在AI辅助科研已经常态化的背景下，真正让很多学生感到困惑的，往往不是“能不能用AI”，而是同一个AI操作在不同科研环节中可能对应完全不同的合规判断。例如，让AI帮助整理文献列表，和让AI直接生成论文结论，在学术规范上显然不是同一性质的问题。AI科研诚信治理平台（最后更新于2025年11月26日）将这类判断梳理为论文选题、文献检索与管理、研究设计与实施、论文写作、论文投稿、论文评审、基金申报与评审七个环节，并给出开放使用、有限使用、不可使用三类边界。本文的自查思路即以此框架为基础，帮助读者先确认规则来源，再按环节判断介入程度，最后落实记录与声明。
先确认规则来源，再谈环节判断
在逐环节判断之前，需要先解决一个前提性问题：规则从哪来。AI科研诚信治理平台的边界梳理汇集了科技部监督司、国家自然科学基金、中国科学技术信息研究所、中国科学院以及多所高校和海外科研机构公开发布的政策文件。平台定义的使用范围覆盖上述七个研究环节，适用对象包括在教学、科研与管理活动中引入生成式人工智能或其他AI辅助工具的学生、教师、科研人员与管理人员。但需要特别注意，该平台页面最后更新于2025年11月26日，其内容属于当时的梳理结果，只能作为理解规则的入口，不能替代本校研究生院、教务处或目标期刊发布的最新文件。
2026年5月14日，中国学位与研究生教育学会发布了《规范研究生学位论文与实践成果中人工智能工具使用指南》，明确定义人工智能工具为“以生成式人工智能为代表，能够对文本、图像、音频、视频、代码或其他数据进行生成、改写”的工具，并为高校健全相关制度、加强学术诚信治理提供参考。这类文件的重要价值在于给出了统一的术语和治理方向，但落实层面仍需以各校现行规定为准。
因此，自查的第一步不是直接给某个操作贴上“合规”或“不合规”的标签，而是先确认：本校或目标期刊是否有AI使用规范？该规范的版本和生效日期是什么？平台信息与本校规定不一致时，应优先以本校或期刊最新文件为准。
判断框架：用介入程度定位三类边界
平台将AI使用分为开放使用、有限使用和不可使用三类。其划分依据主要是风险程度：开放使用对应风险较低或几乎不存在风险、具有普适性的情形；有限使用对应存在一定风险、需要核查、规范或约束的情形；不可使用对应高风险或违规、禁止的情形。
与三类边界直接相关的是“介入程度”这一维度。平台区分了两种介入：一是工具性辅助，即把生成式AI作为增强人类能力的工具，用于处理流程化、重复性或辅助性任务；二是替代性完成，即用AI独立完成本应由科研工作者承担的、涉及核心智力贡献和创造性劳动的任务。这个区分给了学生一个可操作的判断标准：先问“AI在做什么”，再问“我有没有保留核心判断”。
一个比较稳定的判断顺序是：第一步，确认AI承担的是辅助性任务还是核心智力任务；第二步，确认该环节是否涉及对他人成果的评价、保密信息或明确的禁止性规定；第三步，确认是否需要声明、存档或事先获得许可。三个问题回答下来，开放、有限、禁止三类边界通常就能基本定位。
七环节逐项自查
论文选题
AI辅助检索研究趋势、整理已有文献脉络或初步生成讨论线索，通常属于工具性辅助，风险相对可控。但如果直接以AI生成的选题作为本人选题，未加独立判断和验证，则可能滑入替代性完成。自查要点在于：选题方向和研究问题的论证过程是否由研究者本人完成，引用AI建议时是否能用原始文献支撑。
文献检索与管理
使用AI辅助检索文献、自动标注和分类文献属于风险较低的辅助性操作。需要特别留意的风险在于AI可能生成并不存在的文献，或对已有文献做出错误概括。无论平台或本校是否允许AI辅助检索，对关键文献都必须回到原始出处核对。引用管理软件与AI辅助结合使用时，文献清单的最终确认责任仍在研究者本人。
