研究生学位论文答辩或中期检查中，一个越来越常见的追问是：“这部分工作，是你自己判断的，还是工具给出的？”回答这类问题，靠声明“我只用它润色”往往不够，评审真正想知道的是：论文的核心论点与创新贡献是否由你提出并完成。《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》（下称“该指南”）把这一要求写成明文规定，但规定本身只划出一条原则线，具体到“文献综述里哪一段算核心贡献”“代码调试算不算越界”，仍需要申请人自己做出可解释、可核查的判断。
本文讨论的是判断框架与过程记录方法，不替任何单位解释条文。各校研究生院、学位评定分委员会乃至具体导师，都可能在该指南之下制定更细的实施细则；境外高校的做法只能作为参照。本文核查的相关文本检索日期为 2025 年 6 月，文件更新频繁，实际执行务必以所在单位最新发布的正式版本为准。
规则要解决的是什么问题
该指南的核心表述可以概括为一句话：人工智能工具可以参与研究工作，但学位论文与实践成果中的核心论点、创新贡献，必须由学位申请人本人提出并完成。这条规则的性质是责任归属规则，而非工具禁用的清单。它约束的关键，是最终提交的学术判断由谁作出、由谁负责。
对照境外高校的同类文件，可以看到相似的处理思路。多伦多大学研究生院就生成式人工智能在研究生学业里程碑中的适当使用发布了专门指南；美国加州州立大学圣贝纳迪诺分校（CSUSB）研究生委员会于 2024 年 3 月 4 日通过的《生成式人工智能在学位论文、项目与学位论文写作中的使用指南》，除规定审批与记录要求外，还明确各研究生项目可以发布领域特定的补充指南，就文本写作、分析工作等用途作出更细规定；香港科技大学（广州）2023 年 6 月发布的 AIGC 工具学术使用指南则直接点出使用风险：信息未经核实与交叉比对时可能出现错误引用，且工具本身不具备理解与批判性评估其输出的能力，因此使用者必须自行评估内容。这些表述共同指向同一件事——工具的输出不构成学术判断，判断只能由人作出。
由此可以引出第一个操作结论：判断“能不能用”，不能只看工具能力，而要看这一步在论文的论证链条中承担什么角色。
核心贡献的四个判断维度
把“核心贡献”落到可操作的层面，可以拆成四个维度。凡四个维度都指向申请人本人的，属于不可让渡的部分；只在边缘环节使用工具，通常不触及边界。
第一，问题的提出。 研究缺口是谁识别的、研究问题与假设是谁凝练的。工具可以帮助检索、可以帮助梳理某领域的常见议题，但“这个缺口值得研究、这个假设可以检验”属于学术判断。若研究问题直接来自工具给出的“选题建议”而未经过文献核查与本人论证，即便后续工作全部独立完成，核心贡献的归属也已经出现瑕疵。
第二，路径的选择。 研究方法、样本范围、对照设置、分析策略为何这样定。工具可以列出若干可选方法的优缺点，但取舍理由必须由申请人给出，并且能在方法章节中写出“为什么不选另一种”。
第三，结果的解释。 数据呈现什么、异常值如何处置、结论的适用范围到哪里为止、局限性在哪里。这一维度最容易失守：工具生成的“讨论”段落往往语句通顺、逻辑顺畅，但顺畅不等于正确，也不等于作者本人理解了其中的推理。
第四，责任的承担。 申请人能否在答辩现场不借助任何材料复述关键推理，能否为每一处引用、每一个数据处理决定说明依据。这一维度是前三个维度的检验手段，也是该指南真正的落脚点。
把研究环节分成三类
在具体操作上，比“能不能用”更好用的是三分法：哪些环节可以常规使用、哪些必须披露并核验、哪些属于不可替代。下表是通用框架，具体归类需结合本单位细则调整。
| 环节类型 | 典型活动 | 工具参与程度 | 记录要求 |
|---|---|---|---|
| 低风险辅助 | 拼写与语法检查、参考文献格式整理、排版与图表样式调整、文献管理软件操作 | 可作为常规工具使用 | 按单位要求，通常无需逐条披露，但应在使用声明中概括说明 |
| 需披露并人工核验 | 文献线索初筛、检索式扩展、数据清洗脚本草稿、代码调试、图表初稿生成、外文文献辅助理解、语言润色至影响表述的程度 | 可使用，但输出须逐项核验并保留记录 | 须记录工具、版本、用途、采纳与修改情况、核验方式 |
