文献综述是生成式人工智能介入程度最深、也最难自证的写作环节之一。同样一句“我用AI整理了文献”，在有的情形里属于合规的工具性辅助，在有的情形里已经构成替代性完成。区分二者的关键，不在于用了哪个模型、用了多少次，而在于核心智力贡献由谁作出，以及这个过程能否被第三方核查。北京大学AI科研诚信治理平台汇集了国内外高校、科研机构和监管部门的政策文件，按“介入程度”把AI使用情景分为“工具性辅助”与“替代性完成”，并对应“开放使用、有限使用、不可使用”等管控要求；平台页面标注的最后更新日期为2025年11月26日，具体执行仍应以所在学校、院系和拟投期刊的最新文件为准。
一、规则依据：介入程度而非工具类型
现行规范普遍采取“按环节、按介入程度”而非“按工具”的治理思路。同一款AI工具，用于检索式扩展可能被列为工具性辅助，用于直接生成研究设计则可能被列为替代性完成。
在文献检索与管理环节，科技部监督司《负责任研究行为规范指引》将其标注为“工具性辅助、有限使用”，核心要求是不得直接使用未经核实的由生成式人工智能生成的内容。在论文写作环节，中国科学技术信息研究所《学术出版中AIGC使用边界指南2.0》同样将“文字撰写”标注为“工具性辅助、有限使用”，允许在研究过程中用于总结已有学术出版内容等辅助性工作。南京大学关于本科生规范使用生成式人工智能工具的指导意见中，把“研究设计”明确列为“替代性完成、不可使用”。这些条目放在一起，指向同一条判断主线：AI可以承担信息处理劳动，但不能承担研究判断本身。
中国科学院的表述最为直接。中国科学院科研道德委员会2024年9月10日发布的诚信提醒第一条写道：
在选题调研、文献检索、资料整理时，可借助人工智能技术跟踪研究动态，收集整理参考文献，并对人工智能生成信息的真实性、准确性、可靠性进行辨识；反对直接使用未经核实的由人工智能生成的调研报告、选题建议、文献综述等。
这条提醒值得逐句拆读：允许的是“借助”与“收集整理”，附加义务是“辨识”，反对的是“直接使用未经核实”的成品。换句话说，AI产出的综述文本并非天然违规，违规的是未经核实就把它当作自己的研究结论。
二、把文献综述拆成四个可判断的动作
整段地讨论“能不能用AI写综述”很难得出结论。把综述拆成四类动作，边界会清晰得多。
1. 检索与筛选
工具性辅助的典型做法：让AI把研究问题拆成概念块并扩展同义词、给出检索式草稿，然后你回到CNKI、Web of Science、Scopus等数据库实际执行，按纳入排除标准筛选。AI在这里的作用是提示可能遗漏的术语，最终检索结果来自数据库而非模型。
越界信号是直接采信AI列出的文献清单。生成式模型可能虚构作者、标题、卷期页码，或把真实文献的结论张冠李戴。凡进入综述的文献，都应回到原始数据库记录或原文核对。
2. 单篇文献的信息提取
对已下载并通读的文献，可以让AI做辅助性摘要、提取研究设计要素、整理变量与样本信息，条件是逐条与原文比对。此时AI处理的是你已掌握的材料，作用接近一个高亮笔和摘录本。
越界信号是只读AI摘要而不读原文，并在综述中描述该文献的观点。摘要遗漏限定条件、混淆相关与因果的风险在实证研究中相当高。
3. 观点聚类与框架生成
让AI把已有笔记按主题聚类、提示可能存在的观点分歧，可以作为形成框架前的头脑风暴。但综述的分类维度、脉络主线、研究空白的判定，属于研究判断，必须由你作出并能说出理由。
越界信号是把AI给出的目录结构直接当作论文的综述框架，且无法解释为什么这样分类。
4. 段落撰写
可以用AI做语言层面的处理：检查逻辑连接、压缩冗余表达、把中式英语改为学术表达、翻译外文段落初稿。前提是事实、引用、判断均已由你确定，且修改后原意不变。
