用 AI 做文献综述算作弊吗？

用 AI 做文献综述并不自动等于作弊。边界取决于谁在制定规则、AI 具体做了什么、这项工作是用于考核还是发表，以及在需要披露时你是否足够透明。

最安全的区分很简单：AI 可以支持研究过程，但不应该替代你的判断、阅读、来源验证或作者责任。让 AI 帮你想搜索词，和提交 AI 写出来的分析不是一回事。用工具整理候选论文，和假装自己读过从未打开的来源也不是一回事。

这很重要，因为文献综述处在研究和写作之间。它需要搜索策略、纳入判断、综合分析和引用准确性。AI 可以帮助其中一些环节，但最终的智识责任仍然属于研究者。如果你是在论文稿件中使用 AI，如何向期刊披露 AI 使用中的披露规则就是下一步需要检查的内容。

当 AI 使用被允许、在需要时被披露，并且作为研究支持来使用时，通常不算作弊。当它被禁止、被隐藏，或被用来替代你本应自己完成的工作时，就会产生学术不端风险。

低风险使用通常包括：

• 在检索真实数据库前，先头脑风暴搜索词。
• 把不熟悉的术语解释成更易理解的语言，用于自己的学习。
• 根据你的标准生成论文筛选清单。
• 建议如何把论文归为不同主题。
• 在政策允许时帮助润色语法或表达。
• 在引用前检查参考文献是否真实存在。

高风险使用通常包括：

• 把 AI 写出的文献综述正文作为自己的分析提交。
• 要求 AI 编造引用或补全文献列表。
• 依赖你没有验证过的论文摘要。
• 让 AI 做出你无法解释的纳入决定。
• 在教师、院系、导师或期刊明确禁止的情况下使用 AI。
• 在要求披露时隐瞒 AI 使用。

实用判断标准是责任归属。如果导师、教师、审稿人或合作者问你为什么纳入某篇论文、为什么某个论断引用这个来源，或某一段是如何形成的，你需要能基于自己的过程回答。

AI 政策让人困惑，是因为不同场景对问题的定义不同。期刊可能允许在披露的前提下用生成式 AI 做语言润色。课程可能禁止在考核写作中使用 AI。导师可能允许 AI 用于搜索规划，但不允许用于起草正文。实验室可能允许 AI 辅助写代码，但要求记录任何文本生成用途。

这意味着这个问题没有一个通用答案。同一种 AI 使用方式，在一个场景中可能被允许，在另一个场景中可能构成不当行为。

许多政策背后的共同规律更容易理解：

• 人类必须继续对作品负责。
• AI 工具不能被列为作者。
• AI 生成或 AI 辅助的写作通常需要披露。
• 课程和考核规则可能比学校的一般指导更严格。
• 生成的参考文献和论断在使用前必须验证。

COPE 指出，根据出版伦理规则，AI 工具不能满足作者资格要求，因为它们不能对投稿作品负责、不能管理利益冲突，也不能处理版权和许可协议。这个逻辑不只适用于作者署名。如果工具无法承担责任，使用它的人就必须承担责任。

把文献综述中的 AI 使用看成一个光谱，而不是一个开关。有些用法帮助你学习和组织；另一些用法则悄悄把核心学术工作从你手里移走。

这个光谱有用，因为它区分了工作流支持和智识替代。学生用 AI 寻找搜索词，仍然是在自己做综述。学生在没有许可的情况下提交 AI 写出的综合分析，则可能不是。

如果你不确定自己的使用处于哪个位置，把 AI 做过的事情写下来。如果描述听起来像“它帮助我规划、查找、组织或检查”，通常比较容易解释。如果听起来像“它写了论证、选择了证据或提供了引用”，风险会迅速上升。

对学生来说，作业规则优先。网上的一般建议不能覆盖课程大纲、教师说明、院系规定或考核政策。

Harvard Graduate School of Education 告诉学生，如果不确定某种生成式 AI 使用是否被允许，学生有责任在使用前与任课教师讨论。Oxford 对考核作业的学生指导更严格：除非相关学院或院系在考核前以书面形式明确告知，否则 AI 使用属于未经授权。

Princeton 的指导提供了另一个有用区分。如果生成式 AI 被允许用于头脑风暴或列提纲等任务，学生应披露其使用，而不是把它当作来源来引用，因为 AI 输出并不是像普通来源那样由某个人产生的内容。

Carnegie Mellon 的教学指导说明了为什么学生不能假设存在一个默认规则。它提供的示例课程政策从完全禁止生成式 AI 到在条件下允许使用不等，取决于课程目标和教师设计。

对学生最安全的规则很直白：如果作业没有清楚允许某种使用，先问。不要等到提交之后再解释 AI 参与过。

对期刊稿件来说，问题通常不是“AI 算不算作弊”，而是“AI 是否以期刊允许的方式被使用，并且这种使用是否被披露？”

Elsevier 表示，作者如果在写作过程中使用生成式 AI 或 AI 辅助工具，必须在参考文献或 bibliography 之前加入披露声明；它还指出，如果使用 AI 来选择、整理、生成或编辑参考文献，应视情况在方法部分或声明中说明相关用途。

Springer Nature 的编辑政策说明，AI 不能被列为作者；其政策页也说明了生成式 AI 图像以及审稿人使用生成式 AI 工具时的相关限制。IEEE 指导要求，文章中的 AI 生成文本应在致谢部分披露，并说明所使用的 AI 系统以及它在文章中的使用位置。

