把AI列为论文作者合规吗？

一、AI 无法满足作者资格的核心要件

1. 法律与伦理层面的不可行性

    

   学术论文的作者需承担法律责任和伦理义务，包括但不限于：

   【降AIGC率工具】【知网AIGC率检测】 【MASTER AI检测 】【万方AIGC检测】【维普AIGC检测】【【大雅AIGC检测】【Turnitin AI检测】【机器写作检测】

   • 对研究数据的真实性、结论的可靠性负责；
   • 处理利益冲突声明、版权协议签署等法律事务；
   • 应对同行质疑、参与学术争议答辩。
      
     AI 作为非法律实体，无法履行上述义务。例如，《COPE 关于使用 AI 工具的立场声明》明确指出，AI 不能断言利益冲突，也无法管理版权协议。
2. 学术贡献的实质性缺失

    

   学术作者身份要求对研究有实质性贡献，包括：
   • 提出研究问题、设计实验方案；
   • 分析数据、解释结果；
   • 撰写并修改论文核心内容。
      
     AI 仅能执行指令（如生成文本、处理数据），其输出依赖人类预设的提示词和算法，不具备独立思考和学术判断能力。例如，《自然》《科学》等顶刊强调，AI 生成内容属于 “工具辅助”，不能替代人类作者的创造性劳动。
3. 学术责任的不可追溯性

    

   若论文因数据造假、结论错误等问题被撤稿，需明确责任主体。AI 无法承担责任，而人类作者若未对 AI 输出进行严格验证，可能面临学术不端指控。例如，2024 年《Frontiers in Cell and Developmental Biology》撤回一篇论文，原因是 AI 生成的实验图像存在明显错误（如大鼠被描绘有四个睾丸），而作者未履行审核义务。

二、国际与国内的权威政策界定

1. 国际出版机构的统一立场
   • Elsevier：要求在论文末尾单独设立 “生成式 AI 声明” 章节，明确工具名称、使用方式及人类验证过程，但严禁将 AI 列为作者。
   • Springer Nature：AI 生成内容占比超过 15% 需单独附录说明，但 AI 始终不具备署名权。
   • IEEE：允许在致谢部分提及 AI 辅助（如 “使用 ChatGPT 优化语言表达”），但必须声明 “作者对内容负全责”。
   • COPE：强调 “AI 不能作为作者，因无法对论文完整性负责”。
2. 中国的学术规范要求
   • 科技部：2023 年发布的《负责任研究行为规范指引》明确禁止 “将生成式人工智能列为成果共同完成人”，并要求对 AI 生成内容进行标注和验证。
   • 学位法草案：将 “人工智能代写” 列为学术不端行为，撤销学位证书。
   • 高校与期刊：清华大学出版社禁用境外 AI 工具处理稿件；《中华医学杂志》《暨南学报》等明确拒绝 AI 署名，隐瞒使用情况将退稿或撤稿。

三、合规使用 AI 的操作指南

1. 明确 AI 的工具属性
   • 可接受的使用场景：
     • 文献检索与整理（如用 Zotero+AI 快速筛选文献）；
     • 语言润色（如 Grammarly 优化语法错误）；
     • 数据可视化（如 Tableau 生成图表框架）。
   • 不可逾越的红线：
     • 让 AI 独立生成论文核心内容（如研究假设、实验结论）；
     • 伪造 AI 参与痕迹（如虚构提示词历史）。
2. 完整披露 AI 使用细节
   • 披露内容：
     • 工具名称及版本（如 “ChatGPT-4o 2025 年 3 月版”）；
     • 使用环节及贡献比例（如 “AI 生成文献综述初稿，占全文 18%”）；
     • 验证方法（如 “所有 AI 生成数据经人工核对并通过 X 数据库交叉验证”）。
   • 披露位置：
     • 人文社科论文：在 “致谢” 部分简要说明；
     • 理工科论文：在 “材料与方法” 章节详细记录；
     • 医学论文：需通过伦理审查并在 “伦理声明” 中提及。
3. 建立过程留痕机制
   • 保存 AI 交互记录（如提示词、生成内容、修改日志），作为学术透明性的证据。例如，Elsevier 试点 “AI 溯源系统”，要求作者上传完整对话记录。
   • 区分人类与 AI 的贡献。例如，使用 Markdown 格式标注 AI 生成段落（如<!-- AI辅助：文献综述初稿 -->），便于审稿人追溯。

四、典型案例与风险警示

1. 因 AI 署名导致的撤稿事件
   • 2023 年《Physica Scripta》撤回一篇物理学论文，因作者直接复制 ChatGPT 输出内容且未审核，文中出现 “Regenerate response” 等 AI 特有提示词。
   • 2024 年《Medicine》撤回一篇关于痛风治疗的论文，其 AI 生成的医学插图存在骨骼数量错误，作者未履行验证义务。
2. 学科差异下的风险等级
   • 医学 / 生物学：对 AI 生成内容容忍度最低，严禁 AI 参与患者数据分析或实验图像生成。
   • 计算机科学：允许 AI 优化算法代码，但需提供可执行文件及人工调试记录。
   • 人文社科：虽允许 AI 辅助文献综述，但核心理论框架必须由人类提出，且 AI 内容占比通常不超过 20%。

五、未来趋势与应对建议

1. 技术检测与伦理审查的强化
   • 2026 年前，70% 期刊将采用 “AI 贡献度量化指标”，要求作者提交提示词、修改痕迹等过程性材料。
   • 医学领域新增 “AI 伦理审查” 环节，需说明 AI 使用是否符合《赫尔辛基宣言》等伦理准则。
2. 学术评价体系的转型
   • 从 “结果评价” 转向 “过程评价”，重视提示词设计、AI 输出修正记录等反映人类主导性的材料。
   • 建立 “学术 AI 信用体系”，对合规研究者给予审稿加速等激励，对违规者实施联合惩戒。