李正风¹,王硕²

• 1:清华大学社会科学学院
• 2:清华大学马克思主义学院

摘要(Abstract)：

生成式人工智能正在重塑科学知识生产格局，对既有科研诚信规范带来挑战。全球学术共同体正以一场自下而上的社会实验自发应对。目前已初步形成以人类责任和过程披露为核心的基线共识，但在使用边界和治理步调上仍存在显著分歧。当前实践暴露出多重困境，例如规制范围集中于作者而忽视审稿人与编辑等主体，测量手段依赖检测工具，治理焦点从学术价值评判异化为文本来源审查。这些缺陷彼此强化，单纯强调封堵无法化解困境反而制造新的问题。未来的治理必须超越简单的“防范学术不端”视角，转向赋能AI for Science的健康发展。构建长时段、包容性的社会实验，扩大覆盖面以实现全流程共治，让评价回归学术价值本身，推动硬规范迭代与软素养培育的协同。

关键词(KeyWords)： 人工智能;科研诚信;科研伦理;社会实验;出版伦理

Abstract:

Keywords:

基金项目(Foundation): 国家社会科学基金重大项目“深入推进科技体制改革与完善国家科技治理体系研究”（21ZDA017）；国家自然科学基金项目“主要国家科研资助机构改革动向与资助布局研究”（L2524003）；中国科协创新战略研究院项目“中国科技工作者发展权益的社会学理论问题研究”（2026-RCS-1）。