| 不可替代 | 研究问题与创新点的界定、研究方法取舍的理由、数据与结果的解释、结论与局限性的判断、对他人工作的批判性评价、答辩陈述 | 不得由工具生成后直接采用 | 须能证明由本人完成，并可在答辩中独立复述 |
需要提醒的是第一类与第二类之间的界线并不稳固。以语言润色为例，如果改动只涉及语法与用词，一般归入辅助；如果工具对段落结构、论证顺序乃至结论表述提出了实质性改写，就已经进入需要披露的范围，因为它影响的是“观点如何被表达”，而表达形式在学位论文中同样承载学术判断。
一个可重复使用的四问判断法
遇到难以归类的具体情形时，用四个问题依次过一遍，比反复揣摩条文更有效。
- 无工具测试： 如果此刻没有该工具，我能否独立完成这一步并说明理由？若答案是“不能”，说明这一步的能力尚未建立，不宜作为已完成的工作提交。
- 可追溯测试： 这一步的每一个中间决定，我能否指出依据（文献、数据、方法学共识、导师意见）？若只能回答“工具是这么给的”，该步骤不成立。
- 可复述测试： 我能否在不看屏幕的情况下，向同专业同学讲清这段内容的推理链条？讲不清的部分，通常就是自己没有真正掌握的部分。
- 责任测试： 如果这段内容被质疑存在错误，我是否愿意并且能够为其辩护、承担学术责任？不愿意承担的部分，不应写进论文。
四问中出现任意一个否定答案，处理方式都不是“删掉重写”这么简单，而是回到该环节重新做一遍，把工具的产出降级为参考材料。
留痕：让边界可被核查
该指南强调核心贡献由申请人完成，而“由谁完成”在事后只能通过过程材料来证明。留痕的目的在于让评审能够复核，并非为了应付检查。建议在写作过程中同步维护一份工具使用记录，字段至少包括：
- 使用日期与所处写作阶段（选题、数据收集、分析、撰写、修改）；
- 工具名称与版本号，或访问方式；
- 用途类别（对照上表三分类）；
- 输入内容摘要，涉及关键判断的保留完整提示与输出；
- 采纳情况：直接采纳、修改后采纳、仅作参考、弃用；
- 核验方式：与哪篇文献比对、用哪份原始数据复核、由谁复核；
- 影响的论文位置（章节、图表编号）。
配套的两项习惯同样重要。一是版本管理：论文正文、分析脚本、图表文件分目录存放，重要节点单独留档，避免最终只留下一个无法回溯的终稿。二是声明位置：按本单位要求，在方法章节、致谢或附录中说明工具使用范围，表述应具体到用途和章节，而不是笼统写一句“本文使用了人工智能工具辅助写作”。笼统声明既无法证明合规，也无法在争议出现时保护作者。
也要注意反向义务：部分单位要求即使完全未使用相关工具，也需作出未使用声明。提交前应逐条核对本单位清单，而不是沿用他人的模板。
几个容易出错的判断
把“改写过的文字”当作自己的表述。 语序调整、同义词替换不改变观点的来源。核心论点若源自工具，改写只增加了查重难度，没有改变归属。
把工具给出的文献当作真实文献。 前述指南已经明确指出未经核实的引用风险。文献必须回到数据库逐一确认存在、可获取、内容与引用处相符。
把披露当作免责。 声明“我使用了某工具”并不能使不可替代环节的使用变得合规。披露解决的是透明度问题，边界问题依然独立存在。
把边界问题推迟到答辩前。 核心贡献的归属需要在研究设计阶段就与导师确认，尤其是涉及跨学科方法、二手数据分析或产教联合培养的课题，越晚澄清，返工成本越高。
忽略实践成果类学位的差异。 设计、创作、工程实现类成果中，“核心贡献”可能体现在方案构思、关键参数确定或作品结构决策上，工具参与的形式也不同。这类情形更依赖本单位细则与导师判断，不宜照搬学术论文的标准。
把判断写成书面记录
该指南提供的是一条原则线，落到每一篇论文，边界由申请人、导师和培养单位共同确认。可行的做法是：在开题或研究设计阶段，把计划使用的工具、用途和对应环节列成一页说明，与导师确认后存档；在论文撰写阶段持续更新使用记录；在提交前用四问法对涉及核心论点的段落做一次自查，并把自查结论写进声明。
这样做的直接收益是答辩时不必临场解释，间接收益是研究过程本身变得清晰可复述——而这恰恰是学位论文要考察的能力。规则会随技术变化而修订，可追溯的判断过程不会过时。
