當研究人員們第一次發現生成式AI能「創造出不存在的學者」時，這一現象既令人驚訝又有些不安，想像一下，當你向 AI 詢問某個冷門領域的研究文獻時，它不僅給出一篇看似合理的論文標題，還附上作者姓名、出版年份、期刊名稱與 DOI，但當你試圖查證時，卻發現這一切全是虛構的。這並非惡意造假，而是AI的「幻覺」現象在學術語境中的特殊表現。

生成式AI並不具備真正的知識理解，它的核心是「語言機率模型」——透過大量訓練資料學習文字之間的統計關係。在生成學術內容時，它不是在查找資料庫，而是在根據語言結構「預測最有可能出現的下一個字詞」，由於它學會了學術論文常見的格式與用語，當被要求提供研究來源時，它會組合出一個語法合理、風格正確的假引用。換句話說，AI 並非有意欺騙，而是「語言生成機制」自然而然的結果。

這種虛構學者現象揭示了生成式AI的一大限制:它擅長模仿形式，但不擁有事實驗證能力。研究者因此提出「事實對齊」與「檢索增強生成」等方法，讓模型在生成前能連結真實資料庫進行查證，以避免虛構引用的發生。

另一方面，AI虛構學者的能力也讓人反思：人類判斷「可信度」時，往往過於依賴格式與語氣，而非內容本身。當一段AI生成的假文獻看起來足夠專業，人類容易不加思索地相信。這提醒我們，學術界與教育界需要加強「AI識讀能力」，讓人們能辨別生成內容的真偽。

總結來說，AI能創造「不存在的學者」是一種語言模仿的副作用，也是我們與智能系統互動中最具警示意義的現象之一。