□王来旭

摘要

当下学术圈、教育界乃至公共舆论场，正在形成一种持续升温的争论：一篇论文、一篇文稿，究竟是出自纯粹人工之手，还是由AI辅助生成，似乎成为判别其价值、可信度、学术成色的第一标尺。不少评审、读者、管理者执着于建立二元边界，力图精准切割“人类原创”与“AI生成”，以来源归属作为取舍、褒贬、采信的依据。本文提出核心判断：单纯区分文稿是人工写成，还是AI参与写成，本身并不具备根本性的评判意义。无论创作主体的工具载体如何，学术文本的核心标尺始终应当回归问题意识、论证逻辑、史料实证、理论自洽、创新增量与价值向善。AI本质上只是一种认知辅助工具，如同古代的笔墨简牍、近代的辞典索引、现代的文献数据库、统计分析软件，工具本身不承载学术责任，也不决定成果的真伪高下。强行在文本层面划定人工与AI的清晰分界线，往往会遮蔽真正值得警惕的学术风险，消耗大量治理资源在形式甄别之上，甚至扭曲学术评价的根本标准。本文从认知史的工具演进逻辑、学术评价的本源尺度、人机共创的内在机理、甄别工作固有的局限、真正学术失范的边界重构、面向智能时代学术治理的转型路径逐层展开辨析，意在说明：学术治理的重心，不该放在分辨“谁写的”，而要持续拷问“写得对不对、有没有新知、是否恪守学术伦理”。

关键词

人机共创；学术评价；AI生成内容；学术伦理；知识生产；评价改革

一、引言

当大模型人工智能深度嵌入文字生产之后，一个极具迷惑性的议题迅速占据舆论中心：区分文本是人写的还是AI写的。很多高校出台筛查规则，期刊增设AI检测环节，各类AI检测器层出不穷，学生、作者、评审都被裹挟进一场无休止的溯源游戏。拿到一篇论文，第一反应不再是细读论点是否成立、证据是否扎实，而是优先判定它的来源归属。仿佛只要能够证实文字由AI产出，便可以直接贴上可疑、不合格、不值得采信的标签；只要判定为纯人工撰写，就天然拥有更高的可信度。这种思维预设，暗含一个未经充分反思的前提：知识的价值绑定于文字书写者的生物属性，人类手写自带合法性，机器生成自带原罪。

这种二元划分，看似是对学术原创性的守护，实则混淆了书写载体、文字代工工具和学术创造本身。回望整个人类知识演进的漫长历程，人类从来不是孤立无援、仅凭裸脑完成全部知识生产。古人依靠简帛纸笔、口传注疏、师友问学；近代学者依靠图书馆卡片、辞书、索引、誊抄助手；现代科研依托文献检索库、SPSS统计软件、绘图工具、仿真计算程序。我们从来不会去追问一篇统计学论文的回归结果，是人手动笔算出来的，还是统计软件运算得出的，不会因为数据由软件算出就否定这篇论文的学术价值。同理，AI只是新一代的综合性认知工具，它能够检索文献、梳理框架、润色语言、推演逻辑、铺陈文字，它承接的是过去索引、誊写、初步整理、辅助推演这类重复性、基础性的认知劳动。

当然，本文绝非主张取消所有AI相关规范，更不是为抄袭、代写、学术造假辩护。代写、冒用他人成果、刻意隐瞒工具使用、伪造数据、歪曲史料，这些行为在智能时代依然属于学术失范，应当被约束和惩戒。本文所要辨析的是：把鉴别“人工/AI”当成核心任务这件事，本身是偏离靶心的。一份论文，哪怕大量文字由AI辅助生成，只要问题是研究者提出的，研究方案由研究者设计，史料、数据经过研究者核验，论证逻辑由研究者把控，结论由研究者判断，并且如实标注工具使用情况，它依然属于负责任的学术产出；反过来，一篇完全由人逐字敲出来的文章，也可能存在论点空洞、史料造假、逻辑断裂、剽窃抄袭、毫无创新等严重问题，人工书写的身份，并不能自动为它赋予学术正当性。