作者(Author): 李正风¹,王硕²

DOI: 10.19524/j.cnki.10-1009/g3.2026.02.001

参考文献(References)：

• [1] 李正风. AI for Science: 认知的技术性替代进入新时代. 世界科学, 2024(8): 1
  [2] 王硕, 张徐姗, 武晨箫, 等. AI for Science: 认知性协作、全过程效应与行动领域. 西安交通大学学报(社会科学版), 2025, 45(3): 117–128
  [3] 王硕, 刘瑶瑶. 超越个体视角: 重新审视生成式AI时代的科研伦理. 中国科技期刊研究, 2026, 37(1): 43–54
  [4] Campbell D T. Reforms as Experiments. American Psychologist, 1969, 24(4): 409–429
  [5] Campbell D T. Methods for the Experimenting Society. Evaluation Practice, 1991, 12(3): 223–260
  [6] Dehue T. Establishing the Experimenting Society: The Historical Origin of Social Experimentation According to the Randomized Controlled Design. The American Journal of Psychology, 2001, 114(2): 283–302
  [7] 苏竣, 魏钰明, 黄萃. 社会实验: 人工智能社会影响研究的新路径. 中国软科学, 2020(9): 132–140
  [8] 王硕. 科技伦理研究的身份困境分析. 自然辩证法通讯, 2026, 48(2): 104–114
  [9] 苏竣. 开展人工智能社会实验 探索智能社会治理中国道路. 中国行政管理, 2021(12): 21–22
  [10] 苏竣, 魏钰明, 黄萃. 基于场景生态的人工智能社会影响整合分析框架. 科学学与科学技术管理, 2021, 42(5): 3–19
  [11] 瞿晶晶, 王迎春, 赵延东. 人工智能社会实验: 伦理规范与运行机制. 中国软科学, 2022(11): 74–82
  [12] 汝鹏, 秦晓阳, 苏竣. 风险、原则与责任: 基于实验路径的人工智能社会实验伦理规范体系建构探究. 科学学与科学技术管理, 2024, 45(4): 98–117
  [13] DiMaggio P J, Powell W W. The Iron Cage Revisited: Institutional Isomorphism and Collective Rationality in Organizational Fields. American Sociological Review, 1983, 48(2): 147–160
  [14] Levinthal D A, March J G. The Myopia of Learning. Strategic Management Journal, 1993, 14(S2): 95–112
  [15] 王硕, 索成. 有组织的无序: 生成式AI的加速扩散与社会吸纳的适配困境——基于DeepSeek“部署竞赛”的考察. 电子政务, 2025(12): 72–80
  [16] 王硕, 阎妍. 提示伦理: 一个新的人工智能伦理议题. 图书馆论坛, 2026, 46(4): 51–62
  [17] Corrêa N K, Galvão C, Santos J W, et al. Worldwide AI Ethics: A Review of 200 Guidelines and Recommendations for AI Governance. Patterns, 2023, 4(10): 100857
  [18] 江小涓. 分布式AI治理: 技术制度博弈与社会政府协同. 学术月刊, 2025, 57(10): 5–13
  [19] Munn L. The Uselessness of AI Ethics. AI and Ethics, 2023, 3(3): 869–877
  [20] Lundgren B. In Defense of Ethical Guidelines. AI and Ethics, 2023, 3(3): 1013–1020
  [21] 张树华, 张夏添. 生成式人工智能的智慧监管: 理论、模式与选择. 中国社会科学院大学学报, 2025, 45(5): 26–50,174-175+181
  [22] 苏竣, 魏钰明. 迈向智能社会: 现实图景、发展趋向与治理使命. 西北大学学报(哲学社会科学版), 2025, 55(1): 78–88
  [23] 刘普, 孙婉婷. 社科学术期刊的AI使用政策图谱与治理进阶——基于50家社科学术期刊生成式人工智能使用政策文本的分析. 科技与出版, 2025(9): 52–62
  [24] 吴赟, 叶芃. 生成式人工智能环境下学术出版伦理规范体系的建构与治理. 编辑之友, 2025(7): 50–58
  [25] 董敏, 刘雪梅, 杜亮, 等. 国际出版机构使用人工智能工具的出版伦理政策分析. 出版科学, 2024, 32(6): 15–25
  [26] Lin Z. Towards an AI Policy Framework in Scholarly Publishing. Trends in Cognitive Sciences, 2024, 28(2): 85–88
  [27] Li Z-Q, Xu H-L, Cao H-J, et al. Use of Artificial Intelligence in Peer Review Among Top 100 Medical Journals. JAMA Network Open, 2024, 7(12): e2448609
  [28] Hosseini M, Horbach S P J M. Fighting Reviewer Fatigue or Amplifying Bias? Considerations and Recommendations for Use of ChatGPT and Other Large Language Models in Scholarly Peer Review. Research Integrity and Peer Review, 2023, 8(1): 4
  [29] 李金正, 李德. 中西方期刊界对生成式人工智能参与科研论文写作的风险治理比较分析. 中国科技期刊研究, 2025, 36(7): 824–834
  [30] 和鸿鹏. 如何规范生成式人工智能的学术使用——基于55所世界一流高校的调查. 中国科技论坛, 2025(8): 129–135
  [31] Bobier C, Rodger D, Hurst D. Artificial Intelligence Policies in Bioethics and Health Humanities: A Comparative Analysis of Publishers and Journals. BMC Medical Ethics, 2025, 26(1): 79
  [32] Zou J. ChatGPT is Transforming Peer Review — How can We Use It Responsibly?. Nature, 2024, 635(8037): 10
  [33] 周濛, 龚紫钰. 生成式人工智能介入学术出版的负面连锁效应与规制进路. 中国科技期刊研究, 2025, 36(8): 999–1006
  [34] Lin Z. Hidden Prompts in Manuscripts Exploit AI-Assisted Peer Review. https://arxiv.org/abs/2507.06185v1[2026-03-06].
  [35] Ye R, Pang X, Chai J, et al. Are We There Yet? Revealing the Risks of Utilizing Large Language Models in Scholarly Peer Review. https://arxiv.org/abs/2412.01708v1[2026-03-06].
  [36] 王硕, 张徐姗, 李正风. 多层视域下的AI for Science. 自然辩证法研究, 2025, 41(9): 42–50
  [37] 蔡芬, 贾枭, 沈文钦. 生成式人工智能在我国研究生学术写作中的应用现状及其影响. 中国高教研究, 2025(1): 75–82
  [38] Weber-Wulff D, Anohina-Naumeca A, Bjelobaba S, et al. Testing of Detection Tools for AI-generated Text. International Journal for Educational Integrity, 2023, 19(1): 26
  [39] Liang W, Yuksekgonul M, Mao Y, et al. GPT Detectors are Biased against Non-native English Writer. Patterns, 2023, 4(7): 100779
  [40] Wang S, Yokoyama H M. Fight Fire with Fire: Why Not be More Tolerant of ChatGPT in Academic Writing?. AI & SOCIETY, 2025, 40(3): 1581–1582
  [41] Krishna K, Song Y, Karpinska M, et al. Paraphrasing Evades Detectors of AI-generated Text, but Retrieval is an Effective Defense//Oh A, Naumann T, Globerson A, et al. Proceedings of the 37th International Conference on Neural Information Processing Systems. Red Hook, NY, USA: Curran Associates Inc. , 2023: 27469-27500.
  [42] 袁源, 谢文亮. ChatGPT在学术出版应用场景中的伦理困境及其纾解之道——基于利益相关者理论的思考. 科技与出版, 2023(8): 89–96
  [43] 解贺嘉, 张家烁, 张久珍. 人工智能环境下学术期刊出版伦理规范内容建设研究. 现代出版, 2024(12): 55–66
  [44] 张静, 谭春林, 陈咏梅. 学术研究与出版中AIGC伦理失范的表现及其识别策略. 编辑学报, 2025, 37(5): 517–523
  [45] Wang S. AI for AI, Not AI for Science?. https://doi.org/10.1007/s00146-025-02687-y [2025-10-15].
  [46] 于雪. 人工智能伦理治理的实验方法论探究. 科学学研究, 2024, 42(9): 1793–1799,1807
  [47] 王硕, 阎妍, 李正风. AI for Science背景下科研人员的能力提升及对策. 中国科学院院刊, 2026, 41(4): 587–595
  [48] 王硕. “人工智能+”行动背景下的全民AI胜任力: 战略意义、概念内涵与提升路径. 科普研究, 2025, 20(6): 81–90+118
  [49] 王硕, 李正风. 科技伦理教育体系的系统发展观——基于“六边形教育模型”的探索. 科学学研究, 2023, 41(11): 1921–1927
  [50] 李正风. AI如何重塑科学知识生产新格局?. 世界科学, 2026(2): 1