越界信号是由AI生成承载论证的整段文字，你只做同义改写，或让AI“根据这些文献写一段综述”后直接使用。
三、四条可操作的判断标准
当具体情形拿不准时，用下面四个问题自检，任一问题答不上来，就应退回上一步。
- 核查责任是否仍在你：每一条事实性陈述，你能否指出核对过哪篇文献的哪一部分。不能，就仍是未经核实的内容。
- 是否可追溯到原始文献：综述中的每个引用，都能在数据库中查到完整记录，且你读过其相关段落，而非来自模型输出。
- 判断是否由你作出：分类标准、争议焦点、研究空白的提炼，你能说明取舍理由；如果是模型给出而你未独立判断，即为替代。
- 过程是否可复现：给出一份提示词记录和核验日志，他人能否重走一遍你的流程并得到相同文献集合。
四、过程记录：留下可核查的最小证据集
过程记录的作用不是自证清白，而是让你在答辩、抽检或期刊询问时，能快速拿出证据说明核心工作由谁完成。北京大学AI科研诚信治理平台在说明使用规范时，也把“建立全过程记录”作为配套要求。以下是一份够用的最小记录集。
| 记录项 | 记录内容 | 保存形式 |
|---|---|---|
| 工具与版本 | 工具名称、模型版本、使用日期 | 统一台账或表格 |
| 提示词 | 关键任务的完整提示词原文，含追问 | 文档或截图，按日期归档 |
| 输出原文 | AI生成的原始文本，不覆盖、不改写 | 与提示词同目录保存 |
| 文献核验日志 | 题名、作者、年份、数据库记录号、核验日期、与AI表述的差异 | 表格，逐条对应 |
| 修改对照 | AI文本与你最终定稿的差异版本 | 版本文件或修订记录 |
| 使用声明 | 按学校或期刊要求填写 | 投稿系统或论文附页 |
核验日志建议设置“差异”一栏，专门记录AI输出与原文不一致之处，例如样本量写错、把横断面研究说成纵向研究、把限定结论写成普遍结论。这一栏往往是证明你确实做过辨识工作的最有力材料。
一个简便的笔记习惯是按可信度给每条素材打标：已核对原文的标A，AI初筛待核的标B，找不到原始来源的标C。定稿时正文只允许出现A类素材，C类一律删除，B类未清零不得进入写作阶段。
五、常见越界情形与纠正方向
- 让AI“写一段文献综述”后直接使用。纠正：改为让AI列出该主题可能涉及的子领域，你据此自行检索并撰写。
- 引用AI提供的文献而未核对。纠正：所有参考文献回到数据库逐条验证，删除无法验证的条目。
- 由AI判定研究空白。纠正：把AI输出仅作为待检验假设，用自己检索到的近期文献支持或推翻。
- 通篇使用AI翻译的外文文献段落。纠正：对照原文校核术语与限定条件，确保原意不变。
- 在方法或致谢中完全不提AI使用。纠正：按所在单位与期刊要求如实披露使用环节与工具，披露本身不构成学术不端，隐匿才可能构成。
六、把边界写进论文
多数高校和期刊目前要求披露的是“是否使用、用于哪些环节、如何核验”，而非使用次数。一段可用的声明通常包含三要素：工具与版本、用途环节、核验方式。例如说明“本文使用某工具辅助扩展检索词并对已获取文献进行摘要整理，全部文献信息经作者在数据库中逐条核对，综述框架与观点判断由作者独立完成”。具体措辞应以本校研究生院、教务处或目标期刊的作者指南为准，不同单位对披露位置和详略程度的要求并不一致。
需要承认的是，规则仍在更新。北京大学AI科研诚信治理平台等渠道持续汇集新政策，2025年以来已有多份针对学位论文的AI使用指南发布。写作前花十分钟查阅本校最新文件，比事后解释更省力。工具性辅助与替代性完成之间的界线，最终不是由某条规则划定的，而是由你是否保留了足够的判断痕迹、以及在多大程度上为综述中的每一句话负责来划定的。
