论文可以AI润色，什么程度算“越界”？

（一）ChatGPT之后：学术圈在应对什么？

2022年底ChatGPT发布后，生成式人工智能（Generative AI）迅速进入科研写作、文献检索、数据分析与图像生成等环节。国际学界的第一反应并非“一律禁止”，而是追问：透明披露、作者责任、审稿保密、造假识别——如何在“可用”与“可追责”之间划界？

2023年1月，Nature发表社论《Tools such as ChatGPT threaten transparent science; here are our ground rules for their use》（《诸如ChatGPT之类的工具威胁透明科学；以下是我们的使用准则》）Springer Nature与Science/AAAS相继更新政策。ICMJE、COPE及Elsevier、Wiley、Taylor & Francis等主要出版商均发布AI使用指南。中国方面，科技部《负责任研究行为规范指引（2023）》、中科院2024年《诚信提醒》等，亦明确AIGC使用边界。

本文梳理国际期刊政策与检测工具现状，讨论AI辅助写作与AI生成造假的边界，引用Nature、Science等公开社论与政策。技术描述力求准确；政策以期刊官网最新版为准；不传播“AI检测100%准确”等未经证实的说法。

表1 ChatGPT引发的国际学界应对时间线（据公开信息）

表注：具体政策持续更新，投稿前须查阅目标期刊官网最新版。

（二）各大期刊AI政策：一张表帮你理清

尽管细节因刊而异，国际主流出版商已形成若干共识：AI不能当作者；实质性使用须披露；审稿人不得将保密稿件上传LLM；AI生成图像/数据有严格限制。差异主要体现在：纯语法润色是否豁免披露、披露位置（Methods/Acknowledgments/Cover letter）及AI图像政策严格程度。

表2 主要期刊/出版商AI政策对照（据官网，2024—2025）

表注：归纳自各出版商官网Editorial policies；Science 2023年11月政策见AAAS AI usage guidelines。

Nature 2023年社论提出两条底线：第一，任何LLM工具不得作为论文署名作者，因署名意味着问责，AI无法承担；第二，使用LLM须在Methods或Acknowledgments记录。Magdalena Skipper（Nature主编）在接受The Verge采访时强调：不禁止AI作为写作工具，但须透明——“science should be done and communicated with clarity”（科学研究应当以清晰的方式开展并传播）。

Science的政策经历调整：2023年初曾对AI生成文本采取较严格立场；同年11月，主编H. Holden Thorp等发文修订政策，允许在研究中或写作中使用AI辅助技术，但须在Cover letter及Methods/Acknowledgments披露完整prompt、工具及版本；作者须对准确性、剽窃、偏见负责；编辑可因不当使用AI而拒稿。

表3 Nature vs Science AI政策要点（据官网与2023年公开社论）

表注：Nature社论见Nature 613, 612 (2023)；Science政策见science.org Editorial Policies。

（四）辅助 vs 越界：论文可以AI润色吗？

这是研究者最常问的问题。国际政策与中国规范的共同逻辑是：区分“人类主导下的辅助”与“AI替代核心学术判断”。

表4 AI辅助写作与AI生成造假：边界对照（据ICMJE、中科院提醒等归纳）

表注：中科院2024年提醒：反对未加声明直接使用；科技部指引禁止AIGC直接生成申报材料。

（五）AI查重：工具能信吗？

Turnitin、iThenticate、知网/维普AIGC检测等已被高校与出版商采用。但必须明确：目前没有工具被普遍承认为“100%准确”。

据Turnitin官方指南，AI检测分数1%—19%区间 deliberately 不显示具体百分比（以*标注），因该区间误报风险较高；Turnitin亦承认文档首尾句误报率较高并已调整逻辑。多所大学指南（如Brandeis、San Diego等）指出：检测器存在显著假阳性与假阴性，不宜作为学术不端的唯一证据；非英语母语写作者被误报概率更高。独立研究（如Weber-Wulff等）显示不同工具准确率差异大，新模型生成文本更难检测。

