生成式人工智能學術(shù)性使用的治理機制研究

引言

本文中，生成式人工智能（generative artificial intelligence，GAI）是指依賴生成模型，通過學習數(shù)據(jù)分布并加以模仿，進而生成文本、圖像等新內(nèi)容的人工智能子領(lǐng)域；“學術(shù)性使用”則指學生和科研工作者為實現(xiàn)知識生產(chǎn)，在課程作業(yè)及學術(shù)寫作中對于GAI的輔助性使用。2022年ChatGPT3.0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，給其學術(shù)性使用創(chuàng)造了極為肥沃的土壤，但也使傳統(tǒng)代寫、剽竊等學術(shù)不端行為呈現(xiàn)智能化、隱蔽化特征。針對上述風險治理，學界普遍認為應(yīng)當多措并舉：侯利陽與李兆軒注重宏觀監(jiān)管制度設(shè)計，通過改革考核標準等舉措限制濫用行為2；李志鍇與張驍則認為應(yīng)通過技術(shù)革新、政策制定等方式加以規(guī)范3]。既有研究雖達成普遍共識，但仍存在治理理念較為消極、使用程度檢測機制缺失、合理使用邊界模糊、各主體責任劃定不明等問題。

1.主體性倫理原則與系統(tǒng)化治理理念

人工智能（AI）作為機器智能的進階形態(tài)，本質(zhì)是人類智慧的延伸。因此，針對GAI學術(shù)性使用的治理核心在于規(guī)避技術(shù)異化風險，通過解析技術(shù)機制、構(gòu)建倫理框架，重塑工具與主體的邊界[4]。與此同時，GAI學術(shù)性使用治理應(yīng)做到“循水施治”，即把握“因勢利導、循序漸進、疏堵結(jié)合、標本兼治”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“以標治本、以本束標、標本兼治”，為GAI學術(shù)性使用治理拓寬理論可行域。

2.使用程度檢測機制設(shè)計及邊界劃定

2.1雙重制度設(shè)計—自動披露義務(wù)

和舉證責任倒置GAI學術(shù)性使用應(yīng)建立規(guī)范化披露機制，作者須在論文中明確標明輔助痕跡：首先，于正文GAI生成內(nèi)容后插入人工智能生成內(nèi)容（artificialintelligencegeneratedcontent，AIGC）專用標識符，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，引入舉證責任倒置機制，當相關(guān)機構(gòu)發(fā)現(xiàn)疑似違規(guī)時，應(yīng)由研究者承擔證明使用合規(guī)性的責任，而非由質(zhì)疑方提供不當使用證據(jù)。

2.2耦合技術(shù)構(gòu)想——技術(shù)框架

要實現(xiàn)學術(shù)成果中GAI使用程度的精準鑒別，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，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行捕獲，隨后建立操作行為特征矩陣，如表1所示。

23指標體系構(gòu)建- —“GAI介人指數(shù)”

現(xiàn)行法律規(guī)定試圖強制性要求規(guī)范GAI學術(shù)性使用，但并未明晰具體使用情形和合理邊界，這導致兩極分化：學者因畏懼違規(guī)而排斥技術(shù)；學生濫用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)和學科差異，輸出介入指數(shù)，從而量化評估GAI使用程度，為學術(shù)審查提供客觀依據(jù)。

除此之外，還須根據(jù)學術(shù)論文呈現(xiàn)形式提煉關(guān)鍵指標，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。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)校準空間的設(shè)計，一方面賦予相關(guān)機構(gòu)靈活調(diào)整的權(quán)利，另一方面則可結(jié)合學科差異，將不同學科領(lǐng)域的最終指數(shù)賦以不同的學科調(diào)整系數(shù)。針對理論數(shù)學、臨床醫(yī)學等創(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，可適當放寬標準；針對文學、管理學等GAI替代風險較高的人文社科領(lǐng)域，實行更加嚴格的標準。

例：理論數(shù)學論文：GAI介人指數(shù)×0.8 （放寬標準）

文學研究論文：GAI介人指數(shù) ×1.2 （嚴格標準）

3.多方協(xié)同治理模式構(gòu)建

針對GAI學術(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[，實現(xiàn)技術(shù)創(chuàng)新與制度革新雙軌并進。

3.1企業(yè)責任：開發(fā)復合智能平臺

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)”復合平臺：風險管控模塊整合主流GAI寫作工具，依據(jù)學術(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)價值與社會責任的有機統(tǒng)一。

3.2高校改革：重塑教育生態(tài)體系

各大高校則應(yīng)從教學機制創(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”強化全過程學術(shù)倫理培養(yǎng)，將GAI學術(shù)性使用納入課程體系8。

3.3出版機構(gòu)：構(gòu)建技術(shù)治理閉環(huán)

學術(shù)期刊應(yīng)嚴格審查、制定人工智能使用規(guī)范，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核，對于不當使用的文章進行退稿處理。除此之外，可構(gòu)建動態(tài)評估數(shù)據(jù)庫，通過機器學習持續(xù)優(yōu)化檢測模型。

3.4評價體系：深化學術(shù)價值革命

學術(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)量維度引人學界認可度、社會影響力等非量化指標；學術(shù)倫理維度建立學術(shù)信用積分制度。同時實施學術(shù)資源“陽光配置”，通過區(qū)塊鏈技術(shù)實現(xiàn)科研經(jīng)費流向透明化，構(gòu)建“學術(shù)貢獻-資源配置”的正向反饋機制。

4.具體案例應(yīng)用分析

以西北政法大學“婚姻家庭法”課程論文為例，一學生在文獻綜述環(huán)節(jié)使用“文心一言”擴展關(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 50% 。根據(jù)三級邊界劃定，該論文觸發(fā)動態(tài)校準機制。高校隨即調(diào)取其操作日志，文獻檢索記錄顯示4次跨平臺跳轉(zhuǎn)：瀏覽器 文獻庫 AI工具" "數(shù)據(jù)分析軟件，數(shù)據(jù)分析階段光標移動軌跡呈現(xiàn)連續(xù)均勻分布特征，刪除率僅為 3% ，低于人類寫作均值。舉證責任倒置程序啟動后，該學生提交原始數(shù)據(jù)采集表及GAI使用聲明，結(jié)合學科調(diào)整系數(shù)，最終介入指數(shù)修正為45% ，教學委員會認定其使用合規(guī)。

該案例通過過程性審查與教育干預，彰顯了動態(tài)校準有效性、技術(shù)檢測精準性及制度協(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“人類智慧駕馭機器智能”的倫理準則和系統(tǒng)化治理理念；通過“自動披露義務(wù) + 舉證責任倒置”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”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、指標構(gòu)建的合理性、邊界劃定的科學性等相關(guān)問題上仍存在研究空間，有待另文再考。人工智能與學術(shù)倫理的共軛演進呼喚持續(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)“人機共智”的學術(shù)發(fā)展藍圖。

參考文獻：

[1]姜濤，葉思雨.生成式人工智能浪潮下的學術(shù)生態(tài)：機遇、挑戰(zhàn)及應(yīng)對[].河北科技大學學報（社會科學版），2024，24（2）：85-92.

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

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

[4]洪濤.哲學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，2022.

[7]周莎，張尚.生成式人工智能應(yīng)用于學術(shù)研究的風險及其預防機制[].黑龍江高教研究，2024，42（3）：1-7.

[8]劉瑤瑤，梁永霞，李正風.生成式人工智能與科研倫理：變革、挑戰(zhàn)與展望[J].科學觀察，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術(shù)不端的特點及防范對策[].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。