当 ChatGPT 等生成式 AI 工具以迅猛之势渗透到科研领域的各个角落，学术论文写作这一承载知识传播与学术创新的核心环节，正经历着前所未有的冲击与重构。

近年来，明确标注使用 AI 的论文数量持续攀升，随之而来的剽窃风险、伦理争议也成为学界热议的焦点。为摸清全球研究者对 AI 在论文写作与评审中应用的真实态度，《自然》杂志发起了一项覆盖 5000 名学者的大型调查，其结果既在意料之外，又在情理之中：超九成研究者认可 AI 的部分应用场景，但实际使用者不足三分之一，且多数使用者并未主动披露这一情况。这场态度与行为的严重割裂，折射出 AI 时代学术伦理与行业规范的深层博弈，也为科研领域的未来发展提出了全新命题。

图自nature

《自然》的调查通过构建 “Bloggs 博士” 的虚拟案例，模拟了多种未披露的 AI 使用场景，涵盖论文初稿生成、文本编辑、翻译、特定章节撰写以及同行评审辅助等关键环节，旨在挖掘研究者内心深处的伦理判断。此次调查的受访群体具有广泛的代表性，不仅来自全球多个国家和地区 —— 其中美国占 21%、印度占 10%、德国占 8%，在职业生涯阶段和研究领域上也呈现出多样化特征，尽管受限于邮件回复率，中国论文作者的看法未能得到充分体现。调查采用匿名形式且不告知期刊政策，最大程度排除了外部因素干扰，还原了研究者最真实的认知。

在诸多 AI 应用场景中，编辑与翻译功能获得了最高程度的认可，超九成受访研究者认为这类使用方式符合伦理规范。然而，在披露问题上，学界的意见出现了明显分化：部分研究者认为只需简单说明使用了 AI 即可，另一部分则主张应详细罗列输入的提示词等具体信息，还有人对是否需要披露本身提出了质疑。美国路易斯维尔大学的研究文献读写传播导师 Alex Glynn 注意到这种认知差异，他不禁疑惑，这究竟是研究者对相关规范的了解不足，还是与出版界存在本质的道德准则分歧。

相较于编辑翻译，AI 生成论文文本的争议更为激烈。约 65% 的受访人认可这种做法的伦理合理性，但近三分之一的研究者明确表示反对。具体到论文不同章节，多数人对 AI 起草摘要持包容态度，而对其他核心章节的 AI 生成则抵触情绪更强。

这样的差异背后，是研究者对 AI 在学术核心创新环节作用的谨慎判断。摘要更多是研究成果的浓缩呈现，而正文部分则承载着研究的逻辑推演与原创价值。

同行评审领域的 AI 使用争议呈现出另一番图景。超六成受访人反对用 AI 生成同行评审意见初稿，其中四分之一的反对者主要出于隐私泄露的担忧；但 57% 的研究者认为，以问答形式让 AI 辅助评审是可接受的。学术传播顾问 Chris Leonard 对前一项结果表示欣慰，但对后者的争议程度感到意外，他认为人机结合的评审模式有助于弥补人类审稿人的疏漏，提升评审质量。

这些分歧清晰地表明，学界尚未为 AI 在学术核心流程中的应用建立起统一的伦理标准，不同场景下的接受度差异，反映出研究者对学术原创性、责任归属与隐私保护的多元考量。

与高达九成的伦理认可率形成鲜明对比的是，AI 在学术写作与评审中的实际应用率处于较低水平。

数据显示，即便是使用最广泛的论文编辑功能，也仅有 28% 的受访人表示实际使用过，不过有 43% 的人表示未来愿意尝试。而 AI 写作初稿、生成文献概述、翻译论文以及辅助审稿等场景的实际使用率更低，仅为 8% 左右。整体来看，65% 的受访人从未在调查涉及的任何场景中使用过 AI，这一数据揭示了 AI 在学术圈的 “叫好不叫座” 现状。

不同群体的 AI 使用行为呈现出明显差异。职业生涯早期的研究者中，使用过至少一种 AI 功能的比例更高，这与其对新技术的接受度更高、科研任务繁重等因素密切相关。此外，英语非母语的学者使用 AI 的频率总体高于英语母语者，对他们而言，AI 的翻译与文本润色功能能够帮助其突破语言壁垒，更平等地参与国际学术交流。

这样的群体差异表明，AI 在学术领域的应用潜力与使用者的实际需求高度相关，特定群体的迫切需求正在推动 AI 在局部场景的渗透。

更值得关注的是，在为数不多的 AI 使用者中，多数人并未披露自己的 AI 使用行为。这样 “隐性使用” 现象背后，既有对现有披露规范不了解的因素，也有对披露后可能引发的学术评价偏见的担忧。跨国学术出版公司威立的高级副总裁 Josh Jarrett 表示，这一结果与威立自身的调查结论一致，研究者对 AI 辅助研究的热情虽高，但实际应用中仍持谨慎态度。

其他机构的调查也印证了这种态度与行为的割裂。2025 年 1 月，加拿大渥太华医院研究所的调查显示，45% 的医学研究者使用过 AI 聊天机器人，其中三分之二用于写作或编辑稿件，这一比例略高于《自然》的调查结果，但仍未达到半数。同年 2 月威立发布的调查则显示，不足一半的研究者在工作中使用过 AI，其中 40% 用于翻译，38% 用于论文校对或编辑。尽管多数研究者认为 AI 将在未来两年内显著改变学术工作模式，但实际应用中的犹豫与观望，反映出技术成熟度、伦理风险与行业规范等多重因素的制约。

