AI辅助论文写作的署名与披露规范

AI辅助论文写作的署名与披露规范

在各类学术写作培训与研讨中，研究者最常提出的问题之一是：“如果我用AI润色手稿，需要声明吗？”

坦率地说，答案取决于目标出版机构，且不同出版机构之间的政策差异远比多数人想象的要大。完全相同的AI工具、完全相同的使用方式，在一家出版机构可能无需披露，在另一家则可能要求完整声明。本文从作者署名、图像图表与代码、AI辅助写作的声明、同行评审四个维度展开讨论，梳理其中的通用原则与差异化实践。

一、AI能否被列为论文作者？

这是AI进入学术写作领域后最先被提出的问题。对于绝大多数出版机构而言，答案是明确的：不能。但确实存在个别例外案例，其关键在于发表时间节点。

2023年1月，某知名学术期刊发表了一篇由大语言模型参与署名的论文。这之所以能够发生，核心原因在于时间窗口：当时面向公众的大语言模型刚刚发布不久，多数出版机构尚未制定明确的作者资格政策，对该情况的处理存在滞后性。随着政策逐步完善，此类署名方式已被普遍禁止。

为什么大语言模型不能被列为作者？

这与学术出版界认定作者身份的三项基本标准密切相关：

1. 所有作者必须参与研究设计、数据收集和/或数据分析。 大语言模型可以完成文本生成与数据处理任务，表面上满足这一条。
2. 所有作者必须参与论文的起草或修改，或针对实质性知识内容进行修改。 大语言模型同样能够完成文本润色与改写。
3. 所有作者必须审阅论文的最终版本，并对研究内容承担责任。 这一条是关键分水岭——大语言模型无法满足。

核心在于责任二字。人类研究者可以对自己的学术成果承担责任，接受同行质询，承担学术不端带来的后果；而大语言模型无法承担任何形式的责任。正因如此，无论AI在写作过程中发挥了多大作用，它都不能被列为论文作者。

如Nature Portfolio的编辑政策所强调的：大语言模型目前尚不符合作者资格标准。在论文上署名就必须对研究成果承担责任，而这一点无法有效落实到大语言模型之上。

二、图像、图表与代码的AI使用规范

AI辅助不仅限于文字。在图像生成、图表绘制和代码编写环节，AI工具的使用同样需要关注披露要求。

图像与图表方面，越来越多的出版机构明确要求：如果图像或图表由AI工具生成或辅助生成，作者必须在方法部分或图注中说明所用工具、版本及具体用途。部分出版机构还要求提供原始数据或生成过程的充分描述，以确保结果可复现。

代码方面，若研究中使用了AI辅助生成的代码，尤其是涉及数据处理和统计分析的核心代码，作者应在方法部分或补充材料中披露AI工具的使用范围。若代码是研究可复现性的关键组成部分，部分出版机构可能要求作者对AI生成代码进行人工审核并承担相应责任。

三、AI辅助写作的声明方式

不同出版机构对AI辅助写作的声明要求存在显著差异，但通常遵循以下通用逻辑：

需要声明的典型场景：

• 使用AI工具进行文本润色、语法检查、翻译
• 使用AI工具生成初稿或段落内容
• 使用AI工具进行文献综述辅助

声明位置： 通常在论文的“方法”部分、“致谢”部分或专门的“AI使用声明”章节中说明。

声明内容： 一般包括所用AI工具的名称与版本、使用目的、使用范围，以及作者对AI生成内容的审核与责任承担说明。

无需声明的场景（视具体政策而定）： 仅使用拼写检查、基础语法校正等不涉及内容生成的辅助功能，部分出版机构可能不要求专门声明。但稳妥起见，建议作者在投稿前仔细查阅目标出版机构的最新政策。

四、同行评审中的AI使用规范

同行评审环节的AI使用是近年来的新兴议题。多数出版机构明确规定：

• 评审人不得将稿件上传至AI工具进行评审，因为这将导致未发表稿件内容的泄露，违反保密性原则。
• 评审人不得使用AI工具生成评审意见，评审意见必须由评审人基于自身专业判断独立完成。
• 作者不得使用AI工具回应评审意见，回复内容必须体现作者的真实学术判断与修改意图。

若评审过程中使用了AI辅助工具（如语言润色），评审人应在评审意见中予以说明，但核心学术判断必须由人类评审人完成。

五、实践建议与风险规避

基于上述规范，为研究者提供以下实践建议：

1. 投稿前查阅目标出版机构的最新AI政策，不同出版机构要求差异较大，切勿直接套用既往经验。
2. 保留AI使用记录，包括所用工具、使用时间、具体用途，以便在需要时提供完整声明。
3. 对AI生成内容进行严格审核，确保数据准确、引用可靠、逻辑严谨，作者对最终稿件承担全部责任。
4. 避免将未发表稿件上传至公开AI平台，防止内容泄露或影响后续发表。
5. 在涉及核心学术判断的环节保持人工主导，AI应作为辅助工具而非决策主体。

结语

AI工具在学术写作中的应用已成为不可逆的趋势，但学术出版的核心原则——责任、透明、可复现——不会因技术演进而改变。研究者需要理解不同出版机构的政策差异，在享受AI提效便利的同时，严格遵守披露规范，确保学术成果的严谨性与可信度。只有在责任清晰的前提下，AI才能真正成为学术研究的助力而非隐患。