研究设计与实施
研究设计属于核心智力贡献，AI辅助讨论研究方案、提出分析思路可以视为有限使用。若由AI独立设计实验方案、确定研究方法或替代研究者做出关键取舍，则已经超出辅助范畴。涉及人体受试者、敏感数据或保密材料时，是否允许使用AI还需另行确认所在机构的具体规定。
论文写作
这是最容易出现边界混淆的环节。AI用于语言润色、格式调整、语法检查，属于有限使用，通常需要声明。AI直接生成论文段落、结论或完整初稿，并作为本人成果提交，则可能构成《中华人民共和国学位法》第三十七条所称“利用人工智能代写学位论文”，学位授予单位可以不予授予学位，已经授予的经学位评定委员会审议决定可以撤销学位证书。自查要点不是“AI写了多少字”，而是“核心论证和结论是否由本人完成”。
论文投稿
投稿环节包含格式调整、材料整理等辅助性工作，也包含投稿决策、与编辑和审稿人的沟通、对审稿意见的回应等需要研究者本人承担的事务。AI辅助格式检查和材料整理可视为有限使用；由AI代为完成投稿决策或代为撰写与编辑的实质沟通，则需要谨慎判断。尤其是涉及对审稿意见的回应时，研究者必须保留最终判断。
论文评审
评审环节的自查逻辑与其他环节有本质不同。评审涉及对他人成果的公平评价和保密责任。美国国立卫生研究院已明确禁止在同行评审过程中使用生成式人工智能技术。国内多数高校和期刊虽未逐一做出具体规定，但评审人如拟使用AI辅助，应在使用前确认所在期刊或评审系统是否允许，在未获明确许可的情况下不应将未公开的评审材料输入外部AI工具。
基金申报与评审
基金申报与论文写作类似，AI辅助文字润色和格式整理可有限使用，但申报书的科学思想、研究方案和经费预算应体现申报人本人的智力贡献。基金评审则与论文评审类似，涉及对他人申报材料的保密和公正评价，是否允许使用AI辅助评审应事先确认资助机构的规定。同样，不得将未公开的申报材料输入非授权AI工具。
留痕操作：从使用到声明的完整闭环
合规判断不应等到提交前才开始，而需要在研究过程中同步记录。建议从使用之初就建立简单的过程记录，至少包含四项内容：使用环节、AI工具名称和版本、具体用途、介入程度（辅助性或替代性）。如果AI生成内容被部分采用，还应记录哪些内容经过AI辅助、研究者做了哪些修改，以及最终版本与AI输出之间的差别。
在提交环节，是否声明以及如何声明，需要根据本校或期刊要求执行。如果本校或期刊要求披露AI用途，应如实声明工具名称、使用环节和介入程度。如果本校或期刊规定某类操作无需声明，也不意味着可以隐藏AI参与的关键事实，因为学术诚信的底线在于真实呈现自己的研究过程。存档方面，建议保留AI对话或生成记录的导出文件、研究者修改过程版本和最终提交版本，以便在需要时说明AI的实际贡献范围。
当七个环节、三类边界和介入程度交织在一起时，“能不能用AI”这个问题需要被拆解为更具体的问题：在哪个环节使用、用于做什么、是否由本人完成核心判断、是否需要声明和存档。AI科研诚信治理平台的边界梳理提供了一个通用的判断框架，但其最后更新于2025年11月26日，不能替代本校或期刊的最新文件。《规范研究生学位论文与实践成果中人工智能工具使用指南》（2026年5月14日发布）为高校制度建设提供了参考，但学生个体的合规判断仍应以所在学校、学院和目标期刊的现行规定为最终依据。真实记录、如实声明、保留过程材料，是无论具体规则如何调整都适用的基本操作。