执着于人工与AI的二元甄别，还会带来一系列连锁的负面效应。一方面，各类检测工具本身存在不可回避的误判缺陷，既会把风格规整、表达流畅的优秀人工文稿误判为AI产物，制造冤屈；又随着模型迭代、提示词优化、人工逐句改写，很容易绕过检测，检测器的效用持续衰减，投入大量成本却难以建立稳定可靠的防线。另一方面，这种评价导向会诱导创作者把精力耗费在“规避检测”之上，刻意写得语句零散、表达粗糙、语病丛生，用降低文本质量的方式换取“人工证明”，完全背离学术写作追求清晰严谨表达的初衷。更深层的危害，是它会固化一种陈旧的知识观，将知识创造窄化为“独自徒手码字”，忽视现代知识生产本就是主体、工具、文献、共同体协同完成的社会化过程，阻碍学界理性拥抱人机共创的新范式。

我们真正需要建立的治理思路，不是想方设法分清文字出自人脑还是模型，而是重新锚定学术评价本来的标准：研究问题是否有意义，证据是否真实可核验，论证是否严密，有没有新的认知增量，作者是否承担全部学术责任，是否如实披露研究与工具使用情况。这是贯穿所有时代、不会随着文字工具更迭而失效的底层准则。

二、知识生产史：工具从来都参与人的创造，不曾单独分割“原创权”

想要理解AI在今天的定位，需要把视角拉长，放到人类绵延数千年的知识生产历史之中，就会发现：人类所有系统性的学术创作，从来都离不开外部工具的协同。纯粹脱离一切外物，仅凭大脑凭空生成文字与思想，只是一种浪漫化的想象，从来不是学术的常态。

先秦诸子的思想流传，依托弟子记录、整理、传抄。《论语》并非孔子亲笔撰写，是弟子门人回忆、汇编、润色而成。后世学者研读经典，依靠注疏、抄本、类书；古人著书，常有书童誊抄、幕僚助笔。古代文人、官员的文稿，很多有幕宾参与草拟、润色、整理，在漫长的传统之中，大家评判一篇策论、一篇文章好坏，看的是见识、义理、对策，而不是一字一句是否全部由主笔亲手写出。只要核心主张、决断思考归于主事之人，材料、文辞上得到他人辅助，是被接纳的治学方式。彼时没有人设立标准，去甄别哪一句话是夫子口述，哪一句是弟子增补，也不会因为有他人辅助整理文本，直接否定思想本身的价值。

近代学术成型之后，这套协同生产的模式进一步普及。历史学家依靠档案馆、地方志卡片、摘抄笔记；化学家依靠实验仪器、试剂；统计学者依靠计算器、计算机程序。一篇经济学论文里面复杂的回归模型、显著性检验，是软件批量运算得出，学者的工作，是提出假设、设定变量、甄别数据、解读结果、讨论局限。从来没有期刊要求作者证明，每一个计算步骤都是人手动演算，软件只是工具，计算结果的正误、研究结论的可靠与否，责任完全归于研究者。我们不会区分“手动计算的论文”和“软件计算的论文”，只核查数据来源、模型设定、解读是否合理。

文献检索工具也是同理。几十年前，学者需要在图书馆翻检目录、手抄卡片；今天我们使用知网、万方、Web of Science等数据库一键检索文献。检索工具帮助我们快速定位文献、摘录摘要、梳理研究脉络，大幅节省查找资料的时间。没有人认为，借助数据库找到文献，就损害了论文的原创性。数据库不会成为被甄别、被标记的对象，因为大家清楚：工具负责检索材料，学者负责筛选、辨析、吸收、转化材料，提出自己的研究判断。

大语言AI，本质上是检索、整合、推演、语言润色工具的集合体，是原有各类辅助工具能力的升级融合。它承接了过去摘抄卡片、文献摘要、文字润色、框架草拟、逻辑梳理的工作。从工具演进的谱系来看，AI和纸笔、计算器、文献库、统计软件处在同一个序列，只是能力更强、介入文字环节更深。工具的能力变强，不代表我们就要改变学术评价的底层逻辑。工具可以分担基础性、重复性劳动，但是无法替代研究者提出真问题、甄别史料真伪、权衡对立证据、判断结论边界、承担学术责任。

