9月2日，安徽财经大学公布了一篇教师与硕士生共同发表论文被质疑注释内容疑似编造的调查结果。校方认定，该论文存在学术不规范问题，部分案例相关问题源于作者对AI检索结果的误信，对AI生成内容缺乏应有的警惕性与严谨性，构成AI使用不当。根据认定结果，学校对责任人作出科研诚信诫勉谈话、通报批评，以及暂停评先评优、职务晋升、科研奖励申报资格两年等处理。
误信AI检索结果，为什么仍然是科研责任问题
通报中“误信”和“缺乏警惕性”的表述，值得高校教师和研究生重视。AI工具能够根据提问生成看似完整的案例、案号或文献信息，但这些内容不等于经过核验的事实。当作者把AI输出直接用于论文注释，又未回到裁判文书、原始文献或可靠数据库中逐一核对，就出现了失察。学术论文署名的基本含义，是署名者对内容真实性、来源可核查性负责。即便没有主动编造，未尽合理注意义务、放任未经核验的信息进入论文，同样可能被认定为学术不规范。
这一点对科研管理人员的启示是，AI使用不当不能简单归为“技术问题”。工具不会自动承担责任，责任始终落在使用工具的人身上。对AI生成内容保持警惕，不是多余谨慎，而是学术研究流程中的必要环节。
从处理结果看高校的认定逻辑
安徽财经大学此次处理包含诫勉谈话、通报批评和两年内暂停评先评优、职务晋升、科研奖励申报资格。校方同时表示，将以此为契机持续深化作风建设、优化论文质量管理、夯实学术道德教育。从处理强度看，学校没有把个案直接等同于最严重的科研失信行为，而是依据《科研失信行为调查处理规则》《高等学校预防与处理学术不端行为办法》等现行规范，按程序作出认定和处理。
这种处理方式说明，高校在AI使用问题上开始区分“主动造假”和“失察、误信”。前者涉及有意虚构、篡改或隐瞒，后者更多体现为核验流程不严、对生成内容缺少警惕。虽然不同学校、不同案件的处理尺度会有差异，但这一事件至少提示：AI使用是否合规，核心判断点在于作者是否尽到核验义务、使用过程是否透明、发现问题后是否积极配合调查。
高校科研管理中需要厘清的责任边界
对高校教师、研究生和科研管理人员而言，安徽财经大学的通报提供了一个讨论责任边界的切口。作者应当对论文内容的真实性承担首要责任，不能因为内容来自AI就转移责任。合作署名意味着共同责任，研究生与指导教师之间需要明确各自在资料核验、内容审核中的分工，而不是把风险全部留给某一个人。学校层面的责任更多体现在规则的明确性和可执行性上：哪些AI使用场景被允许，哪些环节必须人工核验，发现问题后依据什么程序处理，都需要说清楚。
同时也应看到，这所学校的具体处理结果并不意味着所有高校都会采取完全相同的标准。当前高校对AI使用仍处在探索阶段，相关讨论已经出现从简单禁止转向规范使用的趋势。真正重要的不是照搬某校的处理尺度，而是建立一套透明、可追溯、分级负责的审核机制。
对科研人员来说，这次通报最直接的价值在于提醒：AI可以辅助检索、梳理和表达，但不能替代对事实、来源和论证质量的把控。把核验义务留在人这一端，才是使用AI而又不触碰科研诚信底线的关键。
