文/劉京尚 西北政法大學(xué)商學(xué)院

　　摘要：生成式人工智能的迭代升級引發(fā)其在學(xué)術(shù)領(lǐng)域的深度滲透，隨即催生學(xué)術(shù)倫理失范與治理難題等復(fù)合性挑戰(zhàn)?，F(xiàn)有制度框架雖針對這種風(fēng)險治理進(jìn)行了探索，但普遍面臨治理原則缺位、使用程度檢測困難、合理邊界劃定不明、多元主體責(zé)任配置失衡等結(jié)構(gòu)性困境。對此，本文構(gòu)建積極性倫理原則，提出系統(tǒng)化治理理念；通過雙重制度設(shè)計、耦合技術(shù)構(gòu)想、指標(biāo)體系構(gòu)建和合理邊界劃定實現(xiàn)“四位一體”多邊校準(zhǔn)；設(shè)計包含企業(yè)平臺、高校教育等在內(nèi)的多元主體協(xié)同治理機(jī)制，為平衡技術(shù)創(chuàng)新與學(xué)術(shù)倫理提供了創(chuàng)新構(gòu)想和方向啟迪，助力構(gòu)建人機(jī)協(xié)同的學(xué)術(shù)生態(tài)良性發(fā)展格局。

　　關(guān)鍵詞：生成式人工智能；學(xué)術(shù)性使用；合理邊界

　　引言

　　本文中，生成式人工智能（generative artificial intelligence，GAI）是指依賴生成模型，通過學(xué)習(xí)數(shù)據(jù)分布并加以模仿，進(jìn)而生成文本、圖像等新內(nèi)容的人工智能子領(lǐng)域；“學(xué)術(shù)性使用”則指學(xué)生和科研工作者為實現(xiàn)知識生產(chǎn)，在課程作業(yè)及學(xué)術(shù)寫作中對于GAI的輔助性使用。2022年ChatGPT 3.0問世以來，GAI市場應(yīng)用模型數(shù)量急劇增長、技術(shù)日益完善，給其學(xué)術(shù)性使用創(chuàng)造了極為肥沃的土壤[1]，但也使傳統(tǒng)代寫、剽竊等學(xué)術(shù)不端行為呈現(xiàn)智能化、隱蔽化特征。針對上述風(fēng)險治理，學(xué)界普遍認(rèn)為應(yīng)當(dāng)多措并舉：侯利陽與李兆軒注重宏觀監(jiān)管制度設(shè)計，通過改革考核標(biāo)準(zhǔn)等舉措限制濫用行為[2]；李志鍇與張驍則認(rèn)為應(yīng)通過技術(shù)革新、政策制定等方式加以規(guī)范[3]。既有研究雖達(dá)成普遍共識，但仍存在治理理念較為消極、使用程度檢測機(jī)制缺失、合理使用邊界模糊、各主體責(zé)任劃定不明等問題。

　　1. 主體性倫理原則與系統(tǒng)化治理理念

　　人工智能（AI）作為機(jī)器智能的進(jìn)階形態(tài)，本質(zhì)是人類智慧的延伸。因此，針對GAI學(xué)術(shù)性使用的治理核心在于規(guī)避技術(shù)異化風(fēng)險，通過解析技術(shù)機(jī)制、構(gòu)建倫理框架，重塑工具與主體的邊界[4]。與此同時，GAI學(xué)術(shù)性使用治理應(yīng)做到“循水施治”，即把握“因勢利導(dǎo)、循序漸進(jìn)、疏堵結(jié)合、標(biāo)本兼治”的治理理念，緊跟技術(shù)前沿、對接現(xiàn)實需求，將硬性監(jiān)管與軟性滲透相結(jié)合，明晰邊界后在實踐中積極利用，同時做到“以標(biāo)治本、以本束標(biāo)、標(biāo)本兼治”，為GAI學(xué)術(shù)性使用治理拓寬理論可行域。

　　2. 使用程度檢測機(jī)制設(shè)計及邊界劃定

　　2.1 雙重制度設(shè)計——自動披露義務(wù)和舉證責(zé)任倒置

　　GAI學(xué)術(shù)性使用應(yīng)建立規(guī)范化披露機(jī)制，作者須在論文中明確標(biāo)明輔助痕跡[5]：首先，于正文GAI生成內(nèi)容后插入人工智能生成內(nèi)容（artificial intelligence generated content，AIGC）專用標(biāo)識符，并在頁腳注具體說明輔助情形；其次，須在文末設(shè)置獨(dú)立章節(jié)，系統(tǒng)闡述GAI介入環(huán)節(jié)及綜合使用程度。最后，引入舉證責(zé)任倒置機(jī)制，當(dāng)相關(guān)機(jī)構(gòu)發(fā)現(xiàn)疑似違規(guī)時，應(yīng)由研究者承擔(dān)證明使用合規(guī)性的責(zé)任，而非由質(zhì)疑方提供不當(dāng)使用證據(jù)。

