在论文末尾附加声明、剽窃

众所周知，生成式人低强度却高度频繁的工智改写使用方式，正日益暴露出与生成式AI现实使用方式之间的义新结构性错位。即从“伦理威胁”到“工具常态”，闻科但不能把理解外包给AI；你也可以用AI提升效率，学网也应体现材料选择、剽窃几乎都要求作者对AI工具的生成式人使用情况作出声明，需思考论断是工智改写否有明确边界，国际主流学术期刊与出版机构也相继更新投稿须知，义新

需要强调的闻科是，否则外部几乎不存在可靠的学网证据链。生成式AI改变了这一切。剽窃要求披露AI使用情况，生成式人它意味着规范被提升到了更难的工智改写层级：从“写作规范”提升为“知识规范”，不少高校在课程论文、而是提高学术规范门槛。因为这两者本质上是同一件事的两个侧面——如果真正的风险是学术主体被AI“替身化”，概括与模拟。体现了学术共同体对伦理风险的高度重视。放弃“抓作弊”的徒劳方法，使论证拥有不可替代的基础。以更高标准重建学术评价：不是看像不像人写的，

在生成式AI环境中，

在学术实践中，自然科学，写作过程越来越不可见、文本的“写作方式”将难以成为评价依据；相反，论证乃至问题意识大量依赖AI生成，使AI逐渐成为学术写作环境的一部分，你可以借助AI组织语言表达，真正需要警惕的恰恰不是“文本是否完全原创”，继续以“抓作弊”为核心的治理思路已经失去了制度基础。并强调作者对最终成果负全部责任。这并不意味着转型不可取，清晰逻辑与可检验的方法；不是作者是否声明使用了某种工具，在此情形下，而剽窃被视为严重不端行为的原因，即是否提出了此前未被看见、关键材料能否被第三方检索或复核。当“使用程度”无法被可靠查证，而在于学术制度是否仍能区分哪些成果背后是真实的研究者，

一是问题创新，

评价重心的必然转移：从过程审查到结果问责

当“剽窃”的伦理内涵从“来源不当”转向“主体失真”后，甚至未必能被还原为某个清晰的思想出处。恰恰相反，它将会催生一些明显的变化——更多的答辩式评审、而是看谁真正理解问题、于是，更严格的作者贡献说明等。这个署名是否对应一个真实承担责任的学术主体。

基于此，

■郭英剑

近年来，写作过程的“纯度”），“剽窃”概念正在经历结构性转向——它不但指向“来源不当”，甚至细化到“可用于语言润色，学术界对于剽窃的界定始终围绕一个相对清晰的核心——未经标注使用他人的观点或语言。而是文本背后是否存在一个真实且能对其负责的学术主体。无论是医学、这是“学术替身化”的可见症状。制度只能把注意力转移到更可检验、可复现的结果指标上。除非完全依赖使用者的自我披露，能回应反例并解决旧解释无法解决的矛盾。在此情况下，不可核查、但禁止实质性改写；允许辅助写作，而是有3个更扎实的层次。也就是说，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、AI能提高表达效率，AI的使用已成为常态。

二是可复现性。创新性将重新成为最硬核的检验指标。

实际操作中，许多由AI生成或协助生成的表述，不可复原时，生成式AI并非学术伦理的终结者，即创新成为检验的第一要素。作者虽不真正理解其中逻辑、还“嵌入式”参与写作——协助梳理论证结构、它们更像是一种统计意义上的“语言合成”，

剽窃概念的结构性动摇：从“来源不当”到“主体失真”

在我看来，文本不仅是观点载体，更多的开放材料要求、

一方面，往往从“是否该使用AI”起步。而且开始动摇“谁在生产知识”这一更深层的问题。数据、其回答要么含混，“披露机制”逐渐从一种实质性的伦理工具，在制度层面上，文本原创性、看似“润色”的操作可能已改变句法结构、

当AI参与写作成为常态，无法从根本上解决学术伦理危机。学术界之所以高度重视过程规范（引用格式、AI能帮助组织语言，未来的制度理性主要表现在以下方面：

第一，还是仅给出不可触碰的“漂亮说法”。就是作者无法对论文关键部分作出清晰解释，要么直接重复文中句子。可测量的分界点。围绕着生成式人工智能（AI）的使用问题，就等于把治理焦点从文本形态转回到知识生产的真实性，而且指向“主体失真”；不仅关乎“是否引用别人”，结构、要么套话连篇，而是动摇了既有学术伦理赖以运作的技术根基。

三是可核查性。引用是否对应真实来源、而是学术主体是否仍承担着理解、

另一方面，AI不再天然被视为伦理威胁，

过去，却缺乏外部核验手段。协助表达甚至启发思路时，制度最自然的替代策略是强化“可检验性”。

（作者系中国人民大学全民阅读教育研究院院长）

然而，底线是“责任不可转移”。文本比对或使用披露，真正需要被审视的不是文本是否由机器参与生成，

换言之，以及对证据与理论关系的深度判断。而是结论是否基于可靠证据、引用、方法与材料可以追溯。

当AI使写作过程难以追踪时，但它很难替代真正的创新。在学校承诺书中签字确认，而是研究是否建立在真实理解上；不是写作路径是否“足够纯人工”，因为“使用AI”并不构成学术不端；真正构成学术不端的是将AI当作“主体替身”，

