夜雨聆风这是一个必须首先回答的问题：生成式人工智能可以被列为学术论文的作者或共同作者吗？
答案是否定的。国内39家科研机构和学术期刊编辑部共同制定的《生成式人工智能辅助学术论文写作伦理要求专家共识》（以下简称“共识”）明确指出：人工智能不具备法律人格与学术主体性，严禁将人工智能列为论文作者或通讯作者。与此同时，国家自然科学基金委员会在《科研诚信规范手册》中也明确规定不得将生成式人工智能列为成果共同完成人。
出版伦理委员会（COPE）同样不认可AI作为作者的合法性，理由是AI尚无法满足“作者”身份所需的智力贡献标准。国际主流期刊的立场高度一致：Nature Portfolio明确表示，大语言模型不符合其作者标准，因为作者身份需要承担对研究成果的责任，而人工智能无法承担这一责任。Elsevier也强调，AI不能被列为作者或通讯作者。
共识将这一原则概括为“人类主体性原则”：人类作者须对人工智能生成内容承担全链条法律责任与学术责任，AI不能署名，不能推责，更不能替代人的智力劳动。与之配套的是“透明性义务”：使用AI辅助写作必须主动披露使用场景，包括所用工具名称及版本、具体功能用途、关键提示词以及生成内容占比。这意味着，科研人员不能“悄悄地”用AI，必须在论文中如实交代。
共识并非一刀切地禁止AI使用，而是明确了哪些场景可以“允许”，哪些属于“禁止”。这种精细化的划分，为规范使用提供了可操作的标准。
在文献综述环节，共识允许将人工智能用于文献检索辅助——例如利用AI帮助查找相关文献、梳理研究脉络。但绝对禁止直接采纳人工智能生成的综述文本，即“AI写什么我就用什么”的做法。一个值得警惕的陷阱是AI生成的“幻觉文献”——那些看起来真实但实际不存在的论文。AI可能编造出标题、作者、期刊，甚至生成看似规范的引用格式。研究人员必须逐条核实所有AI推荐的文献，确保来源真实、出处明确。
在数据分析环节，共识允许人工智能辅助完成初步的数据清洗和结构化整理，但明确禁止在未经人工验证的情况下使用AI输出的统计结论。AI可以在统计分析路径上提供参考建议，但最终的方法适配性与结果有效性必须由研究者独立审核判断。数据统计的严谨性直接决定研究的信度，这一环节绝不能外包给AI。
在语言润色环节，共识允许AI辅助进行语法修正与术语标准化，这也是当前学术写作中最常见的AI应用场景。但明确禁止用AI替代核心观点的表述——也就是说，AI可以帮你把话说得更通顺，但不能替你说话。Nature Portfolio的规则进一步细化：将AI辅助文案编辑界定为“对人工生成文本的可读性和风格进行改进，确保文本在语法、拼写、标点和语气方面无误”，这类用途无需声明；但凡是生成性工作，都必须披露。
在图表制作与参考文献环节，共识同样给出了清晰的允许/禁止清单。在图表制作上，AI可用于辅助呈现，但须注明工具及处理参数，不得篡改图像关键信息；在参考文献上，AI可以推荐文献以协助人工检索，但严禁引用虚构的“幽灵文献”。
数据隐私是AI辅助论文写作中最容易被忽视但又极其敏感的问题。共识明确规定：科研人员在使用AI处理科研数据时，必须严格遵守《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》，未脱敏的患者健康信息、受控实验原始数据集、未授权版权材料等均属于高危数据，严禁输入公共AI平台。
在使用AI服务平台前，研究人员必须严格审查平台的数据使用条款、数据存储政策与共享机制。涉及高敏感度信息的科研数据不得上传至未经审查、无合规保障的公共AI平台。以Nature Portfolio为例，期刊明确规定审稿人不得将稿件上传至生成式AI工具，此举既是为了保护作者对稿件的信任，也是为了保障同行评议过程的保密性。在审稿环节，Elsevier等其他出版商也强调了类似原则：稿件的评审意见须由审稿人独立完成，不得使用AI工具直接生成。
算法偏见是另一大伦理挑战。共识指出，AI系统在模型训练、数据选择与算法优化过程中可能继承甚至放大性别、种族、地域、语言或文化偏见。研究人员对此应保持高度敏感，主动识别和纠正AI输出中的潜在偏见，特别是涉及弱势群体、跨文化交流和价值敏感议题时，更应保持伦理警觉。
不同期刊对AI辅助写作的要求存在差异，科研人员在投稿前必须认真查阅目标期刊的官方政策。以下梳理了主要出版商的政策要点：
