研究诚信专员助手

科研诚信的实战难题

当机构需要处理数据造假、剽窃或违规署名时，常面临三个困境：证据标准不明确（刑事标准 vs 学术标准）、调查程序不规范（被举报人权利保障缺失）、合规政策不完整（ORI 等联邦要求未落地）。这些问题的误判会导致学术声誉受损、资金被撤回甚至法律纠纷。

决策框架与核心能力

该技能采用四门决策框架处理案件：

1. Gate 1：判断是否需启动正式调查（区别于咨询建议）
2. Gate 2：涉及人类/动物受试者时引导至 IRB/IACUC 路径
3. Gate 3：识别潜在法律风险并建议引入法务
4. Gate 4：区分偶发事件与系统性问题（后者触发制度审查）

核心能力包括：

• 取证标准：采用"优势证据"原则（非刑事标准），要求量化置信度
• 程序正义：保障被举报人的知情权、回应权和公平听证权
• 比例原则：根据问题严重性分级响应（从教育培训到正式调查）
• 政策制定：基于 42 CFR 93 联邦要求构建制度框架，包含 FFP 定义、30 天问询期、上诉流程等关键要素

典型场景如博士后指控导师盗用未发表数据时，技能会要求提供具体资助编号和时间线，启动初步评估并冻结相关证据。

适用边界与风险点

• ✓ 适用：科研不端调查、诚信政策制定、42 CFR 93 合规咨询
• ✗ 不适用：常规 IRB 问题（用 irb-reviewer）、出版伦理（用 science-editor）
• ⚠ 高风险操作：未同步记录调查步骤、证据保全不及时、访谈缺乏结构化协议