控制“AI含量”更要鼓励论文创新

　　临近毕业季，有人早已提交论文，也有人正经历一场“人机大战”——近期就有多篇新闻报道揭露了部分学生陷入论文AI率超标的窘境。也有学生选择“用AI对抗AI”，通过网络平台求助于“AI降重服务”。

　　AI降重并非新事物，而是长期处于学术生产的灰色地带。最初是用AI“洗稿”，而后是用AI“注水”，然而伴随着部分高校进行明确限制，他们试图对AI论文进行修补。大致原理是换用另一种或几种大模型，采用特殊的提示词汇对文章中的AI生成的句段进行检索和改写。有人反馈“很有效，解了燃眉之急”，也有人表示“AI率是降下来了，但文章质量一言难尽”，更有人花大价钱求助于网络上的“专业机构”“经验人士”，最终上当受骗。

　　乱象背后，是AI被盲目用作“学术生产工具”埋下的一系列不良后果。论文“AI含量”高的原因多种多样，但要说是“完全手搓，纯属巧合”，显然说服力不足。有人将AI作为查找资料和文献，完善逻辑链条的小工具；有人缺乏选题和灵感，时而求助AI帮忙；也存在个别学生没有学会真本事，将选题整个丢给AI大模型生成，敷衍了事、蒙混过关。这样的文章怎能轻松通过评审呢？即便真用不为人知的方法降低“AI含量”，又有多少学术价值呢？

　　跳出“降重”本身来看AI论文写作，同样存在巨大争议。早在去年，复旦大学就出台“最严AI新规”，明确禁止AI工具用在包括研究方案设计、数据分析、结果讨论等关键环节，禁止语言润色和翻译，等等。而国内外多所高校也先后出台规定，对论文的“AI含量”作出限制，并使用专业模型进行查重。一系列严格的规定并非要“杜绝AI”，而是要保障论文的原创性、学术的思辨性，敦促毕业生养成独立求索的习惯，并充分掌握本专业的学科范式。

　　毫无疑问，AI为学术打开了一扇新的大门。有人通过AI辅助提高了创作效率，拓宽了学术视野；有导师鼓励学生深入研究AI大模型，并与本专业需要充分结合；多项诺贝尔奖“花落AI家”，肯定AI工具在深度研究方面的优势……AI正在成为学术生态的一部分，然而其表现再惊艳，也不能主导学术选题，替代学者思考。更不必说学术研究不存在“一键生成”，不少学者在学生时代平平无奇，却常能提出自己的问题和设想，并通过终身学习不断丰富知识储备，在一次次的试错中坚定毕生的研究方向。

　　有人将“AI查重与降重之争”概括为“不同版本的AI竞赛”，从技术发展的视角出发，或许更能体会其中的深意。仅看过去一年，GPT从4.1版本更新到了5.5，DeepSeek从横空出世到全球开源再到如今V4版本的“量大管饱”，AI生图领域更是经历了残酷的竞争。换言之，即便是“用AI模型给AI降重”，主流模型的句式恐怕也已经迭代一番了，而用AI生成的“学术观点”又停留在哪个版本呢？会不会被轻松改写或是直接淘汰？这样的文章经不起时间的检验，自然也当不起学术大厦的“敲门砖”。

　　作为工具的AI技术在进步，作为研究者的人们岂能满足于亦步亦趋？科学运用AI助力学术发展，方能避开“思维的荒原”，擦亮学术创新的光彩。（默达）