AI当“科研搭子”,靠谱吗?——一篇论文背后的真相
如果你写完作业,问AI一句“帮我查查这个资料的出处”,然后直接把答案抄进去——这个动作看起来省事,却可能让一位大学生栽了跟头。最近,安徽财经大学通报了一起学术不端事件:一篇论文的注释里,判决书序号被质疑是编造的。学校调查后发现,作者并不是存心造假,而是“误信”了AI的检索结果,属于AI使用不当。
先来解释几个词。判决书,是法院审理案件后作出的法律文书。为了便于查找,每一份公开的判决书都有编号,就像每个人的身份证号一样。论文注释,则是学术写作中用来标明“这句话是从哪来的”的部分,必须真实、可查。把一份不存在的判决书序号写进注释,等于在说“我引用了某份资料”,可这份资料根本不存在——这在学术圈里是很严重的问题。
那AI为什么会“骗人”呢?这里要介绍一个概念:AI幻觉。现在的生成式AI,本质上是在根据海量数据预测“下一个词最可能是什么”。它擅长把句子写得通顺、像模像样,但它并不真的“知道”某份判决书是否存在。当它没有把握时,有时不会说“我不知道”,而是编一个看起来很合理的答案。这就像一位特别自信的同学,考试时不会做也不空着,硬凑一个答案,还写得工工整整。
所以,问题的关键不是“AI能不能用来做科研”,而是“谁对最终结果负责”。AI可以帮你找思路、整理文献线索、检查语句,但它给出的每一条具体信息——尤其是数据、法条、文献、编号——都必须由人来核实。作者错就错在,把“检索”和“核实”这两步都交给了AI。
从不同角度看,这件事不只关乎一个人。对使用者来说,AI是工具,不是权威,工具可以借力,责任不能外包。对AI来说,它没有“诚信”这个概念,它只是在生成文字,所以不能指望它自我约束。对学术机构来说,“误信AI”算不算学术不端,如何界定“使用不当”与“故意造假”,正在成为新的难题。
其实,这个道理不只适用于论文。我们写作业、做课题、查资料时,也常常会遇到AI给出一个特别顺溜的答案。这时候不妨多问一句:这个信息的原始出处在哪里?我能找到它吗?如果找不到,就不能把它当成事实。AI可以当“科研搭子”,但最后那一步“查证”,得我们自己走。
💡 专家观点
有学术伦理研究者指出,AI可以辅助检索与整理,但研究者必须对最终引用的每一条信息负责,核实责任无法外包给工具。
📊 关键数据
- 被质疑编造的内容 判决书序号
- 校方认定的行为性质 AI使用不当
- 通报该事件的学校 安徽财经大学
🧠 知识点
- AI幻觉:生成式AI会给出看似合理、实则虚构的内容 大语言模型通过预测下一个词来生成文本,它追求的是“像不像”,而不是“真不真”。当它缺乏确定信息时,可能不会承认“不知道”,而是编造细节,这在学界被称为“幻觉”。
- 论文注释与引用规范:学术写作必须做到来源真实可查 注释是论文中标注引用来源的部分,读者可以顺着注释找到原始资料。引用不存在的文献,等于破坏了学术交流的信任基础,因此被视为严重问题。
- 判决书与文书编号:法律文书的公开与检索 法院审理案件后会形成判决书等法律文书,依法公开的文书通常有统一编号,方便在裁判文书公开平台上检索。编号是文书的“身份证”,不存在对应编号的文书,往往意味着引用有问题。
- AI使用不当与学术不端的边界 “误信AI”与“故意造假”在动机上不同,但在结果上都可能造成虚假引用。如何在规范中区分两者,是高校和期刊正在探索的新问题。
- 工具与责任:AI可以辅助,但不能替代核实 从计算器到搜索引擎,每一种新工具进入学习场景,都会带来“哪些步骤可以交给机器”的讨论。AI能加速检索,但判断信息真假、承担后果的仍然是人。
❓ 常见问题
安徽财经大学通报的事件里,作者到底做错了什么?
论文注释中引用的判决书序号被质疑编造,校方调查认定作者“误信”了AI的检索结果,属于AI使用不当。
为什么AI会给出不存在的判决书序号?
因为生成式AI存在“幻觉”,它根据概率生成看似合理的文字,并不真正掌握某份判决书是否存在,没有把握时可能编造答案。
这件事对我们使用AI有什么提醒?
AI可以帮我们找思路、理线索,但数据、法条、文献、编号等具体信息必须由人核实,不能把检索和核实都交给工具。
想了解更多适合青少年阅读的新闻?来好奇喵·晨启10分钟看看吧。
🆕 最新阅读
给量子网络“对表”:中国团队把相位锁定做到理论极限
中国团队用多波长联合锁定与贝叶斯估计,让量子网络跨节点相位锁定达到散粒噪声极限。
中国科大实现量子网络跨节点散粒噪声极限相位锁定
科学家让两台量子机器隔空对表,精度达到理论极限。
AI成了“点子王”?CMU和Meta让机器和人类专家比创意
CMU与Meta让AI生成科研点子,请一百多位NLP研究者盲评,结果AI新颖性略胜、可行性稍逊。
AI也会出主意啦!CMU和Meta造出一个“点子工厂”
CMU和Meta让AI学会跨领域出点子
给量子网络“对表”:中国团队把相位锁定做到理论极限
中国团队用多波长联合锁定与贝叶斯估计,让量子网络跨节点相位锁定达到散粒噪声极限。