当一位研究生把生成式人工智能给出的文献列表直接复制进论文初稿，却很快发现其中几篇文献并不存在时，他遇到的并不只是查重或格式问题，而是AI幻觉进入学术写作的真实风险。这类风险过去更多由学术规范与科研诚信制度约束，如今也开始进入司法裁判规则的观察范围。
2026年9月7日，最高人民法院发布《最高人民法院关于依法审理涉人工智能纠纷案件的意见》。这是首部由国家最高审判机构发布的涉人工智能司法裁判规则文件，分为5个部分、共24条，针对“AI换脸拟声”、“AI幻觉”侵权、“网络开盒”、“大数据杀熟”、自动驾驶和模型训练等问题明确裁判规则。对高校科研人员和学术期刊编辑而言，这份文件最重要的地方，不在于直接回答“能不能用AI写论文”，而在于它开始从民事侵权与责任承担的角度，为生成式人工智能的错误输出划定外部边界。
AI幻觉为什么进入司法视野
AI幻觉并不是一个新的技术现象。生成式人工智能在提供内容时，可能会生成看似合理、实则错误的信息。这种错误一旦涉及真实人物、特定机构或受保护数据，就可能从单纯的回答不准，转变为对他人权益的损害。
《意见》关注的是涉人工智能纠纷中的责任认定，而不是技术本身。根据公开信息，当人工智能因自身幻觉或者用户恶意诱导生成侵权内容后，经权利人通知，生成式人工智能服务提供者应当、也有条件采取必要措施。因此，相关规则引入了参照适用“避风港规则”的思路，同时要求审慎认定生成式人工智能服务提供者的侵权责任。
这意味着，司法规则没有把使用生成式人工智能本身视为违法。它真正要处理的是：当AI生成的不实或侵权内容进入传播环节，谁应当承担责任、在什么条件下需要采取措施。对科研作者来说，这提供了一个重要的判断方向——AI输出一旦被当作事实写入论文并公开发表，就可能离开纯粹的个人学习场景，进入需要承担责任的公共表达空间。
不能把司法规则误读为论文写作禁令
需要特别区分的是，《意见》是司法裁判规则文件，不是学术规范文件。它不会逐条规定论文中AI生成内容的合理比例，也不会说明哪些句子必须人工改写。科研人员如果把这份文件理解为“最高法禁止用AI写论文”，是对其性质的误读。
从学术写作的角度看，AI幻觉导致的虚假文献、错误数据或失实结论，首先属于学术诚信和科研伦理问题。学术期刊通常会通过查重、同行评审和编辑审查来发现这些问题。而司法规则处理的则是其中可能涉及的民事侵权情形，例如AI生成内容错误使用他人姓名、肖像，未经授权披露个人信息，或者将不实信息与特定主体建立关联并造成损害。
两套规范路径不同，但存在连接点。学术规范更多依靠机构自律和学术共同体约束，司法裁判规则则提供底线性的法律边界。科研人员需要同时理解二者：不能用学术规范替代法律边界，也不应把法律规则简单当作论文操作手册。
科研活动的前置合规意义
对高校科研人员和研究生来说，《意见》带来的更现实的启示是，AI辅助写作应当建立在可核验、可说明的基础上。使用生成式人工智能整理文献、润色表达或辅助分析时，不能把模型输出直接视为经过验证的事实来源。
一个稳妥的做法是，把AI生成的文献信息、引用数据和事实判断都还原为待核验线索。只有回到原始文献、官方数据或一手资料确认无误后，相关内容才能进入论文。涉及真实人物、医疗机构、受保护个人信息或特定研究成果时，还需要额外判断是否存在人格权、隐私权或数据使用方面的风险。
对学术期刊编辑而言，AI幻觉带来的虚假引用和虚构数据，应当成为投稿真实性审查中的风险点。编辑并不需要依据司法文件创设新的审稿程序，但可以把外部法律规则传递出的信号，转化为更细致的稿件核验意识。对科研管理者来说，则可以通过培训、流程规范和过程留痕制度，让研究团队在项目执行阶段就形成对AI输出的复核习惯。
结尾回到一个具体判断：对科研人员而言，AI幻觉进入司法规制，并不是要制造“禁用AI”的恐慌，而是提醒学术共同体，生成式人工智能已经进入知识生产链条。当失实输出被不加核验地承载和传播，原本属于技术误差的问题，可能滑向更复杂的责任问题。相比追问一句“能不能用”，更务实的准备是建立清晰的来源核验路径、保留必要的使用过程，并让AI输出始终处于人的审查与判断之下。