Nature Portfolio在AI使用政策上采取相对灵活但要求透明的立场。作者可以使用生成式AI工具帮助撰写手稿的某些部分或编辑手稿以提升可读性，但必须在方法部分声明这一使用。值得注意的是，普通文案润色（如语法、拼写、标点修正）无需声明，但生成性工作必须披露。同时，Nature Portfolio明确禁止使用AI生成图像或视频，主要原因在于图像创作的版权问题和法律模糊性尚未解决。
Elsevier的要求更为严格，强制要求对大多数AI使用情况进行披露，同时明确禁止AI生成图像（特定研究情境除外）。在投稿的所有内容中，作者只能使用AI技术来提升作品的可读性和语言质量，而非替代关键的研究任务，如产生新见解或理论、分析和解释数据、得出结论等。
Science（AAAS） 采取了目前最为严格的政策：完全禁止AI生成的文本，违反即视为科研不端行为，要求作者在致谢和方法部分全面披露提示词信息。
Springer Nature则提供了更为细致的指引：将AI辅助文案编辑（如语法和拼写修正）与生成性AI工作区分开来，前者无需声明，后者必须在方法部分详细记录工具名称、版本及使用范围，同时明令禁止AI署名和AI生成图像。
面对AI带来的伦理挑战，科研人员（尤其是处于学术训练关键期的研究生）如何在享受技术便利的同时守住学术底线？
第一，养成披露习惯。凡使用AI辅助写作，应在论文的方法、致谢或附录部分如实说明所用工具的名称、版本、使用环节及生成内容占比。这是共识的核心要求，也是赢得同行信任的基本前提。审稿人与读者有权知道：研究的哪些环节有人类智力参与，哪些部分由AI辅助生成。
第二，建立核实流程。对AI生成的所有内容——无论是文献、数据还是结论——都必须进行独立的“三重验证”：核查数据真实性，杜绝算法幻觉；溯源文献引用，禁用虚构参考文献；校验逻辑一致性，确保论证严密。AI生成的内容只能作为起点，不能作为终点。
第三，坚守主体地位。AI是辅助工具，不是思考替代品。在构思研究问题、设计研究方法、阐释研究发现、提炼理论贡献等核心环节，必须由研究者亲自完成。正如共识所强调的：科研写作的主体性、准确性与责任性不可转让于技术系统。研究者应在全流程中保持独立判断与批判性思维。
第四，提升伦理素养。科研机构应将AI伦理纳入科研方法论核心课程体系，重点培养学生批判性使用AI的能力、边界意识以及责任自觉。年轻学者更需具备识别算法偏见与数据陷阱的能力，明晰人机分工的伦理界限，在技术便利与学术诚信之间作出理性选择。
参考文献：
[1] 卜友泉,曹永福,昌增益,等.生成式人工智能辅助学术论文写作的伦理要求专家共识[J].中国生物化学与分子生物学报,2025,41(6):826-832.
[2] 中国科学技术信息研究所. 学术出版中AIGC使用边界指南3.0[M]. 北京: 中国科学技术信息研究所, 2025.
[3] 谢寿光,王誉梓.人机协作的知识生产：生成式人工智能辅助学术出版的知识产权归属与伦理规制[J].现代出版,2025,(10):1-13.
[4] 印波,庄新宇.生成式AI在学术写作中的运用:科研诚信规制与伦理进路探索[J].自然辩证法研究,2025,41(7):100-109.
[5] 李金正,李德.中西方期刊界对生成式人工智能参与科研论文写作的风险治理比较分析[J].中国科技期刊研究,2025,36(7):824-834.
[6] 张静,谭春林,陈咏梅.学术研究与出版中AIGC伦理失范的表现及其识别策略[J].编辑学报,2025,37(5):517-523.
[7] Hosseini, M., Rasmussen, L. M., & Resnik, D. B.Using AI to write scholarly publications[J].Accountability in research, 2024,31(7):715-723.
[8] Kousha, K., & Thelwall, M. Artificial intelligence to support publishing and peer review: A summary and review[J]. Learned Publishing, 2024,37(1):4-12.
[9] Nature Ecology & Evolution Editorial. Spotlight on our AI policies[J]. Nature Ecology & Evolution, 2025, 9: 1965-1966.
