报告概述
本报告由ISTIC与国际知名出版商联合制定，聚焦人工智能生成内容（AIGC）在学术出版中的合理使用边界。报告覆盖从研究准备、文献收集、数据分析、图表制作、文本写作到投稿、同行评审及发表后管理的全流程，提出了透明度、隐私安全、公平性和可持续发展四项核心原则，并构建了具体的行为框架。报告还通过两个真实案例警示滥用AIGC的风险。该指南旨在为研究者、期刊、出版商及科研管理机构提供共识性参考，推动AIGC在学术界的负责任应用。
报告的核心结论
AIGC工具不得列为论文作者。
报告明确指出，AIGC不具备法律地位和版权能力，无法承担作者责任。所有研究成果必须由人类研究者直接监督和指导，AIGC不能自主生成或执行研究。作者必须对论文内容负全责，并在投稿时披露AIGC的使用情况。
使用AIGC必须完全、精确地披露。
报告要求，作者在使用AIGC工具时，需在论文的方法、致谢或附录中公开说明：所用工具名称及版本、使用时间、输入的关键提示词、AIGC参与的具体部分（如文献综述、图表制作等）。不披露可能被认定为学术不端。
AIGC提供的引用和文献必须人工验证。
由于大型语言模型可能产生虚假或过时的引用（即“幻觉”），研究者不能直接采纳AIGC推荐的参考文献。必须逐条核对原始来源，确保引用的真实性和相关性。文献综述中AIGC的总结也需与原出版物比对。
关键研究数据和图表必须源于真实实验。
报告强调，展示研究发现的核心图像（如生物医学领域蛋白印迹图、细胞染色图等）必须来自实际实验，禁止使用AIGC直接生成或篡改。AIGC仅可用于格式优化（如调整字体、颜色、对比度），但不得改变或隐藏原始信息。
审稿人使用AIGC须遵循期刊政策，且不得上传全文。
审稿人在未获期刊明确许可的情况下，不得将稿件全文、核心论点或敏感数据输入公共AIGC工具。仅在期刊政策允许时，可利用AIGC辅助提取关键信息或组织审稿意见，但最终评审必须体现自身专业判断。
报告回答的关键问题
AIGC能否作为学术论文的作者？
不能。报告依据COPE立场声明指出，AIGC不具备法律主体资格和版权能力，无法承担作者责任。所有作者必须是能对论文内容负责的人类。因此，使用AIGC必须明确披露，但绝不能将其列入作者名单。
如何使用AIGC写论文而不构成学术不端？
关键在于透明披露和人工验证。报告要求作者在使用AIGC的任何部分（如润色语言、生成提纲、总结文献）时，均需在文中详细说明工具名称、使用目的和输入提示。同时，作者必须对所有AIGC生成的内容进行事实核查，尤其是数据、引用和结论，并承担最终责任。不披露或未核实即使用可构成学术不端。
期刊和编辑应如何制定AIGC使用政策？
报告建议，期刊和出版商应明确制定AIGC使用政策，界定允许和禁止的场景，并在官网显著位置展示。同时，需对编辑和审稿人进行定期培训，确保其透明、规范地使用AIGC。条件允许时，可提供本地化部署的安全工具以降低数据泄露风险。
AIGC在数据分析中能扮演什么角色？
AIGC可辅助研究者选择统计分析方法和解释统计结果，但无法替代研究者对数据的自主解读。研究数据必须来自合法实验或搜集，统计分析结果需用其他可靠工具或专家建议复核。AIGC的建议仅作参考，最终决策和研究结论必须由人类研究者做出。
完整报告包含什么
- 报告背景与目标：详细说明AIGC技术发展对学术诚信的挑战，以及ISTIC联合国际出版商制定指南的动机，强调预防学术不端和引导利益相关方达成共识。
- 四项核心原则：透明度与问责、隐私与数据安全、公平性、可持续发展。每项原则均有详细阐述，包括数据透明、偏差监控、能源消耗等具体方面。
- 研究写作阶段行为框架：涵盖信息收集（文献检索、概念澄清）、统计分析（方法选择、数据解释）、图表制作（生成与优化规范）、文本写作（大纲、润色、摘要）、语言编辑（学术语言服务）、引用管理（格式检查、自动生成）的详细指导。
- 投稿与审稿阶段行为框架：包括作者资格（禁止AIGC列为作者）、标准化引用、披露声明模板、审稿客户端政策制定、审稿人使用AIGC的边界、作者回复审稿意见时的使用限制。
- 发表后管理：数据归档与共享要求（AIGC生成内容作为补充材料）、AIGC内容检测与识别建议（人工审查与自动检测结合，注意误报）。
- 案例分析：两个真实案例——作者将ChatGPT生成内容未披露导致拒稿，以及一篇声称碱性水可缓解痛风的论文因多重问题被撤回。这些案例警示滥用AIGC的严重后果。
- 指南的改进与展望：说明第三版的主要更新（术语标准化、披露细节完善、审稿责任强化），并指出未来需进一步研究的问题（多利益相关方责任划分、滥用处理建议）。
- 致谢与贡献者名单：列出ISTIC、Elsevier、Springer Nature、Wiley、Taylor & Francis、Wolters Kluwer、Cambridge University Press的核心贡献者，以及国内外专家学者的支持。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