　　2.2 耦合技術(shù)構(gòu)想——技術(shù)框架

　　要實現(xiàn)學(xué)術(shù)成果中GAI使用程度的精準(zhǔn)鑒別，本質(zhì)上仍依托于技術(shù)路徑的研發(fā)落地，本文嘗試構(gòu)建“生成路徑逆向檢測+操作痕跡正向追蹤”的雙向驗證耦合機(jī)制。

　　生成路徑逆向檢測主要包括注意力權(quán)重回溯和生成軌跡可視化。由于人類創(chuàng)作文本注意力分布呈現(xiàn)隨機(jī)彌散特征，而GAI生成文本具備層級聚焦性，因此可通過Transformer可視化工具實現(xiàn)權(quán)重解析，通過開發(fā)參數(shù)重構(gòu)算法，將輸出文本反推至各解碼層[6]，通過注意力分布特征區(qū)分人為創(chuàng)作和GAI生成文本。與此同時，基于開源模型權(quán)重，可建立文本生成概率熱力圖，實現(xiàn)文本token選擇概率與人類常用詞匯庫偏離度的對比檢測。

　　操作痕跡正向追蹤包括創(chuàng)作過程全記錄和多源數(shù)據(jù)交叉分析兩大步驟。針對文檔編輯時間戳密度，人類創(chuàng)作與GAI生成文本具有脈沖式和連續(xù)均勻分布的顯著區(qū)分；在光標(biāo)移動軌跡上，人類寫作通常伴隨高頻刪改；在外部資源調(diào)用記錄上，GAI生成文本可能出現(xiàn)突然插入專業(yè)術(shù)語而無文獻(xiàn)查閱記錄的顯著特征。針對上述區(qū)分，可通過嵌入式檢測模塊進(jìn)行捕獲，隨后建立操作行為特征矩陣，如表1所示。

　　2.3 指標(biāo)體系構(gòu)建——“GAI介入指數(shù)”

　　現(xiàn)行法律規(guī)定試圖強(qiáng)制性要求規(guī)范GAI學(xué)術(shù)性使用，但并未明晰具體使用情形和合理邊界，這導(dǎo)致兩極分化：學(xué)者因畏懼違規(guī)而排斥技術(shù)；學(xué)生濫用GAI卻無據(jù)可查。而該問題的有效解決，則依賴于統(tǒng)一的指標(biāo)構(gòu)建及明確的邊界厘定。

　　基于此，本文提出“GAI介入指數(shù)”概念，即通過“環(huán)節(jié)權(quán)重”“行為特征異常值”“跨平臺關(guān)聯(lián)度異常值”三大系數(shù)，結(jié)合文本特征、行為數(shù)據(jù)和學(xué)科差異，輸出介入指數(shù)，從而量化評估GAI使用程度，為學(xué)術(shù)審查提供客觀依據(jù)。

　　除此之外，還須根據(jù)學(xué)術(shù)論文呈現(xiàn)形式提煉關(guān)鍵指標(biāo)，并分配各環(huán)節(jié)權(quán)重（如表2所示）。行為特征主要包括編輯間隔和刪除率，通過大量實證數(shù)據(jù)可提取常規(guī)行為特征值，將待測作品數(shù)據(jù)與之比對可構(gòu)造“行為特征異常值”；同時通過操作痕跡正向追蹤可統(tǒng)計出待測作品每小時內(nèi)跨平臺關(guān)聯(lián)的總頻次，與常規(guī)數(shù)據(jù)比對可構(gòu)造“跨平臺關(guān)聯(lián)度異常值”指標(biāo)。將各環(huán)節(jié)行為特征異常值與跨平臺關(guān)聯(lián)度異常值相結(jié)合，乘以該環(huán)節(jié)權(quán)重，再將所有環(huán)節(jié)加總求和，即可計算出待測作品的“GAI介入指數(shù)”。

　　2.4 合理邊界劃定

　　結(jié)合上述步驟得出待測作品“GAI介入指數(shù)”后，劃定合理使用邊界，如表3所示。

　　表3中動態(tài)校準(zhǔn)空間的設(shè)計，一方面賦予相關(guān)機(jī)構(gòu)靈活調(diào)整的權(quán)利，另一方面則可結(jié)合學(xué)科差異，將不同學(xué)科領(lǐng)域的最終指數(shù)賦以不同的學(xué)科調(diào)整系數(shù)。針對理論數(shù)學(xué)、臨床醫(yī)學(xué)等創(chuàng)新性要求較高的領(lǐng)域，GAI替代可能性較低的研究領(lǐng)域，可適當(dāng)放寬標(biāo)準(zhǔn)；針對文學(xué)、管理學(xué)等GAI替代風(fēng)險較高的人文社科領(lǐng)域，實行更加嚴(yán)格的標(biāo)準(zhǔn)。