负责任用法：检测结果是线索，不是判决；须结合稿件内容、实验记录、原始数据与作者说明综合判断。

表5 AI文本检测：能力与局限（据公开资料，非100%准确）

表注：不传播“AI检测100%准确”说法；具体阈值以所在单位政策为准。

（六）AI审稿：保密红线

AI进入审稿环节，风险不在“写得快”，而在“泄密的快”。ICMJE明确：稿件是作者与期刊之间的特权通信，编辑、审稿人未经作者许可不得将稿件上传至无法保证保密的AI系统。Science规定：审稿人不得将稿件任何部分输入LLM；若用AI修改自己的审稿意见文字，须确保系统不保存输入用于训练，并透明声明。

逻辑很简单：未发表手稿含未公开数据与创新点，上传商业LLM可能构成数据泄露与知识产权风险。期刊鼓励审稿人提升写作效率，但不能以牺牲保密为代价。

表6 AI在同行评议中的规则（据ICMJE、Science政策）

表注：Elsevier等亦禁止编辑/审稿人上传未发表稿件至GenAI；以各刊最新政策为准。

（七）当机器也能“编数据”：造假新形态

比AI润色更严重的，是用AI生成虚假数据、图像或参考文献。据Retraction Watch等公开报道，2024年多起撤稿与AI生成内容相关：如Frontiers in Cell and Development Biology（细胞与发育生物学前沿）一篇论文因AI生成荒谬图像被撤稿（期刊官方撤稿说明）；另有多篇论文因ChatGPT生成错误解剖图等被撤，作者据公开报道承认使用AI制图。

这些案例说明：AI降低了造假的技术门槛，但未降低问责强度——问题往往不仅是“用了AI”，而是缺乏人工核实、数据与统计不合理、参考文献无法查证等。讨论时须以官方撤稿通报为准，不对未证实个案作扩大化指控。

表7 AI相关学术不端类型与监督要点（据公开通报归纳）

表注：案例描述引自Retraction Watch及期刊撤稿说明；不涉及未证实指控。

（八）中国规范：人工主导，全面声明

中国并非被动跟随。科技部2023年《负责任研究行为规范指引》明确：不得使用AIGC直接生成申报材料，不得将AIGC列为成果共同完成人，不得直接使用未经核实的AIGC生成参考文献。中科院2024年《诚信提醒》共八条，贯穿选题、申报、数据、写作、署名全流程，强调全面如实声明、反对AI生成数据冒充实验数据。

多所高校已将AIGC检测纳入学位论文管理（据科技日报等公开报道），但各校阈值与禁止范围差异较大——投稿国际期刊时，仍须以目标期刊官网政策为准，不能仅看本校毕业论文规定。

表8 中国科研AI使用规范要点（据公开文件）

表注：高校细则以本校研究生院最新通知为准。

（九）学术监督往哪走？

人工智能改变学术诚信，不是简单“全面禁止AI”或“全面依赖AI检测”，而是构建“披露—核实—问责—迭代政策”的闭环。

表9 未来学术监督方向（建设性归纳）

表注：政策与技术均快速演进，须定期查阅官网更新。

（十）结语

AI查重、AI审稿、AI造假——三个关键词，对应三种不同风险：检测误判、保密泄露、诚信失守。论文可以AI润色吗？Nature说：纯copy editing可以，但人类须对最终文本负责；Science说：可以辅助，但必须披露。什么算越界？当AI替代思考、生成假数据、伪造文献、冒充作者——那就是诚信问题，而非工具问题。

当机器也能“编数据”，学术监督不能只靠算法。公开政策、人工核实、原始证据、撤稿与调查机制，仍是学术共同体最后的防线。技术会变，透明与问责不变。

（本文根据Nature 2023年社论（d41586-023-00191-1）、Springer Nature/Science/AAAS Editorial Policies、ICMJE AI Recommendations、Elsevier/Wiley/Taylor & Francis AI政策、科技部《负责任研究行为规范指引（2023）》、中科院《诚信提醒》（2024）、Turnitin官方指南及Retraction Watch公开撤稿报道整理。政策以各机构官网最新版本为准。）