AI辅助论文的披露边界

AI辅助论文的披露边界，不应以“是否使用过工具”这一单一问题判断，而应根据工具介入的位置、程度及其对学术判断的影响划分。单纯处理拼写、语法和语言表达，通常属于低风险辅助；若工具参与文献综述组织、论证结构设计、段落生成，或对研究结论进行实质性改写，就已经涉及作者责任与研究透明度，不能再以普通文字润色概括。

边界应落在“学术贡献”上

真正需要披露的，不是每一次机械性的文字校对，而是可能影响研究内容、论证逻辑和表达真实性的使用行为。作者应说明人工智能工具被用于哪些环节、生成内容占据何种性质，以及最终由谁完成事实核验、引文核对和学术判断。尤其当模型生成了可直接进入论文的段落、综述框架或解释性文字时，披露应当具体到使用范围，而不能只写一句笼统的“使用过人工智能工具”。

这一区分也意味着，披露不能替代作者责任。模型可能生成不存在的引文、错误的事实判断或表面连贯但缺乏证据支撑的论述。无论文本由谁起草，作者都必须对准确性、原创性、研究方法和结论承担最终责任。人工智能工具不能作为作者，也不能成为错误内容的责任主体。

检测结果不能决定是否违规

目前的检测方法包括语料相似性比对、统计语言特征分析以及模型指纹或水印，但它们各有局限。剽窃检测难以识别未曾公开的生成文本，样式分析可能受到人工重写影响，水印和使用记录也面临跨模型协同与采用成本问题。因此，检测结果最多是启动复核的线索，不能单独构成学术不端认定。

更稳妥的制度，应将披露声明、作者版本记录、元数据审计、原始数据和同行评议结合起来。期刊和高校可以要求作者在投稿或提交论文时填写统一声明，并在必要时解释人工智能对研究文本的具体影响；对于仅涉及语言润色的低风险使用，可采用简明声明，对于参与实质性写作或分析的情况，则应提高披露详细程度。边界越清楚，合理使用与不当代写之间的判断就越公平，也越能避免把技术使用本身误当成学术违规。