历史上每一次新工具诞生，都曾引发相似的焦虑。印刷术普及之时，有人担忧抄录便利带来伪书泛滥；计算器普及的时候，教育领域忧虑学生丧失计算能力；文献数据库普及之初，也有学者担忧研究者不再愿意精读原典。但是历史最终证明，问题从来不出在工具本身，而在于使用者如何界定工具的权责边界、共同体建立怎样的规范。每一次，学界最终都没有把鉴别“是否使用新工具”作为评价核心，而是持续守住证据、逻辑、创新、诚信的底线。今天对AI的焦虑，是同样范式的新一轮焦虑。执着于区分人工还是AI写论文，本质上是用静态、保守的眼光看待知识生产，忽略知识创造自古以来就是人善假于物的过程。

当然，工具辅助存在程度差异。辅助草拟提纲、润色语言、整理文献摘要，和直接让AI独立完成整篇论文、作者不加审核直接投稿，是完全不同的两种行为。但这个差异，依然是使用者的责任边界、使用方式是否合规层面的差异，而不是文本本身“是人写还是机器写”的二元差异。即便文本大量由AI生成，只要研究者全程主导、核验全部内容、标注工具使用、承担全部学术责任，它属于负责任的人机共创；反之，人一字一句写出来的抄袭之作，依旧是学术不端。评判标尺，始终落在人的责任与内容质量之上，不是落在文字的生成来源上。

三、二元甄别天然存在无法克服的内在局限，很难建立稳定可信标准

如果我们把学术审查的重心放在分辨人工与AI，首先会遭遇一个绕不开的现实困境：这个边界本身就是模糊、流动、可人为调控的，不存在一条清晰、稳定、可以机器自动识别的分界线。人机共创不是非此即彼的开关，而是一条连续的光谱，从完全人工、少量AI润色、AI搭框架人填充论证、AI生成初稿人深度改写核验，直到完全AI生成无人审核，各个状态之间平滑过渡，没有天然断点。

一篇论文，作者先独立想好选题、研究思路、核心论点，然后使用AI生成初稿，之后逐段阅读、修改、替换史料、调整论证、删掉错误观点、补充自己的分析，反复打磨多轮。经过大幅度人工改写之后，文本的句式、用词、表达风格都会被重塑。此时这篇文章，到底算人工，还是算AI？检测器只能捕捉文本表层的语言特征，无法追溯背后的思考链条，无法判断研究者在其中投入多少思辨、核验工作。检测器识别的，只是文本的语言统计学特征，不是研究主导权、学术责任归属。

同时，AI检测工具本身的技术短板长期难以根治。一方面是高误报率：一些治学严谨、表达规范、逻辑流畅、行文规整的人文社科论文，很容易被判定为AI生成。很多受过系统学术训练的学者，写作本身就追求表述严谨、句式规整、少口语化表达，这种文风恰好和早期大模型输出特征重合，无辜被标记。另一方面是极易规避：使用者通过分段改写、调整句式、加入个性化表达、穿插一手史料、使用小众提示词、迭代微调，就可以大幅度降低AI检出概率。检测和反检测会陷入无休止的军备竞赛，模型持续迭代，检测规则迅速失效，投入大量经费、人力搭建筛查体系，长期看是低效的。

更深刻的一点：文本表层特征，无法反映研究内核的原创度。一篇纯人工写的文章，可能通篇复述前人观点，没有任何新思考，堆砌二手材料，甚至直接剽窃；一篇人机协同完成的文章，可能提出新的分析框架，整理出土新史料，修正学界流传已久的错误论断，形成扎实的新知。仅仅依靠来源标签去判断价值，必然造成严重的评价错位。把资源耗费在鉴别来源上，等于舍本逐末，本该用来审论点、查史料、核验数据、辨析逻辑的评审精力，被分流到表层文字溯源之上。

