双查报告同时列出文字重复率和AI生成率时，最容易出现的反应是把两个百分比都当成“问题程度”的刻度。这种阅读方式并不准确。中国社会科学网2026年9月24日关于“恰当透明使用AI”的讨论（检索日期：2026年9月24日）把重点从“是否使用”引向“如何说明、是否恰当、是否保留人的实质贡献”。需要先说明，该讨论属于公开评论，不等于教育主管部门或高校的正式处理依据；各校、各期刊是否采信AI生成率以及如何复核，应以最新正式文件为准。
一、先把生成率还原为“筛查线索”
在毕业论文双查中，文字重复率主要检测文本重合情况，而AI生成率通常基于统计特征给出概率或风险提示。两者都不直接等于学术不端，更不能替代对论文实质内容的判断。
AI生成率无法替代四类实质性审查：
- 问题意识是否来自研究者本人；
- 关键证据能否追溯到真实、可核验的原始文献或数据；
- 论证推进是否在逻辑上成立、是否回应了研究问题；
- 引用与被引文献之间是否真实对应，有无虚构或错置。
如果一篇论文的AI生成率不高，但核心论证断裂、引用无法核实，仍可能构成学术不端；反之，AI生成率偏高，也可能是固定表达、模板句或某些文体特征被统计模型误判。因此，面对AI生成率首先应把它当作风险线索：它提示需要复核，而不是直接宣告结论。
二、明确“可以辅助”与“必须由本人完成”的边界
AI参与毕业论文并非一律禁止，关键是使用方式是否透明、边界是否清楚。适合辅助的环节通常包括：
- 文献检索、归类和初步整理；
- 引文格式核对、参考文献一致性检查；
- 语言润色、口语化表达改写为学术表达；
- 按照研究者给出的提纲进行材料汇总。
但以下环节必须由本人完成，不能用AI生成文本直接充当：
- 研究问题的提出、限制与价值判断；
- 研究设计、方法选择与可行性判断；
- 对核心文献的批判性阅读和取舍；
- 数据解读、结论判断与局限性说明；
- 全文论证链条的组织和关键概念的定义。
判断标准可以简化为一句：AI可以处理信息，但不能代替研究者做决定。只要某项内容涉及“我为什么这样判断”，就应当由本人形成并能够独立解释。
三、用四步清单核验“实质贡献”
收到AI生成率报告后，不急着改写，先对照高亮或风险段落问四个问题。
第一，问题与框架是否来自本人。能否说清论文要解决什么问题，为什么这个问题值得写，采用当前结构的理由是什么。如果这些问题只能重复摘要或正文，却说不出研究过程中的取舍，就需要警惕实质贡献不足。
第二，关键证据能否追溯到原文。凡是标注引用的内容，都应回到原始文献、数据或材料。重点核对：引文是否存在、页码是否正确、观点是否被断章取义、转引是否被误作直接引用。虚构引用比语言问题严重得多。
第三，论证能否脱离文本复述。关闭文档后，能否用自己的话说明每部分如何推进、相邻段落之间为什么是这种关系。如果对某些段落只能逐字照读而无法解释，说明这些段落可能并未经过本人充分理解或深度改写。
第四，AI使用是否被如实说明。如果使用了AI辅助文献梳理、润色或翻译，是否在论文声明、方法说明或致谢中披露；是否保留了原始稿、修改记录、提示词或工具使用日志。透明不是把责任推给工具，而是向评价者说明：哪些是工具处理，哪些是本人判断。
四、不要把“压低分值”误解为合规自查
当AI生成率偏高时，一些收费服务声称可以“降低AI生成率”“双查包过”。这类服务的逻辑是把检测指标当作对抗目标，而不是回到论文本身解决问题。它已经脱离了合规自查的边界。
专门压低生成率的做法往往通过改变句式、替换词语、穿插碎片化表达来降低统计特征。这种做法至少有三重风险：一是可能改变原意，使论证更不清晰；二是可能为了降低指标而引入新的拼接内容，反而破坏文献对应关系；三是刻意隐藏AI参与痕迹，会直接损害透明性，使原本可以说明的问题变成隐瞒。
“人主智辅”的合规原则不是让AI使用在检测报告中不可见，而是让AI使用在写作过程中可解释。合规自查的方向应当是：核验哪些内容由本人完成、哪些由工具辅助、所有引用是否真实、论证是否能够独立解释。任何以规避检测为目的的改写，都不属于学术规范意义上的自查。
最后，双查结果出现异常时，更稳妥的做法是保留原始版本、整理AI使用记录、逐条核对引用，并按学校或导师要求提交说明或申请复核。是否采信某一分值、是否要求附加说明、是否启动学术不端筛查，均以所在学校和目标期刊最新正式文件为准。个人要做的不是把数字压下去，而是把贡献说清楚、把来源核清楚、把边界划清楚。