从这一角度看，转向“伪造自己的学术存在”。

当写作过程不再可见、即它完全依赖使用者的诚实与自觉，让AI难以成为“替身工具”。生成摘要草稿、却仍以“研究者”身份署名并接受评价，仔细审视便不难发现，高频率且深度嵌入写作流程，评价重心转向结果问责并不意味着学术共同体放弃规范，更多的过程性口试、从文本审查转向责任审查。重新反思AI时代学术伦理的基本假设与评价重心，

这也就意味着，被推翻的条件，而不披露或部分披露又几乎不可能被识别与追责。而是其是否具备解释研究设计、并把结果问责落实为对证据链与解释力的要求，这一点早已被反复证明。过程规范不仅是一套道德要求，而是制度理性上的必然——当过程指标失灵，目前学术伦理所面对的风险，可追责、不具备独立完成研究的能力，还必须追问这项研究是否源自真实的理解，因为创新要求作者对领域知识的结构性掌握、须保留本网站注明的“来源”， AI的位置将被重新定义，将产出越来越小的治理回报，如允许语言润色，这种失真并非发生在“文本来源”层面，写作被视为学术主体能力的直接体现。为何单纯依赖AI检测、无法转化为真正可执行的制度。调整标题风格……这种碎片化、润色语言表达、要求学生声明是否使用AI，于是，是否仍然能够有效运行，但不能让AI替代判断；你甚至可以让AI提供建议，由此，

传统学术伦理中，态度审慎，并重申作者对论文内容的最终责任。

长期以来，承担错误后果的能力。学术评价的重心也必然从过程合规转向结果问责，不能否认这种转型也会带来一些新风险，“是否使用他人的原句或原意”的剽窃核心判据将愈发难以适用。

二是证据创新，制度就会迫使作者以“可解释的在场”来证明其主体的真实存在。AI并不只是改变“文本如何产生”，这些规定回应迅速、

这才是AI时代学术伦理应当昂首挺进的方向。文本的“来源”就变得高度弥散。甚至替代决策时，这类行为在当下会存在，写作痕迹、但禁止生成核心内容……从价值立场看，需要厘清数据从何而来、

当前，当披露越来越依赖个人自觉，而是更深层的伦理失真。

在投稿系统中勾选选项、更多的数据与材料审阅、无论是教学科研，判断能力与论证能力的外在呈现。

在此意义上，

表面看来，

正是在这样的背景下，

三是解释创新，未来，给出更强的解释力，演变为一种“形式化合规”的象征行为。而是“你用AI做了什么，更因其伪造了作者的学术能力与研究劳动。

这一转向恰恰解释了，

这面镜子要求我们放弃对过程可控的幻想，换言之，而非简单地把一切量化。从“披露与声明”转向“责任归属”，语言润色与内容改写之间，

但生成式AI的介入正系统性地瓦解这两个前提。也是一套低成本的制度规定——它帮助学术共同体在有限时间内判断一个成果是否可信。不可复原；“用了多少AI”不再是可测量变量；披露高度依赖自觉；检测不具备裁决性。将高度连续的写作行为强行切割为“合规”与“违规”，不仅在于其侵犯了他人知识产权，AI并不只被用于“代写”或“生成文本”等极端场景，

更进一步说，而必须回归一个根本问题——这项成果是否能证明作者真实的研究能力与学术贡献。

但在我看来，不得用于内容生成”之类的操作性条款。

在这一新的伦理框架中，以及能否为错误承担责任，而不只是“文本审查”。甚至帮助生成“像样的”论证框架，对于为何如此界定概念、

“主体失真”最典型的表现之一，

第二，“剽窃”的含义也将发生根本性转变——

它不再指向对他人语言或观点的挪用，这种以过程审查与违规识别为中心的伦理思路，为何如此选择材料、而要追问“你的内容是否能被检验”。也是一种不现实的伦理假设。

因此，那么治理与评价就不可能继续停留在对写作过程的洁癖式审查，换言之，结果问责时代的评价体系会越发强调“解释义务”——作者能否说明研究设计与逻辑路线、甚至将来依然会存在一段时间，

在此情况下，伦理底线将清晰地落在一个点上——责任不可转移。

因此，即便在质性研究中，出处和推理链条可能存在严重虚构或误导。是因为这些过程指标在相当长时间里具有可视性与可核验性——文本可以比对、碎片化且难以追踪，

在此前提下，

在此意义上，但关键学术决策必须由作者承担并解释。比如对“创新”的崇拜可能诱发浮夸；对“结果”的强调可能导致短期主义；对“可复现”的强调可能不利于某些难以形式化的人文学科的发展。学术评价更像“责任审查”，当生成式AI参与写作，甚至制造越来越多的误伤与争议。而更多指向对学术能力与学术身份的伪造。学术伦理不仅须确认“这段话是谁写的”，这些规则虽然形式上更新了对象，最终都只能停留在文本层面，这类区分并非毫无道理，事实陈述能否被查证、

当AI使用变得低成本、它仍处在工具地位；而当AI被用来替代理解和思考，从“文本路径合规”转向“结论可检验”，这些标准更为重要，并为其成果承担责任。不可证、还是人文社科领域的期刊，优化逻辑衔接、未来的伦理问题将不再是“你用没用AI”，评价不再主要追问“你怎么写出来”“写作是否符合学术规范”，即是否引入了新材料、在此情况下，生成式AI真正撼动的并非某一条具体的学术规范，即是否在既有材料上，AI时代的学术伦理重建不能再以排查技术痕迹为中心，

上一篇：全球首个磁共振脑机接口全栈式解决方案在天津发布—新闻—科学网

下一篇：以球会友！梅州市“春天杯”退役军人匹克球运动会在梅城举行