核心原则:学科越依赖原创算法、实验验证,AI 代码占比限制越严,不用记复杂规则,按学科对号入座就行。
-
合规占比:≤15%,核心算法必须 100% 人工写。
-
关键要求:AI 只能用来写基础模板(比如数据库连接、简单接口),算法优化、数据处理等核心逻辑得自己编,还要留代码调试记录。
-
合规占比:≤10%,仅限非核心流程。
-
关键要求:AI 只能帮着做数据可视化(比如画图表模板),数据分析、模型验证等核心代码必须人工写,还要标数据来源和伦理批号。
-
合规占比:≤20%,逻辑要能说清。
-
关键要求:AI 可写基础数据清洗、简单爬虫脚本,得加自己的过滤条件或业务逻辑,还要附代码注释说明思路。
-
合规占比:≤15%,仅限工具调用层。
-
关键要求:AI 只能给基础框架(比如 UI 布局),视觉元素、交互细节得自己改,还要附注释说明创作意图。
-
不用 AI 写核心代码,只让它帮着省重复劳动;
-
AI 生成的代码一定要人工改,不能直接复制;
-
主动标注 AI 用在哪(比如 “这段基础模板来自 Copilot,已人工优化”);
-
留存 AI 交互记录、代码版本日志,以备审查。
总结:核心代码自己写,AI 只当辅助工具,按学科控制占比,标注清楚就合规。
要不要我帮你整理一份分学科 AI 代码使用清单?明确能让 AI 做的、必须人工做的内容,直接对照用。
上一篇:
不同学科AI论文容忍度一样吗? 下一篇:
跨模态AI生成内容算抄袭吗?
原文地址:https://www.qkcnki.com/jiangaigclv/5546.html 如有转载请标明出处,谢谢。