　　例：理論數(shù)學(xué)論文：GAI介入指數(shù)×0.8（放寬標(biāo)準(zhǔn)）

　　文學(xué)研究論文：GAI介入指數(shù)×1.2（嚴(yán)格標(biāo)準(zhǔn)）

　　3. 多方協(xié)同治理模式構(gòu)建

　　針對GAI學(xué)術(shù)性使用，各主體應(yīng)著力構(gòu)建多方協(xié)同治理體系，開展跨領(lǐng)域合作[7]，實現(xiàn)技術(shù)創(chuàng)新與制度革新雙軌并進(jìn)。

　　3.1 企業(yè)責(zé)任：開發(fā)復(fù)合智能平臺

　　科技企業(yè)應(yīng)依托商業(yè)、技術(shù)和資源優(yōu)勢建立“監(jiān)管+服務(wù)”復(fù)合平臺：風(fēng)險管控模塊整合主流GAI寫作工具，依據(jù)學(xué)術(shù)研究全流程提供合規(guī)輔助服務(wù)，通過技術(shù)協(xié)議轉(zhuǎn)移風(fēng)險；檢測模塊則開發(fā)“GAI介入指數(shù)”評估系統(tǒng)，基于語義指紋分析、操作日志追溯等技術(shù)生成檢測報告，以此實現(xiàn)商業(yè)價值與社會責(zé)任的有機(jī)統(tǒng)一。

　　3.2 高校改革：重塑教育生態(tài)體系

　　各大高校則應(yīng)從教學(xué)機(jī)制創(chuàng)新和人才素養(yǎng)培育兩方面尋求破局之道。一方面，高校推行過程性評價，在論文中期實施“研究路徑溯源”審查，構(gòu)建多元考核矩陣，輔以算法異常檢測。另一方面，開設(shè)“科研教育工作坊”強(qiáng)化全過程學(xué)術(shù)倫理培養(yǎng)，將GAI學(xué)術(shù)性使用納入課程體系[8]。

　　3.3 出版機(jī)構(gòu)：構(gòu)建技術(shù)治理閉環(huán)

　　學(xué)術(shù)期刊應(yīng)嚴(yán)格審查、制定人工智能使用規(guī)范[9]，同時開發(fā)基于大模型同源性的檢測系統(tǒng)，設(shè)定“GAI介入指數(shù)”合理閾值，超過規(guī)定限度則啟動人工復(fù)核，對于不當(dāng)使用的文章進(jìn)行退稿處理。除此之外，可構(gòu)建動態(tài)評估數(shù)據(jù)庫，通過機(jī)器學(xué)習(xí)持續(xù)優(yōu)化檢測模型。

　　3.4 評價體系：深化學(xué)術(shù)價值革命

　　學(xué)術(shù)評價應(yīng)突破傳統(tǒng)體系限制[10]，推行“三維評價模型”：研究過程維度重點考察問題發(fā)現(xiàn)、方法創(chuàng)新等過程性要素；成果質(zhì)量維度引入學(xué)界認(rèn)可度、社會影響力等非量化指標(biāo)；學(xué)術(shù)倫理維度建立學(xué)術(shù)信用積分制度。同時實施學(xué)術(shù)資源“陽光配置”，通過區(qū)塊鏈技術(shù)實現(xiàn)科研經(jīng)費(fèi)流向透明化，構(gòu)建“學(xué)術(shù)貢獻(xiàn)-資源配置”的正向反饋機(jī)制。

　　4. 具體案例應(yīng)用分析

　　以西北政法大學(xué)“婚姻家庭法”課程論文為例，一學(xué)生在文獻(xiàn)綜述環(huán)節(jié)使用“文心一言”擴(kuò)展關(guān)鍵詞，數(shù)據(jù)分析階段借助“ChatGPT”完成模型構(gòu)建，根據(jù)上文技術(shù)框架測得兩環(huán)節(jié)GAI介入指數(shù)分別為12%、38%，總指數(shù)達(dá)50%。根據(jù)三級邊界劃定，該論文觸發(fā)動態(tài)校準(zhǔn)機(jī)制。高校隨即調(diào)取其操作日志，文獻(xiàn)檢索記錄顯示4次跨平臺跳轉(zhuǎn)：瀏覽器→文獻(xiàn)庫→AI工具→數(shù)據(jù)分析軟件，數(shù)據(jù)分析階段光標(biāo)移動軌跡呈現(xiàn)連續(xù)均勻分布特征，刪除率僅為3%，低于人類寫作均值。舉證責(zé)任倒置程序啟動后，該學(xué)生提交原始數(shù)據(jù)采集表及GAI使用聲明，結(jié)合學(xué)科調(diào)整系數(shù)，最終介入指數(shù)修正為45%，教學(xué)委員會認(rèn)定其使用合規(guī)。