这些政策在细节上不同，但共同原则是责任。研究者可以使用被允许的工具，但署名作者仍然要对准确性、原创性、披露和来源完整性负责。

对文献综述来说，这意味着 AI 不能成为隐藏的综合分析作者，也不能成为隐藏的引用来源。如果 AI 影响了写作、来源选择、参考文献编辑或分析，就应检查目标期刊的具体披露规则。

当 AI 在论断写成之前提供帮助时，更容易解释。搜索规划、关键词扩展和论文初筛属于支持任务。它们本身并不决定你的综述要论证什么。

例如，你可以问 AI：

• 另一个领域中可能有哪些相关术语描述这个概念？
• 什么样的纳入标准可以让这个问题更精确？
• 筛选论文时应该记录哪些元数据？
• 这些论文可以按方法或人群如何分组？
• 投稿前应该运行哪些引用检查？

这些提示让你保持控制。你仍然要检索真实来源、阅读论文、按标准筛选，并写出论证。面向学生的免费 AI 文献综述工具组合可以帮助你把搜索、映射、筛选、阅读和参考文献管理分开，避免一个工具悄悄接管整个流程。

有风险的提示是“帮我写文献综述”。这个提示要求模型产出最终学术工作，包括综合、重点安排，有时还包括引用。如果该输出在没有许可和披露的情况下变成你的提交内容，风险非常明显。

未经检查的引用，是 AI 使用从粗心走向严重问题的地方。虚假引用不是风格问题，而是虚假证据。

AI 生成的参考文献可能以多种方式失败：论文可能不存在，DOI 可能指向其他内容，作者可能错误，或来源可能不支持对应论断。关于 AI 引用幻觉率的近期研究说明了为什么生成式 bibliography 在被检查前都应被视为未验证。

更安全的工作流是：

• 用 AI 建议搜索词，而不是最终参考文献。
• 亲自检索学术数据库或出版商页面。
• 在参考文献管理器中保存来源记录。
• 引用前阅读相关章节。
• 检查标题、DOI、作者、年份和发表渠道。
• 删除任何无法验证的来源。

如果你在早期起草时使用了 AI 生成的参考文献，要把它们隔离起来。标记为未验证，使用前逐条检查，并从可信来源记录重建最终引用。如何验证 AI 生成的引用中的流程正是为这一步设计的。

文献综述不只是论文摘要列表。它是一种论证：说明一个领域已经发现了什么、不同发现如何分歧、方法在哪里冲突，以及还剩下什么空白。

不要外包这些决定：

• 选择综述的最终范围。
• 决定哪些论文算相关。
• 判断证据是否支持某个论断。
• 权衡相互冲突的发现。
• 识别文献中的局限。
• 用自己的推理写出最终综合。

AI 可以帮助你看到可能的分类，但你要决定这些分类是否有意义。AI 可以总结论文，但你要检查论文。AI 可以建议研究空白，但你要在阅读文献后判断这个空白是否真实。

当你把论文组织成主题时，这个区分尤其重要。模型可以提出标签，但综述的可信度取决于这些标签是否反映论文，而不是它们听起来是否整齐。

边工作边记录，披露会更容易。如果等到最后，你可能忘记哪个工具帮助了哪个任务。

保留一份简短的 AI 使用日志，包含：

这份日志不只是防御性材料。它能帮助你保持工作流清晰。如果 AI 帮助润色语法，最终研究论断仍然需要来源检查。如果 AI 帮助发现来源，最终 bibliography 仍然需要元数据验证。

对期刊文章来说，应根据出版商规则调整披露。对课程作业来说，使用教师要求的格式。对论文或毕业论文工作来说，在提交前询问院系，而不是等审稿人提出问题后再解释。

一些例子能让边界更清楚。

在被允许时，通常可以接受：

• 你让 AI 提供同义词和数据库搜索词，然后自己运行检索。
• 你让 AI 把纳入标准转成筛选清单，然后自己做最终决定。
• 你让 AI 解释统计术语，然后在教材或方法论文中验证。
• 你让 AI 建议可能的主题，然后在阅读论文后修改。
• 你让 AI 标记需要检查的引用字段，然后自己逐条验证来源。

通常风险较高：

• 你让 AI 写文献综述，并把输出作为自己的作品提交。
• 你让 AI 提供引用，却不验证它们。
• 在课程明确禁止的情况下使用 AI。
• 在期刊或教师要求披露时隐瞒 AI 使用。
• 因为 AI 总结了一篇论文就引用它，而没有亲自打开论文。

语境仍然重要。语法润色可能在一门课中被允许，在另一门课中受限。AI 辅助列提纲可能被一位导师欢迎，却在某项具体考核中被禁止。规则不是靠感觉判断的，规则来自你的作业、机构、期刊或合作关系。

把 AI 用在工作流边缘，把人工控制留在中心：

这个工作流让 AI 降低摩擦，而不会成为文献综述的隐藏作者。如果有人询问，它也能让你的过程可解释。

如果你的目标是提速，不要跳过验证。更快写完文献综述中的方法，只有在快速写作仍然建立在真实论文、干净笔记和已验证引用之上时，才最有效。

WisPaper 帮助研究者使用 AI 搜索和筛选学术论文。它的搜索工作区支持 Deep Search、Scholar Agent 和 Inspiration Discovery，论文卡片会显示来源标签、摘要和预览图，方便用户在决定阅读前先快速判断结果。

WisPaper 也允许用户建立论文库，并基于该库提问。论文可以上传，也可以从搜索结果中加入，然后用于针对个人文献库的问答。

试用 WisPaper