談起這兩年AI給編輯工作帶來的變化，《科技通報》編輯吳頔最先想到的是“論文篇幅變長了，工作量變大了”。

吳頔告訴中青報·中青網記者，以前的論文初審主要關注選題、格式和復制比。如今，編輯還要辨別語言是否空泛、論証有沒有實質內容，以及那些格式規范的參考文獻，能否找到真實存在的原文。吳頔遇到過一些稿件，語言流暢但內容空洞﹔公式化摘要像套用模板﹔引用看著齊全，順著數字對象唯一標識符（DOI）查找，卻打不開相應文獻。

盡管AI也在幫助編輯完成語言潤色、格式整理等重復性工作，但在吳頔的觀察中，科研誠信審查和原始材料核查的壓力隨之上升，“單靠查重率遠遠不夠”。

當AI從原來的簡單潤色修改、檢索文獻進一步深入到數據分析、研究推理以及同行評審，學術出版面臨的學術誠信問題也越來越復雜：一項成果是怎樣形成的，哪些環節由AI工具參與，誰核驗過其中的事實，又由誰為最終發表的內容負責？

看著“很像樣”的論文，內含多少“貓膩”

在10月舉行的2026世界青年科學家峰會——青年科學家與一流期刊共生發展論壇上，英國物理學會出版社亞太出版總監楊萍萍展示了一組數據：過去3年，該出版社投稿量增長55%，但同行評審中可以送審的文章率從63.5%降到44.5%，同期發文量僅為28%。

在楊萍萍看來，10年前的編輯部評審流程“沒有現在這麼復雜”，許多涉及學術誠信問題的判斷相對簡單和直接﹔而如今，隨著論文工廠、AI涉及的圖片操縱等問題更加難以辨識，編輯部需要在送外審之前，花更多時間判斷作者身份是否真實、引用是否異常、稿件是否具備送審條件。出版社還成立專門的科研誠信團隊，在稿件發表前后開展調查。

吳頔觀察到，AI普及后，文章批量生產更快、洗稿更自然、跨語言改寫更多，套路從“一眼假模板”變成“看著挺像正常論文”。他介紹，常見信號包括投稿賬號或郵箱/IP異常、摘要高度模板化、審稿人推薦造假、內容很完美但原始數據缺失。

吳頔表示，隨著一篇文章涉及的各類學術誠信問題識別難度更高，現在更依賴“系統數據+人工核查+原始材料”組合。針對參考文獻，編輯部使用專門軟件篩查，再對作者信息異常、期刊名錯誤、DOI無法訪問、引用內容與原文不符等情況復核﹔針對數據和圖片，則核查原始材料、統計一致性、圖片元數據，以及是否存在重復拼接等問題。

北京郵電大學計算機學院教授鄂海紅團隊從文本、實驗、圖文一致性和引文關系等維度研究問題論文的識別。團隊建立的模型系統會對科學圖像進行特征比對，嘗試識別AIGC生成的圖像。

“如果是畫流程圖或示意圖，在這種場合下可以用AI，隻需要在投稿時正確地聲明使用情況。”鄂海紅表示，對於來自真實世界的實驗圖像，例如醫學上本身應該取自真實臨床病理的圖片，如果是使用AI一鍵生成的話，這時候就需要幫助編輯把它識別出來。

浙江省公共政策研究院研究員高艷東在接受中青報·中青網記者採訪時表示，AI介入學術科研並沒有讓學術不端的類型完全改變，而是使知識生產過程變得更加不透明。

“一段文字、一張圖片乃至一個研究結論，都可能經過人工智能的深度介入，傳統上通過文本比對識別問題的方式就不夠用了。”高艷東說，學術誠信治理需要從單純檢查最終成果，轉向關注資料來源、生成過程以及人工審核。

AI率檢測無法成為學術不端的唯一判斷依據

在高校，隨著AI生成技術、規避檢測的手段和檢測工具不斷更新，用AI工具檢測學生論文AI率早已演變成一場“貓鼠游戲”。中國人民大學教授李彤在指導研究生論文的過程中，除了常規查重，也會檢測論文的AI疑似率，但他認為，這類工具只能作為參考，無法直接作為認定依據。

李彤解釋，檢測工具本身基於概率模型，類似“用魔法打敗魔法”。他記得，有學生面對70%的AI疑似率追問：“到底哪句話是AI的，有什麼証據証明？”檢測工具能提供一個數值，卻未必能清晰界定具體內容的來源。

吳頔也表示，編輯部目前隻將AIGC檢測結果作為參考，不會據此“一票否決”。出現疑點后，更重要的是回到稿件本身，要求作者提供原始數據、圖片、分析代碼及AI使用說明，再結合審稿人的質疑開展核查。

在鄂海紅看來，人工寫作后由AI編輯、AI生成后再由人工修改潤色，與全文一鍵生成，應當作更細致的區分，才能幫助編輯審查AI在文章中發揮了什麼作用。她強調，技術可以承擔檢測、匹配和線索整理，最終仍需專家解釋証據、作出科學判斷。