　　該案例通過過程性審查與教育干預(yù)，彰顯了動態(tài)校準(zhǔn)有效性、技術(shù)檢測精準(zhǔn)性及制度協(xié)同性，驗證了治理體系在平衡技術(shù)賦能與倫理約束中的實操價值。

　　結(jié)語

　　隨著GAI深度介入學(xué)術(shù)生產(chǎn)，如何在技術(shù)與倫理間構(gòu)建動態(tài)平衡已成為數(shù)字時代的核心命題。本文立足于治理模式探究，提出“人類智慧駕馭機(jī)器智能”的倫理準(zhǔn)則和系統(tǒng)化治理理念；通過“自動披露義務(wù)+舉證責(zé)任倒置”的制度設(shè)計、“生成路徑逆向檢測+操作痕跡正向追蹤”的技術(shù)構(gòu)思、“環(huán)節(jié)權(quán)重+行為特征異常值+跨平臺關(guān)聯(lián)度異常值”三大系數(shù)聯(lián)合的“GAI介入指數(shù)”構(gòu)建、“動態(tài)空間校準(zhǔn)”的邊界劃定，構(gòu)建了四位一體治理體系；最后明晰各主體權(quán)利義務(wù)，推動形成多方聯(lián)動的責(zé)任共同體。

　　受材料及篇幅所限，本文在制度設(shè)計的豐富性、技術(shù)框架的可行性、指標(biāo)構(gòu)建的合理性、邊界劃定的科學(xué)性等相關(guān)問題上仍存在研究空間，有待另文再考。人工智能與學(xué)術(shù)倫理的共軛演進(jìn)呼喚持續(xù)的理論創(chuàng)新，本文期望通過治理模式的探索，推動學(xué)術(shù)共同體在技術(shù)浪潮中堅守倫理底線，最終實現(xiàn)“人機(jī)共智”的學(xué)術(shù)發(fā)展藍(lán)圖。

　　參考文獻(xiàn)：

　　[1]姜濤,葉思雨.生成式人工智能浪潮下的學(xué)術(shù)生態(tài)：機(jī)遇、挑戰(zhàn)及應(yīng)對[J].河北科技大學(xué)學(xué)報(社會科學(xué)版),2024,24(2):85-92.

　　[2]侯利陽,李兆軒.ChatGPT學(xué)術(shù)性使用中的法律挑戰(zhàn)與制度因應(yīng)[J].東北師大學(xué)報(哲學(xué)社會科學(xué)版),2023(4):29-39.

　　[3]李志鍇,張驍.人工智能生成內(nèi)容（AIGC）應(yīng)用于學(xué)位論文寫作的法律問題研究[J].學(xué)位與研究生教育,2024(4):84-93.

　　[4]洪濤.哲學(xué)視角下生成式人工智能的法律主體證否及其融貫治理[J/OL].蘭州學(xué)刊,1-16[2025-04-19].http://kns.cnki.net/kcms/detail/62.1015.C.20250414.1838.002.html.

　　[5]張繼紅.生成式人工智能生成內(nèi)容標(biāo)識義務(wù)研究[J].法商研究,2024,41(4):187-200.

　　[6]李彤.基于Transformer的自然語言生成算法研究[D].西安:西安電子科技大學(xué),2022.

　　[7]周莎,張尚.生成式人工智能應(yīng)用于學(xué)術(shù)研究的風(fēng)險及其預(yù)防機(jī)制[J].黑龍江高教研究,2024,42(3):1-7.

　　[8]劉瑤瑤,梁永霞,李正風(fēng).生成式人工智能與科研倫理：變革、挑戰(zhàn)與展望[J].科學(xué)觀察,2024,19(4):1-8.

　　[9]黃鑫鑫,盛杰,徐云峰,等.人工智能沖擊下新型學(xué)術(shù)不端的特點及防范對策[J].中國傳媒科技,2024(6):55-58.

　　[10]宋兆祥,司林波.人工智能賦能新時代教育評價改革的邏輯、邊界與路徑——構(gòu)筑智慧教育評價生態(tài)的變革之路[J].教育科學(xué)研究,2024(11):59-65.

　　作者簡介：劉京尚，本科在讀，liu_jingshang@126.com，研究方向：人工智能，電子商務(wù)，數(shù)據(jù)治理方向。

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……