还有一个容易被忽略的伦理困境：强制筛查、以AI检出结果定性，会带来对作者的偏见与歧视。只要标记为AI生成，哪怕标注规范、内容扎实，也容易先入为主被低估，遭遇额外严苛甚至不公平的审查。这种标签化，会阻碍学者、学生合理使用AI作为辅助工具，倒逼大家放弃效率工具，回到低水平重复劳动，不利于把人的智力释放到更有创造性的思辨环节。合理的学术规范，应当鼓励透明化披露，而不是依靠秘密检测去抓捕使用者；应当建立“主动声明”制度，而不是构建无处不在的文本溯源监控体系。

不少人会辩护说：区分人工AI，是为了防范代写。但代写的本质，从来不是“文字由AI产出”，而是有人冒充不属于自己的研究成果，不承担对应的学术责任，隐瞒成果的真实生产过程。传统代写，是雇佣活人枪手；新型代写，是购买AI生成文稿直接上交。二者的共性是“虚假署名、责任缺位”，而不是文字生成工具是人还是机器。所以治理代写，应当聚焦成果是否由署名者主导完成、是否如实披露创作过程、是否存在交易造假，而不是一刀切去排查所有文本是不是AI写的。抓住“虚假署名、伪造证据、隐瞒关键信息”这个本质，才能够精准打击失范，而不是把所有AI辅助的创作都预设为嫌疑对象。

四、学术评价的本源：质量、证据、创新、责任，而非书写主体的生物属性

学术评价从诞生之初，核心使命是甄别知识的可靠程度与认知增量。一篇学术论文，承载的是一套论证：提出问题，摆出证据，展开推理，得出结论，说明局限，回应已有研究。这套论证体系的有效与否，和把这些论证转化为书面文字的载体，没有必然绑定关系。

我们可以拆解学术评价的核心维度，逐一对照：第一，问题意识，即研究提出的问题有没有学术价值、现实意义，是不是真问题，还是伪问题、无意义的重复问题。这个环节只能依靠研究者的学术积累、问题感知，AI可以检索已有研究，但是无法自主识别有突破潜力的真问题；第二，证据基础，史料、档案、实验数据、调研记录是否真实、可复核、来源清晰。证据的甄别、校勘、辨伪，是人的核心工作，AI经常生成虚假引文、伪造史料、编造数据，这恰恰是需要研究者严格把关之处；第三，论证逻辑，概念界定是否清晰，推理是否自洽，有没有逻辑跳跃、因果倒置、以偏概全；第四，创新贡献，是否修正旧说、提供新材料、构建新框架、提出新解释；第五，反思与局限，研究者能否清醒看到自己研究的边界、缺陷、有待继续探讨之处；第六，伦理责任，署名者是否能够对全文所有论断、所有材料的正误承担责任，是否如实说明工具、合作者、辅助资源。

这六条标准，全部指向内容与责任，不关心每一句话是谁敲出来的。假设两篇同题论文，一篇全程人机协同，作者主导选题、核验史料、把控逻辑，标注AI辅助范围；另一篇纯人工写作，但是史料篡改、逻辑混乱、抄袭前人。后者在“人工”这个标签上胜出，但是在全部学术核心标尺上全面溃败。如果评价体系优先区分人工和AI，就会出现价值倒置。

很多人混淆了“思想原创”和“文字誊写原创”。原创，是指研究观点、论证方案、证据解读层面的新知，不是“每一个汉字都由本人独立敲出”。文字只是思想论证的载体，载体的生成方式，不定义原创。人文研究之中，引用、转述、概括前人文献，本身是常规操作，我们判断引用是否合规，看的是有没有标注出处，有没有歪曲原意，而不是看概括段落是人自己改写，还是AI帮忙改写。只要核对原文、标注清楚，AI辅助概括文献，本身不属于抄袭。

落实到教育场景也是同理。教育使用论文、课程论文的目的，是考察学生有没有掌握研究方法、阅读文献、独立思考、辨析论证的能力。考察的对象，是学生的思辨能力，不是打字抄写能力。如果学生使用AI辅助搭建框架、整理文献，但是自己通读、核验、改写、思考，并且如实说明使用情况，这个过程依然实现了训练目标；反过来，学生一个字一个字抄别人的观点，没有思考，即便全程手动打字，也没有达到训练目的。把防AI当成教育考核第一要务，会扭曲写作训练的目标，让写作课、课程论文变成“教学生如何写出不像AI的文字”，而不是训练提出问题、分析论证的能力。