受访研究者的留言进一步揭示了这种割裂背后的复杂心态。泰国朱拉隆功大学生物医学学者 Aisawan Petchlorlian 将 AI 比作计算器，认为其使用终将成为行业惯例，无需刻意披露；而一位加拿大地球科学学者则对 AI 写作与评审持坚决反对态度，认为这是欺骗与弄虚作假的行为。

英国剑桥大学的 Daniel Egan 则表达了更为中立的观点，他认可 AI 节省时间、整合复杂信息的优势，但担忧过度依赖会剥夺研究者的学习机会。此外，AI 产出内容的准确性问题 —— 如虚假参考文献、错误陈述等，也成为制约其广泛应用的重要因素。

面对 AI 在学术领域的快速发展与应用乱象，学术出版机构率先展开了规范探索，但不同机构的政策差异显著，尤其是在 AI 使用披露这一核心问题上。

目前，绝大多数出版机构形成了两点基本共识。禁止使用 AI 创作、修改或操控数据及图片等核心研究成果，同时禁止将 AI 署名为论文作者，因为 AI 无法承担相应的学术责任。但在具体使用场景的规范上，各方仍存在较大分歧。

出版界普遍将 AI 使用划分为两大类别。一类是文本完善，包括拼写语法检查、可读性提升等基础编辑工作；另一类是新内容生成。多数机构要求后一类使用情况必须披露，而前一类则无需披露。2023 年，国际科学、技术和医学出版商协会提出建议，AI 用于润色、校准、格式编辑等基础工作可不予披露，但若超出这一范畴则需明确说明。

不同期刊的具体政策则呈现出多样化特征。美国医学期刊 JAMA 实施了严格的 AI 使用报告制度，要求作者详细说明所用 AI 软件及开发者信息，描述其使用方式，并确认对 AI 生成内容的责任，仅对基础拼写语法检查等简单任务放宽要求。

该期刊的执行经理编辑 Annette Flanagin 认为，AI 使用披露应参考利益冲突的披露原则，做到越详细越好。威立也采取了类似的严格政策，而《自然》的出版方施普林格・自然则要求对生成式 AI 的使用进行妥善记录，但无需披露辅助编辑润色的情况。

IOP 出版社的政策调整则反映出行业规范的动态变化。该出版社起初要求作者强制披露 AI 使用情况，后来出于对 AI 使用普遍性的考量，取消了这一强制要求，转而鼓励作者主动说明，并强调作者对 AI 产出内容的最终责任。这种政策转向背后，是出版机构在技术发展与规范约束之间的艰难平衡。

在同行评审的 AI 使用规范上，出版界的态度总体更为谨慎。荷兰爱思唯尔和美国科学促进会明确禁止审稿人使用生成式 AI 直接或辅助评审论文；威立和施普林格・自然则允许有限度使用，但要求必须披露，且禁止将评审材料上传至联网聊天工具，以规避隐私泄露风险。《自然》调查的受访人也高度关注隐私问题，部分研究者表示可以接受 AI 辅助审稿，但前提是使用本地部署的 AI 工具，避免信息上网泄露。

为解决 AI 使用及其披露中的混乱局面，国际科学、技术和医学出版商协会于 2025 年 4 月发布了一份报告草案，尝试对论文写作中的各类 AI 使用情况进行系统分类，希望为行业提供统一的术语标准。出版伦理委员会理事 Michael Wise 强调，尽管技术在不断发展，但学术出版的核心伦理规范并未改变，即通过透明的方式准确报告研究过程与结论。这一观点得到了学界与出版界的广泛认同，透明性正成为 AI 时代学术规范重构的核心原则。

《自然》的这项大型调查，描绘了 AI 时代学术领域的真实图景。研究者对新技术的潜在价值普遍认可，但在实际应用中却顾虑重重；学界对 AI 使用的伦理边界尚未形成共识，出版机构的规范探索也处于各自为战的阶段。这种混乱与分歧，本质上是技术创新与传统学术体系之间的必然碰撞，也是每一次技术革命都会带来的阶段性特征。

AI 在学术领域的应用并非洪水猛兽，其在打破语言壁垒、提升写作效率、辅助评审决策等方面的优势，为学术传播与创新注入了新的活力。但同时，我们也必须警惕其可能引发的原创性缺失、责任归属模糊、隐私泄露等风险，这些问题若不能得到妥善解决，将严重损害学术生态的健康发展。

图自unsplash

未来，学界、出版机构、技术开发者需要展开深度对话与合作。研究者应主动提升 AI 素养，明确技术使用的边界与责任；出版机构需加快建立统一、清晰的行业规范，细化 AI 使用的披露标准与评价体系；技术开发者则应着力提升 AI 工具的准确性与安全性，为学术应用提供更可靠的技术支撑。唯有如此，才能在充分释放 AI 技术潜力的同时，坚守学术研究的核心价值与伦理底线，实现技术创新与学术规范的协同发展。

AI 与学术的融合之路注定不会平坦，但随着规范体系的不断完善与各方认知的逐渐统一，我们有理由相信，AI 终将成为推动学术进步的强大动力，为人类知识探索事业开辟出更广阔的空间。而在这一进程中，如何平衡创新与规范、效率与质量，将是所有学术参与者需要持续思考的重要课题。

 往期推荐