高艷東同樣提醒，不宜把AI檢測結果直接作為認定學術不端的依據﹔涉及處分時，應有充分証據，並保障當事人的解釋和申辯權利。

判斷是否越界，也不能隻看用了哪種工具、生成了多少文字。高艷東認為，更應關注AI是否替代了作者應承擔的實質性研究工作，是否造成誤導。例如，語言潤色通常可以接受，但如果改變了論証含義，作者就必須重新核查﹔輔助分析數據也不當然違規，前提是數據真實、方法適當、結果能夠驗証。

這些要求也適用於編輯自身。楊萍萍介紹，出版社在安全環境中探索AI輔助初審，工具可以提示稿件與期刊要求的匹配情況，幫助編輯發現值得關注的問題﹔一些流程性工作，也可以借助自動化提高效率，但工具不能代替編輯部作出最終判斷。

文章可以有AI參與，但成果不能由AI負責

近年來，國家相繼出台《關於推動學術期刊繁榮發展的意見》《國務院關於深入實施“人工智能+”行動的意見》等一系列政策文件，接續實施“中國科技期刊卓越行動計劃”，統籌推動人工智能融入科學研究、學術傳播各環節。而與之相匹配的“規矩”也正在逐漸確立起來。

8月19日，中國科技期刊卓越行動計劃入選期刊及集群共同發布《堅守科研誠信 共建一流期刊——中國科技期刊卓越行動計劃維護學術誠信倡議》。其中第三條明確提出：規范人工智能應用，明確使用邊界。嚴格規范人工智能技術在科研活動和學術出版中的輔助性應用，建立健全人工智能使用披露制度，主動聲明人工智能工具的具體用途及介入程度，確保學術貢獻歸屬清晰、責任可追溯。

今年以來，西安交通大學期刊中心、《電子與信息學報》《法學教育研究》《哈爾濱學院學報》《當代教研論叢》等國內多家學術期刊陸續發布了各自的AI使用規范。中青報·中青網記者留意到，比起“一刀切”，學界的態度一直傾向於“把AI用在陽光下”。

例如，西安交通大學期刊中心8月10日發布的關於規范使用生成式人工智能的聲明中指出，作者可合規使用AI工具開展輔助性、事務性工作，僅限於提升研究質量和科研效率﹔凡在學術研究、論文撰寫或修改過程中使用AI工具的，投稿時須完整、如實披露工具名稱、版本、使用環節及生成內容。哈爾濱學院於10月15日發布的《哈爾濱學院學報》《當代教研論叢》兩刊關於規范使用生成式人工智能的聲明，其中明確，作者須對來稿全部內容的真實性、原創性、學術規范性承擔完全責任，不接受任何生成式人工智能工具作為論文署名作者。

吳頔也介紹，《科技通報》允許合理且透明的輔助潤色、翻譯、代碼調試和文獻檢索等，不允許AI署名，不允許編造數據、圖片和參考文獻，也不允許將核心創新和全文撰寫交給AI。

“關鍵不是‘用沒用’，而是‘有沒有如實說明、內容是否真實、作者是否負責’。”吳頔說，期刊在投稿時要求作者不得虛構或隱瞞生成式AI工具使用信息，應對使用情況負責，並與作者簽署協議。

鄂海紅在論壇上指出，AI可以加速潤色、檢索、圖片編輯和表格制作等工作，但不能替代作者承擔學術觀點責任。楊萍萍也表示，英國物理學會出版社不允許AI成為作者，不允許審稿人用AI工具生成審稿報告﹔作者、審稿專家和編輯，應分別為論文的可靠性、評審的嚴謹性和科學判斷負責。

對於作者的披露聲明，高艷東提出，應當說明工具用於什麼環節、發揮什麼作用，以及作者採取了哪些核查措施，而不只是籠統地寫一句“使用過人工智能”。

高艷東認為，目前不同學科、不同期刊的具體要求仍不一致，亟待將原則轉化為可執行的標准：哪些使用需要披露，披露到什麼程度，哪些過程需要留存記錄。“披露應服務於透明和問責，而非給使用者貼標簽。”

此外，針對使用AI工具編輯審閱未發表文章的潛在數據泄露風險，高艷東提醒，這些材料中可能包含受試者個人信息、醫療記錄、企業商業秘密。即使隱去了姓名，也不意味著數據無法識別到個人，還要考慮信息組合后重新識別的可能性。

吳頔指出，未發表稿件不能整篇上傳公共AI模型，未發表數據、核心觀點及作者和審稿人身份等信息都需要保密。編輯和審稿人使用工具輔助工作，也不能將未經核驗的AI意見作為最終決定。

高艷東建議，應對數據實行分類分級，明確哪些材料可以輸入通用模型、哪些只能在受控環境處理、哪些不得上傳，同時審查服務商的數據留存、訓練使用和跨境處理規則。高校也應提供安全的替代工具和培訓支持，讓研究者有條件合規使用。

“人工智能可以參與工作，但不能成為推卸責任的理由。”高艷東說，“我們既不能把使用人工智能一概視為不端，也不能因為它是新技術，就降低學術責任的標准。”（記者 王璟瑄 ）

來源：中國青年報