学术圈未来最尴尬的一句寒暄，可能是这句：“论文是你自己写的吗？”
今天知乎热榜新挂了一个话题：如何评价近年来越来越多的本科生参与撰写人工智能领域的学术论文。我把近一周的三条新闻翻出来对照着看了一遍，发现这事比评论区吵的有意思得多——它同时是两个方向完全相反的故事。
故事一：本科生发顶刊，是真的
9月1日，未来网报道了中北大学的一则消息：计算机科学与技术学院两位本科生——2023级的李干、2024级的吕雪薇，与秦品乐教授等合作，在《IEEE Transactions on Circuits and Systems for Video Technology》上发表了论文。这是一本中国科学院一区TOP期刊，影响因子10.8，研究的是视觉语言导航智能体的“终身导航”问题。而且这不是孤例：这个学院此前已有3篇学生论文入选AAAI 2026、1篇入选ICLR 2026，都是人工智能领域的国际顶级会议。
学校把功劳归于他们实施的“本科生学术提升计划”。但还有一个更普遍的变量：AI把科研的“执行门槛”压到了历史最低。查文献、调代码、处理数据、润色稿子——这些过去需要熬年头才能熟练的活儿，现在借助AI都能加速。本科生进实验室不再是从洗试管开始，而是从能干活开始。
故事二：太信AI的代价，也是真的
门槛降低不会自动变成好事。9月初，北京日报发表了一篇题为《被AI骗出“学术不端”，冤不冤》的评论：一篇题为《数据资产出资的风险类型及制度因应》的论文被人质疑——注释里引用的民事判决书来自不同省份，案号尾数却是1234、3456、4567这样的连号。一眼假，AI编的。作者所在高校通报认定，问题出在作者“对AI检索结果的误信”“对AI生成的内容缺乏应有的警惕性与严谨性”，责任人已相应处理。
更宏观的数据在另一边：据中国科学报报道，一项公布于arXiv的研究估计，PubMed Central数据库收录的2025年全年发表论文中，大语言模型使用率达77%，2024年这个数字是52%；2025年12月发表的论文中，近九成存在AI辅助写作迹象。另一项2025年的调查里，71%的研究人员承认会用AI辅助写作。研究作者、比利时根特大学的Dmitry Kobak坦言，自己最初都怀疑“哪里算错了”，反复核验后才确信数据站得住脚。
真正的分界线：执行门槛降了，判断门槛没降
两个故事放在一起，结论就清楚了：AI降低的是执行门槛，判断门槛一分没降，甚至判断失误的代价变大了。
过去本科生想发论文，导师是第一道闸——引用错了、数据存疑，会被挡在投稿之前。现在执行环节外包给了AI，如果核实环节也顺手外包，错误就会规模化出厂。那组连号案号，就是“AI编造+人不核实”叠加后的样子。所以“是不是你自己写的”正在被一个更本质的问题取代：“是不是每一条你都自己验过？”
这不只关乎发论文。任何人用AI产出“正经东西”——毕业论文、行业报告、项目方案、尽调材料——面对的都是同一道题。
今天就能用的三个核实动作
不管AI给的东西看起来多可信，交付之前做这三件事（这也是我们这条产线每次发稿前跑的同一套流程）：
引用溯源。AI给的每篇文献、每个案例、每条法规，亲手找到原始出处确认存在。找不到出处的，一律按编造处理，删。上面那篇论文栽的就是这条红线。
数字对源。每个金额、百分比、日期，对着信源原文核一遍。AI最擅长“合理推测”出一个不存在但看起来很精确的数字——越精确，越要多看一眼。
让AI自己交底。成稿之后追问一句：“以上内容里，哪些部分你不确定、可能过时或编造？”AI往往会老实交代，麻烦在于很少有人问。
想练手的话，spark1.cn/tools 里整理的免费工具打开就能用；写材料类内容时，可以先用 spark1.cn/ai-writer 把框架搭出来，再自己逐条核实、填充细节——框架交给AI，判断留给自己。
写在最后
本科生发顶刊，和学者被AI骗出“学术不端”，其实是同一件事的两面：工具变强了，稀缺的东西就从“会做”变成了“会验”。这对普通人是好消息——你不需要熬资历，只需要养成“溯源、对数”的习惯。从容从来不是来自比别人知道得多，而是来自手里有一套验证的方法。
本文素材综合自未来网、北京日报、中国科学报等公开报道。
💬 评论