2026年7月9日，中国社会科学院印发《人工智能辅助科研基本规范（试行）》（社科研字〔2026〕6号），以37条实操条款划定人工智能在科研活动中的应用边界。规范在总则中提出四项原则：人主智辅、提质增效、如实披露、安全合规，并明确适用于社科院工作人员（含离退休人员）及学生在科研活动中使用人工智能工具的行为，凡在院属期刊、报纸、网站、出版社等平台公开发表、出版学术成果的，均参照执行。
对高校学生和初级科研人员来说，这份规范的意义不限于社科院内部。它提供了一个相对完整的判断框架：哪些AI用法属于"辅助"，哪些已经越界。理解这10条禁用红线，有助于在任何学术场景中建立更稳妥的合规习惯。
禁用红线的定位：先理解"人主智辅"再谈边界
规范第二条第一项明确，科研工作者是学术思考、科研实践和理论创新的主体，人工智能是重要的科研辅助工具；人工智能生成的相关内容须经使用者最终审定，由使用者负责。这一条是理解全部禁用事项的前提。
所谓"红线"，指向的不是"用不用AI"，而是"把判断权和责任交给谁"。规范鼓励在事务性、辅助性工作中积极运用人工智能，同时在涉及政治方向、学术判断、数据真实性、成果归属等环节划出禁区。判断一次AI使用是否越界，可以先问三个问题：最终结论由谁作出？生成内容是否经过实质核验？使用过程能否完整还原？三个问题中任何一个无法回答，就需要重新审视操作方式。
十条红线逐条拆解与自查要点
根据公开报道，规范列出10类严禁的AI辅助科研行为，从宏观政治底线到微观科研操作层层设防。以下按可操作的方式逐条拆解，并给出对应的自查问句。
涉及政治方向与价值导向的红线
严禁利用人工智能生成违背党的理论和路线方针政策、违背社会主义核心价值观的内容，或借助AI传播错误政治观点、历史虚无主义等有害信息。
自查要点：生成内容是否涉及重大政治判断、历史评价、民族宗教议题？是否对AI输出的相关表述做过逐句核验？这类内容不能以"AI生成"为由免责，使用者承担最终责任。
涉及数据与事实真实性的红线
严禁利用人工智能伪造、篡改研究数据、文献资料、引文注释，或编造不存在的文献、数据、案例支撑研究结论。
自查要点：AI给出的每一条引文、每一个数据、每一份文献，是否都在原始来源中实际核对过？生成式工具存在"看似合理但实际不存在"的输出倾向，未经核对的引用一旦进入论文，即构成学术不端。合规替代方案是：把AI用于文献线索梳理，但所有引用必须回到数据库或原刊逐条验证，并保留检索截图或导出记录。
涉及成果归属与署名的红线
严禁将人工智能生成内容直接作为本人研究成果发表，或未如实披露AI使用情况而将生成内容冒充原创。
自查要点：论文中哪些段落由AI生成、哪些由自己撰写，能否逐段说明？规范第三条要求完整、如实披露工具名称、版本、使用环节及生成内容，并留存提示词记录和原始输入输出等过程材料。合规做法是在投稿时按期刊要求填写AI使用声明，并在研究笔记中保存对话记录与修改痕迹。
涉及评审与学术评价的红线
严禁使用人工智能代写论文、研究报告、项目申报书等科研文本，或用于同行评议、成果评审等需要独立专业判断的环节。
自查要点：AI是否参与了本应由本人完成的实质性写作？是否被用于生成评审意见？代写与辅助润色的区别在于：前者由AI产出核心论点与论证结构，后者仅对已完成的本人文本做语言层面处理。评审类工作涉及保密义务与独立判断，不应引入AI。
涉及保密与数据安全的红线
严禁将涉密信息、未公开数据、受保密约束的研究材料、个人隐私信息输入人工智能工具。
自查要点：拟输入的内容是否属于涉密、内部、未公开或含个人信息？多数公网AI工具的输入可能被用于模型训练或留存于服务商服务器，一旦上传即难以撤回。合规替代方案是使用单位批准的内网或本地部署工具，或对材料做充分脱敏后再处理，涉及保密项目的部分完全不使用外部AI。
涉及知识产权与学术伦理的红线
严禁利用人工智能抄袭、洗稿、规避查重检测，或侵犯他人知识产权。
自查要点：是否用AI对他人作品做同义替换、语序调整以降低重复率？这类操作不改变内容来源，仍构成抄袭。合规做法是把AI用于语言表达优化时，确保论点、论证与材料均来自本人研究，并规范标注所有引用来源。
涉及科研诚信与资源使用的红线
严禁利用人工智能敷衍完成科研任务、应付考核评价，造成科研资源浪费。
自查要点：AI产出是否经过实质性的阅读、验证与再加工？如果一份研究报告的成稿过程无法复述，仅剩"输入提示词、复制输出"两步，就已经偏离了科研工作的实质要求。规范同时强调"提质增效"，鼓励把AI用在事务性、辅助性环节，例如格式整理、文献信息归类、语言润色，而非替代研究本身。
从红线到日常：一份可执行的自查清单
把上述要求转化为日常操作，可以在每次使用AI后按顺序核对以下事项：
- 主体确认：核心论点、研究设计、结论判断是否由本人作出，AI是否仅承担辅助角色。
- 内容核验：AI输出的引文、数据、案例是否逐条回溯到原始来源，并保留核验记录。
- 披露完整：是否记录了工具名称、版本、使用环节、生成内容，以及提示词和原始输入输出。
- 材料安全：输入内容是否涉及涉密、未公开数据或个人隐私，是否使用了合规工具。
- 归属清晰：成果中AI生成部分与本人撰写部分能否区分说明，署名与贡献是否真实。
- 目的正当：使用AI是为了提升研究质量与效率，还是为了应付考核、缩短必要工作量。
这份清单的价值在于把抽象原则转成可勾选的动作。建议在项目开始时建立一份"AI使用日志"，按时间记录每次使用的时间、工具、目的、输入输出摘要和后续处理方式。留存过程材料不仅是规范第三条的明确要求，也是在被质疑时自证合规的最直接依据。
需要留意的适用边界
这份规范是社科院层面的制度文件，直接约束社科院工作人员和学生，院属平台公开发表的成果参照执行。对社科院以外的高校学生，它不构成直接的强制性规定，但其中的原则和禁用事项与教育部、各高校及期刊出版机构对AI使用的普遍要求方向一致，具有很高的参考价值。
需要注意的是，各高校、各期刊对AI使用的披露格式、允许范围、检测方式可能存在差异，且相关要求仍在持续更新。在实际投稿或提交成果前，应以所在学校科研管理部门、目标期刊的最新规定和官方文件为准，本文所述内容基于2026年7月公开报道整理，具体条款请以社科院发布的规范原文为准。
对初级科研人员而言，更值得养成的习惯是：把AI当作需要被审视和记录的合作工具，而不是可以替代判断的答案来源。红线之内，AI能显著提升事务性工作的效率；红线之外，任何便利都不足以抵消学术责任。