当然，这里需要厘清一条边界：透明披露不是可有可无的形式。当作者使用AI承担重要辅助工作，比如生成初稿、大规模整理材料、辅助数据分析，应当按照期刊、院校规范主动说明AI使用范围、提示词、模型版本。披露的意义，是保障评审人拥有完整信息，判断作者在研究当中的主导程度，方便追溯潜在风险，而不是作为一票否决的依据。披露制度，是责任制度的配套，不是来源甄别制度。评审看到披露说明之后，依旧回到证据、逻辑、创新的常规路径去评判，而不是看到AI二字直接降分或者拒收。

五、真正需要警惕的学术风险，不在“AI写了文字”，而在责任悬空与证据造假

既然区分人工AI意义有限，那么智能时代学术治理真正需要紧盯的风险是什么？可以归纳为四类，全部和“文字生成主体”无关，而和人的失信、缺位直接相关。

第一类，无审核直接套用AI产出，放任模型幻觉带来的虚假证据、伪引文、编造史料。大模型会编造不存在的古籍篇目、论文出处、统计数据，很多失范的成果，作者没有逐条核验，直接采纳AI给出的材料，造成论证建立在虚假证据之上。这个问题的治理重点，是核查引文、复核原始材料、数据溯源，而不是追查文本是不是AI生成。哪怕是人写的文章，学者粗心看错史料、误引文献，同样会出现这类错误。

第二类，交易式代写，付费购买完整文稿，署名者完全没有参与研究，不理解论证，无法对内容负责。这属于署名欺诈，本质和传统枪手代写一致。治理的抓手，是答辩问询、过程性考核、成果溯源访谈、禁止学术代写交易，而不是依赖文本检测。答辩环节当面追问研究思路、史料细节、论证难点，是远比AI检测有效的方式，不管稿子是人写还是AI写，没有深度参与的人很难应答细节质询。

第三类，刻意隐瞒AI大规模参与的事实，故意规避披露要求，隐瞒创作过程。这种隐瞒，破坏学术共同体的信任基础，属于学术诚信瑕疵。规范应当明确：隐瞒重大AI辅助属于违规，如实披露、自主审核则被允许。它的惩戒逻辑是不诚信，而不是使用AI。

第四类，利用AI批量炮制低水平、同质化灌水论文，为了发文章而制造没有认知增量的文本。批量灌水问题，根源是不合理的量化考核机制，是唯论文、唯数量的评价导向。AI只是放大了原有考核体系的弊病，即便没有AI，也一直存在人工灌水、重复发表、小修小改凑论文的现象。根治灌水，需要改革评价导向，看重成果实质贡献，而不是限制工具使用、筛查AI文本。

我们能够看到，以上所有风险，病根都在人，不在工具。AI只是放大了原有学术体系里面本来就存在的漏洞。如果治理方案只盯着识别AI文本，相当于头痛医头。不去完善证据复核、过程考核、答辩质询、弱化量化指标、落实主动披露，单纯依靠检测器筛查，无法守住学术底线。

与之配套，我们也需要建立面向研究者的能力培育，教会研究者识别AI幻觉、掌握AI使用规范、学会把AI作为助手而不是替代品。培育重点，是史料校勘、证据批判、逻辑反思的能力，而不是训练怎么避开AI检测。

六、转向新范式：建立以责任和质量为核心的人机共创学术治理框架

放弃“分清人工还是AI”这个无效主线，不等于放任自流，而是把治理资源重新配置，搭建适配智能时代、可持续的学术规范体系，这套框架可以分为四个层面。

首先，确立主动声明、透明披露的基础制度。期刊、院校、科研平台统一规范AI使用声明模板，要求作者写明：使用的模型名称、使用环节（文献整理/框架草拟/文字润色/数据可视化/初稿生成）、作者做了哪些核验、修改工作。区分轻度润色和深度参与初稿生成，分级披露。声明放在论文致谢或者单独说明部分，作为评审参考信息，不是处罚标签。同时明确：没有披露不等于自动判定不端，要结合访谈、核验再定性，区分无心疏漏和刻意隐瞒。

