无论在自然科学还是人文科学领域，人工智能（AI）都如风暴般进入大学研究，成为科研转型的颠覆性力量。大学生和科研人员普遍运用AI参与科研已成为全球趋势。一项国际调查显示，全球科研人员用于研究和论文写作的AI工具使用率已达62%，仅过去一年增幅达22%。
从处理海量数据的科研辅助工具，演变为具备一定自主性的“研究主体”，如何界定AI在大学科研成果中的贡献？AI能否成为作者？这不仅涉及人工智能在科学研究中的角色问题，还是触及学术伦理的深刻挑战，更是对科研人才培养的巨大考验。
AI的署名权争议，两种声音针锋相对
AI能否成为论文作者、是否拥有署名权，这是当下学术界争议的焦点问题。不同的观点主要集中在以下两个方面。
有不少学者认为，目前AI在参与科研的过程中，不再止步于分析整理海量数据和文献，而是能够扮演一些研究设计、数据解读、自主实验之类的核心角色，甚至能够提出部分创新性的研究假设，并且注意到此前未被人类发现的公共知识。因此，我们可以承认，AI在科研中的创造性贡献，这就必须给予AI“共同作者”，甚至“独立作者”的身份。
为探索人工智能在深度介入科学研究中的身份角色，斯坦福大学去年主导了Agents4Science（科学研究智能体）前沿学术活动，且面向全球举办了科学史上里程碑意义的同名学术会议“Agents4Science 2025”，首次明确提出，投稿论文的主要作者与审稿人将由AI担任，从而鼓励AI拓展在科研中的能力边界。
但是，也有不少学者认为，即使AI越来越深入地涉足科学研究，但其本质仍然是基于数据、算法和人类指令，AI并没有具备“创造”的自我意识，更没有具备人类的道德意识和法律人格。因而，当科研成果中出现抄袭、造假、侵犯隐私等伦理与法律问题时，AI同样无法承担后果。自然，AI也不应署名。
事实上，《自然》《科学》等学术顶级期刊均明令禁止AI署名，基于的考量有以下：一是从责任伦理角度来说，科研成果的作者必须能够对研究内容承担学术、法律上的责任，AI不具备这种主体资格，无法担当责任。二是从信念伦理角度来说，科研作者身份承载着人类独有的原创性与诚信度，AI无法理解并承诺坚守学术规范。
对“署名权”的慎重，将推动AI科研应用透明化
在AI日益成为不可抵挡的科研伙伴之时，作为成果发布、认证和传播的核心枢纽，期刊需对科研成果的质量、原创性与学术诚信把关。当下，虽然期刊仍然禁止AI署名，但有一部分期刊已开始要求作者明确说明研究中AI的应用情况及其贡献范围，包括：使用了哪些AI工具、在哪些环节应用了AI工具（如文献综述、灵感激发、结构搭建、数据处理）、AI生成内容在全文中的占比、以及作者对AI产出进行了何种程度的修正与补充说明。
不仅如此，像《自然》《科学》这样的高影响力的权威期刊，还强制要求在论文的适当位置（如“致谢”或“研究方法”中）披露AI的实际贡献。
可以说，AI确实如同一把利刃，一面深度参与科研，驱动成果产出；另一面，AI的高频使用和高度依赖，带来了对学术不端风险的普遍担忧。
由于AI篡改研究数据、伪造实验图片、代替自主设计等行为不断出现，甚至不久前还出现了国外高校的医学生通过AI修改病人的CT片、从而通过考试的丑闻。为此，众多高校已采取应对举措，如设定了学术论文“AI率”上限区间为20%-40%，禁止使用AI生成或改动实验、田野调查等原始数据，同时强调作者须对使用AI生成的内容负最终责任。
学术界目前对AI“署名权”的慎重也意味着，未来人类运用AI进行研究与创作的过程将更加透明、公开、可重复与可验证。甚至，我们将来对科研成果进行投稿时，可能会被要求填写一份《AI应用与贡献说明》，人类作者要更清晰地说明与AI共同进行研究的分工与过程。
重新定义人机分工，培养高阶思维
同样，在大学生中，AI用于科研和论文写作也越来越广泛，数据显示，我国大学生运用最广泛的AI应用场景是与论文写作相关的资料文献查询、文本润色、翻译等文稿撰写，占比均超43%。
其实，这对于高校的人才培养而言是当下最大的挑战。这也意味着高等教育应更多关注大学生的高阶思维能力培养，以应对全球世界变化的挑战。
首要之举是培养大学生价值判断与权衡的能力。AI能够快速处理海量信息，并对其进行一定程度的归纳总结。但是什么样的课题值得研究？如何提升科研的社会影响力与贡献度？这些问题没有标准答案却关乎自主创新人才培养，因此，对大学生的价值判断与高阶思维培养尤为重要。缺乏相应能力的大学生，科研可能失去方向，创新可能沦为空谈。
其次，要关注培养大学生面向真实世界提问的能力。AI对问题的认知和理解从根本上来源于人类对它投喂的数据，而人类面对的真实世界复杂多元，瞬息万变，大学生需要对其保持一定的敏感度与洞察力，才能提出“影响社会”的问题。培养大学生成为“提问者”的高阶思维，需要高校在增加“问题思维”课程设计、创设“问题生成”实践场景、设立“问题提出”激励机制等方面持续努力。
进而，培养大学生跨学科整合与反思的能力。目前的AI能够在一定程度上进行跨学科整合，但在反思的程度与本质上与人类仍存在根本差异。AI可以通过“链式思考”工具化地进行浅层反思，却做不到深层次的元反思。跨学科科研本身是一项需要不断反思的任务，且面对的是复杂问题解决、团队协作、跨领域沟通等系列问题，胜任这样的任务，需要不断加强培养大学生以目标为导向，基于体验、情感和价值的整合与反思能力。
对于AI“作者化”的探讨，其实超越了“是与否”的二元框架，而是促使我们思考“如何用好”的科研范式重构。通过人类与AI共生，优化大学人才培养的过程，围绕价值塑造、情感连接和拔尖创新，为国家、社会培养更多的高质量科研人才。
（作者单位：华东师范大学）新疆配资公司
加杠网提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
