当AI生成的论文与人类研究核心方法高度相似却未标注出处，24%的AI生成作品达到4-5级相似度，学界正为“思想抄袭”争论不休。

2025年，《自然》杂志的一则报道引发学界广泛关注：部分标注为大型语言模型生成的论文，存在挪用他人研究方法或核心观点却不标注出处的情况。这种 “抄观点不抄字” 的新型学术行为，正在挑战传统学术诚信的边界。

印度班加罗尔科学研究所的“揭发团队”通过实验发现，24%的AI生成作品与已有研究达到4-5级相似度。然而，对于这种行为是否构成抄袭，学界却存在深刻分歧，折射出AI时代学术规范面临的全新挑战 。

01 案例剖析：AI生成论文的“思想挪用”争议

2025年1月，韩国高等科学技术研究院研究员朴炳俊收到一封揭发邮件，指出一款名为 “The AI Scientist” 的工具生成的未发表手稿，疑似使用了他的研究方法却未署名 。

朴炳俊核查后发现，尽管这篇AI手稿提出了新架构且主题与他的研究不同，但核心方法却高度相似。这种不直接复制文字，而是挪用研究方法或核心观点的行为，被研究者称为 “思想挪用” 。

类似的案例并非个例。揭发团队还发现，Sakana AI公司2025年3月宣布的首篇通过国际会议同行评审的全AI生成论文，疑似挪用了2015年一项研究的核心成果且未标注引用。专家评估认为，这篇AI论文与2015年研究的相似性达到了5级（最高级） 。

为系统评估这一问题，研究团队选取了美国斯坦福大学的4份AI生成研究方案、Sakana AI的10份AI手稿以及36份新方案，邀请13位领域专家按“5级相似度量表”进行评估。结果显示，近四分之一的AI生成作品存在高度相似性问题 。

02 观点交锋：学界对“思想抄袭”的定义分歧

针对“思想挪用”的指控，AI研发团队予以坚决否认。“The AI Scientist”研发团队表示，被质疑的AI手稿与前人研究在假设和应用领域上各不相同，所谓的相似只是 “未引用相关文献” ，而非抄袭 。

学界对这一问题的判断也存在明显分歧。佐治亚理工学院机器学习研究员本·胡佛认为，相似度仅为3级的案例“远不足以构成抄袭”。而韩国高等科学技术研究院研究生白真宥则指出，新颖性本身具有主观性，人类评审在学术会议中也常就何为原创争论不休 。

争议的根源在于对“抄袭”定义的认知差异。柏林应用科学大学专家德博拉·韦伯-伍尔夫指出，部分计算机科学家认为抄袭需“主观故意欺诈”，但她主张“意图不应作为判断标准”，因为AI没有主观意识 。

韦伯-伍尔夫引用国际学术诚信中心前主任泰迪·菲什曼的定义强调：“未恰当标注他人可识别的观点或成果，且存在原创性预期时，即构成抄袭” 。

03 检测困境：传统工具难以识别“思想抄袭”

与文字抄袭不同，“思想抄袭”的检测面临巨大技术挑战。新加坡南洋理工大学AI研究员刘阳指出，现有技术可检测句子语义相似度，但 “观点或概念层面的相似度检测研究极少” 。

研究测试显示，主流检测工具对思想抄袭的识别效果有限。商业抄袭检测工具Turnitin未能识别出专家判定的AI论文来源文献，学术搜索大型语言模型工具OpenScholar仅识别出1篇 。

“The AI Scientist”虽然通过“大型语言模型生成关键词+语义学者搜索引擎+大型语言模型评估”的流程验证原创性，但德国锡根大学机器学习专家乔拉恩·比尔认为，该过程过于简化，难以媲美领域专家的判断 。

随着生成式AI工具的快速普及，这一问题变得愈发紧迫。据《自然》杂志2024年对全球1600名研究人员的调查，68%的受访者认为生成式AI工具将使抄袭变得更容易且更难检测 。

04 系统冲击：AI科研对学术体系的深层挑战

AI科研正在对现有学术体系产生深层冲击。计算机科学等领域每年论文数量激增，研究者本就难以验证自身观点的新颖性，而大型语言模型通过重组训练数据生成观点的特性，更加剧了学术信用流失 。

生成式AI工具的普及程度令人瞩目。一项研究估计，2024年上半年，至少有10%的生物医学论文摘要使用了大型语言模型进行写作，数量约达7.5万篇 。

AI写作的边界也日益模糊。同济大学马克思主义学院副教授王少指出：“在ChatGPT等生成式AI兴起之前，AI在学术研究中的主要功能是辅助，风险不大。但生成式AI以内容生产为核心功能，直接指向论文撰写，使得学术不端风险增大” 。

王少进一步分析，使用AI可能发生全部类型的学术不端行为，其中最可能的是剽窃和捏造。AI产出的文本是对他人观点的统合梳理、归纳总结后以改头换面的方式表达，这直接指向了剽窃 。

05 规范探索：学术界寻求AI使用标准

面对争议，学界普遍认为需规范AI科研工具的使用。新加坡国立大学计算机科学家靳民彦表示，AI工具终将普及，关键是找到正确的使用方式 。

多所高校已经开始行动。2024年毕业季前夕，不少国内高校先后发文，就学生如何在毕业论文中使用生成式AI、AI代写在论文中的比例等问题作出规范 。福州大学、湖北大学、南京工业大学等高校已出台规定，对毕业设计（论文）中的人工智能生成内容占比进行检测 。

清华大学人工智能治理研究中心主任梁正认为，首先应该明确AI辅助与AI代写之间的边界。“AI可以用于整理研究文献和提供写作思路，但不能用于生成整篇论文，否则将被视为学术不端行为” 。

针对AI导致的学术不端，相关规范仍在完善中。王少指出，目前对于AI所导致的学术不端，相关规范仍然不太健全。国际通常是一些研究机构或期刊作出规定，如《Science》杂志和中国一些期刊都明确拒绝接受生成式AI撰写的论文 。

06 未来路径：平衡技术创新与学术诚信

展望未来，AI科研工具的发展需要在技术创新与学术诚信之间找到平衡点。“The AI Scientist”研发团队表示，其成果仅是“概念验证”，旨在证明AI生成科研论文已具备可行性，建议当前阶段仅将这一工具用于 “启发思路” 。

北京教育科学学院副研究员冉乃彦提出了一种灵活应对策略：在论文评审时具体细致地考查作者的创造。“AI只能利用已有知识回答问题，而最珍贵的，是盘活这些知识，创造出新的想法和观点” 。

高校教师小魏认为，在新的技术环境下，老师的引导尤为重要。“导师应该和学生多沟通，抓准学术的创新点；学生论文的不同研究阶段，老师都应该多指导，而不是到了要交稿时才想起来问几句” 。

随着技术不断发展，AI与学术研究的结合将日益深入。王少建议，大学可以开设相关课程，“不仅要教学生怎么使用生成式AI，还要教会学生怎么用才是合理的、规范的，才是合乎学术伦理的。我觉得后面这一点可能更重要” 。

随着AI生成内容的复杂度不断提升，区分“思想借鉴”与“思想抄袭”变得愈发困难。目前，关于AI生成科研成果的学术规范尚未成形，如何平衡AI的科研辅助价值与学术诚信，仍是学界亟待解决的课题。

正如柏林应用科学大学专家德博拉·韦伯-伍尔夫所言，随着AI系统不断进化，学术界需要就什么是可接受的使用方式达成共识。否则，随着AI生成论文越来越普遍，关于“思想抄袭”的争论只会更加激烈 。