其次，评价体系回归内容本位，弱化文本风格筛查。评审专家审阅论文，优先核查选题价值、原始证据、论证链条、学术创新，引文逐一抽查溯源。人文社科重点核对古籍、出土文献、原始档案；理工科核查原始数据、实验记录、代码复现。把AI检测报告，仅仅作为一份辅助参考线索，而不是决定性结论，禁止单凭检测标记直接拒稿、判定学生作业不合格。检测器只用来提示风险点，触发更仔细的人工复核，而不是代替评审判断。

再次，考核方式向过程性、互动式评价转型，减少单一终稿文本评价。课程论文、学位论文强化开题、中期汇报、答辩质询。答辩之中，考察研究者对研究脉络、史料细节、争议难点的理解，考察他能否解释论文里面的判断、局限，能否回应质疑。一个只拿到AI文稿、没有深度参与研究的署名者，很难通过深度问询。这种方式，绕过了文本表层的人机区分，直接检验署名者是否拥有对应的研究能力、是否真正主导研究，是非常有效的防线。

最后，共同体层面形成共识，区分工具辅助、合理共创、代写造假三者边界。把AI定位为“认知辅助工具”，纳入科研基础设施的管理逻辑，和数据库、统计软件、绘图工具放在同一规范序列。学术机构、期刊、教育单位出台指引的时候，不要简单写“禁止AI写作”，而是清晰界定红线：禁止购买代写成果、禁止伪造证据、禁止隐瞒重大工具参与、禁止冒用不属于自己的研究结论；同时明确鼓励合理、透明、审慎地使用AI降低重复性劳动，把人的智力集中于创造性思辨。

长期来看，学术共同体需要逐步更新原创观念。原创不再等同于“独自徒手写完所有文字”，原创的核心是研究构想、证据辨析、理论判断、新知产出。人机协同，是新一代知识生产的常态，就像今天几乎没有人不用电脑、不用文献数据库做研究。学术的生命力，在于持续产出可靠的新知，不在于坚守手写文字的形式。

七、结语

执着于区分论文是人工写，还是AI写，本质上是在一个工具快速迭代的时代，用旧的评价标尺应对新的生产方式，投入巨大成本，却抓不住学术失范的真正要害，因此这件事本身并无核心意义。文字只是论证的载体，载体由人打磨，还是由模型辅助生成，从来不是判定一篇学术成果好坏、真伪、是否合规的根本标准。

回望学术史，人类一直借助外物延伸认知能力，简帛、索引、计算器、数据库，一代代工具拓展人的边界，而评价的根基始终稳定：看问题是否真切，证据是否可信，论证是否严密，有没有新增认知，作者是否愿意并且能够承担全部学术责任。AI是这套工具序列中新的一员，它擅长文字整合、信息梳理、语言润色，却无法自主完成史料辨伪、价值判断、深层理论创造，无法替人承担学术责任。

当然，我们绝非主张取消一切和AI相关的管理。代写交易、伪造证据、刻意隐瞒工具使用、不加审核直接采信模型幻觉内容，这些行为必须受到约束与惩戒。但治理的靶心，应当对准失信的人、虚假的证据、缺位的责任，而不是对准AI文本本身，不是无休止地在文本层面分辨人与机器的边界。

当我们放下对“人工/AI”二元溯源的执念，学术评价才能回归本来的使命：甄别知识，守护求真。未来优秀的学术成果，会越来越多诞生在人机良性协同之中。研究者提出问题、辨析史料、权衡争议、做出判断，AI承接整理、草拟、润色这类基础性劳动；研究者牢牢握住主导权、审核权、最终的判断权，并且坦诚说明协同过程。在这套秩序之下，重要的从来不是“谁打出了这些字句”，而是“这个论证是否经得起追问，这份新知是否经得起检验”。

智能时代学术治理的成熟标志，就是不再把精力消耗在分辨文字来自人脑还是模型，而是建立一套稳定、理性、可持续的规范：鼓励善用工具求真，惩戒造假失信，让学术评价回归内容、证据、创新与责任。