邓履翔：合规使用生成式AI

一篇自己逐字写成的论文，却因行文风格被怀疑使用AI而被退稿。邓履翔在报告中谈起这段投稿经历，也带出了一个问题：当AI进入科研与写作，编辑如何把好关，作者又该怎样说明并核实工具的参与？ 10月24日，在学术文化节中南林业科技大学站第十七届创新发展论坛上，中南大学《交通安全与环境（英文）》编辑部主任邓履翔以《AIGC的使用边界：编辑视角下学者如何合规用好生成式AI》为题，结合出版规范、相关案例和自己的使用经历，讨论科研与学术出版中的AI使用问题。

邓履翔作报告。主办方 供图 报告一开始，他先说明自己的观察位置：期刊为科研人员提供出版服务，也承担学术内容的把关职责。他希望通过交流，帮助师生理解编辑的判断，为今后的研究与投稿提供参考。 让生成内容经得起人工核验 审慎并不意味着对工具持观望态度。邓履翔介绍，自己已在使用多种AI工具；在编校实践中，他们开发相关专用技能，让工具辅助审校，再由人工审核结果。他也借助AI翻译，比较不同用词的含义。具体工作中的使用经验，构成了他讨论边界的出发点。 本次报告的课件，也是一个例子。他在现场说明，内容初稿借助了Codex，随后又核对相关参考文献，删去自己认为不准确的内容。在他看来，使用工具之后，仍要有能力检查和修改结果，不能因为生成内容看起来有道理，就全盘接受。 这种要求落到论文写作中，首先是区分辅助与代替。AI可以帮助整理材料、改善表达，作者却不能把对数据的理解、对研究结论的判断一并交出去。生成速度再快，也不能免除研究者解释自己工作、核查结果并承担责任的义务。 他梳理相关出版规范时，将关注点从AI能否署名，延伸到使用披露和作者责任。AI无法承担作者应负的责任，因此不能将其列为作者；而论文采用了AI输出的内容，仍须由作者对真实性、准确性与科学性负责。 论文中残留的操作提示语，是邓履翔现场讲述的一个具体例子。有的稿件把生成界面的“Regenerate response”文字带进正文，有的保留了聊天机器人对自身能力的说明。他借这些案例提醒作者，直接复制生成结果、提交前又不检查，会把明显的问题一路带入出版流程。 更隐蔽的风险藏在参考文献中。作者、题名、期刊等信息看似齐全，也未必对应一篇真实存在的论文。邓履翔区分了两种做法：让AI帮助搜索、推荐文献，可以作为获取线索的方式；将工具给出的文献未经核实直接引用，则可能把虚构内容写入研究。 核验不能停留在确认文献存在。他强调，还要打开原文阅读，判断内容是否与引用位置相关、能否支持自己的观点。现场展示的课件则将核验细化为逐条检索、标注核实状态、只采用已核实条目及保存依据等步骤。 图像同样不能只看是否美观。报告中的一些生成插图案例，出现了不符合科学常识的结构与标注。邓履翔提醒，原始实验图像必须具有真实来源，不能用生成结果替代或随意修改关键特征；概念示意图、图形摘要等则需结合具体期刊要求判断，并作相应说明。 说明使用过程保留专业判断 不同出版机构对AI生成文本、图像及披露形式的规定并不完全相同。邓履翔在报告中比较相关政策，提醒作者不能只凭“其他期刊可以”就认定自己的用法没有问题，投稿前应了解目标期刊的要求。 透明披露是其中反复出现的要求。工具用在了哪些部分，是辅助翻译、语言润色，还是参与了研究方法，应让编辑和读者能够理解。具体的工具名称、版本、用途和使用范围，可按照目标期刊的声明要求写明；涉及研究方法时，还应提供支持核查的过程信息。 填写声明并不意味着完成了全部责任。生成内容有没有经过审阅，引用和数据有没有查证，作者是否真正理解并修改了结果，这些工作仍要落实。邓履翔所强调的，是让披露与实际使用、实际审核相对应。 论文进入评审后，责任也涉及审稿人和编辑。他结合出版规范提醒，不能将未发表稿件、核心论点、关键数据随意上传公开AI平台，修回时也应注意评审材料的保密边界。寻求工具帮助之前，先要弄清楚手中的材料能否交给第三方处理。 对编辑而言，识别不当使用也有现实困难。邓履翔在讲述自己被退稿的经历时说，那篇文章从头到尾由自己敲写，编辑仍认为风格像AI生成。他曾就此与期刊方面沟通，后来将文章转投其他期刊。这段经历让他谈到，仅凭文字风格作判断，也可能出现偏差。 他同时提到，以AI检测AI生成内容，在他们的使用经验中仍有局限，不能据此省去人工判断。工具能力还在变化，今天难以做到的事情，未来可能出现新的进展；作者与编辑都需要持续学习，而不能把某一种识别办法当成固定不变的答案。 在报告总结中，他用不同风险类别帮助听众理解使用边界，并展示投稿前的自查清单：是否说明AI的使用，相关引用是否核实，图表是否有真实依据，保密材料是否妥善处理，目标期刊政策是否查阅。对仍不能确认的事项，应先补上核验再投稿。在他看来，这也是作者对自己的保护。