenschaften》。当时的普朗克已经是享誉世界的物理学家，论文作者也很难相信这些文章真的在他生前被撤，或者后来存在足够充分的撤回理由。
链接：https://retractionwatch.com/retractions-by-nobel-prize-winners/
Springer 平台上给出的解释相当含混。页面标题把它标成「RETRACTED ARTICLE」（撤稿文章），但 PDF 里的说法是「This article has been withdrawn due to article violation」；网页上的表述则更明确一些，称文章因「copyright violation」（版权违规）被撤回。
也就是说，这可能是版权、数字化归档和平台元数据管理共同制造出来的事故——这两篇老文章在现代数据库里被系统/出版商当成了版权或重复发表问题处理。
让我们先回到 20 世纪上半叶的科学出版生态。《Die Naturwissenschaften》创刊于 1913 年，由 Julius Springer Verlag 出版，定位有点像德语世界的《Nature》：它是面向自然科学、医学和技术进展的综合性科学周刊。它既发表技术论文，也发表演讲、会议报告，以及关于科学哲学和文化意义的讨论。
普朗克这两篇文章本身也不是报告新实验或新理论的研究论文，而是关于科学知识性质的哲学性反思。
1942 年那篇《精确科学的意义与界限》尤其典型。它原本是普朗克 1941 年在柏林 Kaiser-Wilhelm-Gesellschaft 的一次演讲，后来以多种形式流通：1942 年作为小册子出版，也发表在《Europäische Revue》和《Die Naturwissenschaften》上，1943 年又被收入普朗克的演讲和论文集中。
放在今天，这种路径很容易被平台或版权系统识别为「重复发表」。但在当时，从演讲到期刊、从小册子到文集的多渠道流通，本来就是科学思想传播的一部分。
1940 年的《自然科学与真实外部世界》则更离奇。论文作者没有发现它在其他地方重复发表的证据。作者提出的一种可能解释是：同一期刊几个月前，另一位作者 Aloys Müller 曾发表过一篇同名文章，讨论普朗克的哲学立场；普朗克随后用同样标题写了一篇回应，参与这场思想辩论。
在当年的编辑文化里，这显然不是问题，甚至是一种明确的对话姿态。但到了后来的数字索引、版权管理和元数据系统里，两个相同标题就可能被识别成一组可疑的重复。
论文还指出，这两篇「被撤稿」的文章在 Springer 的平台上甚至变成了空白页。通常情况下，即便一篇论文被撤稿，原文也会保留，只是加上撤稿说明，以维护科学记录的完整性。但在这里，1940 年那篇两页文章、1942 年那篇九页文章，在数字平台上都被抹掉了。今天想看原文，去原始出版方 Springer 是看不到的，得去非营利的 Internet Archive。
事情到这里，已经不只是「普朗克被误撤稿」这么好笑了，而是一次现代学术出版基础设施的翻车：当历史文献进入现代数字出版平台，谁有权决定什么算「重复发表」、什么算「版权违规」、什么又该继续被看见？
论文作者认为，「重复发表」「自我剽窃」这类概念并不是永恒不变的学术伦理标准，而是和 20 世纪后期以来的文献计量、科研评价、版权转让、商业出版平台绑定在一起的现代范畴。论文明确指出，「自我剽窃」是一个相对晚近的概念，随着 1990 年代以来以论文数量衡量学术生产力的评价系统而兴起。
这也是今天的学术系统格外熟悉的一点：问题不只是「内容是什么」，而是「内容被系统如何表示」。
一篇历史文章进入数据库后，会被拆成 DOI、标题、作者、版权状态、撤稿标签、PDF 文件、引用记录等结构化对象。一旦平台按照当代规则自动或半自动地处理旧文献，就可能把过去正常的出版实践，改写成今天的违规事件。
这种错位在 AI 时代尤其值得警惕。
我们今天谈训练数据、数据清洗、文献数据库、知识图谱和 RAG，常常默认数字化知识是稳定、可检索、可调用的。但这件事提醒我们：数字档案不是中性的「过去之镜」，而是一套带有商业逻辑、法律假设和平台规则的过滤器。数据会被平台重新命名、重新分类，甚至被空白页替代。
一个现代版权和计量系统，把前数字时代正常的科学传播行为，反向判定为可疑操作。更严重的是，这种判定并没有停留在标签层面，而是直接影响了历史文献的可访问性。
对正在进入 AI 时代的知识生产系统来说，一个错误标签、一段缺失的 PDF、一次不透明的版权处理，都可能在模型、搜索引擎和学术工具中被继续放大。未来的 AI 助手未必知道普朗克的文章是「误撤」的，它可能只会看到数据库里那个冷冰冰的 retracted 标记。
当科学记忆越来越多地被数据库、出版商、平台规则和商业基础设施托管，我们还能不能准确地看见科学的过去？
参考链接：https://www.science.org/content/article/why-have-papers-one-history-s-most-famous-physicists-been-retracted
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com