论文能不能用 AI，答案取决于你问的是哪个环节。查文献、润色语言、梳理思路，这些用途普遍被接受；代写正文、编造数据、虚构引用，这些用途在任何机构都算学术不端。边界不在「用没用 AI」，而在「AI 替你做了多少思考」。这篇按环节把清单列全，最后给一条自查方法。
能用的环节：查文献、润色、理思路、查格式
文献检索和筛选是优先值得试的用途。你给它研究主题，让它列出相关方向和代表性文献线索，再自己去数据库核实原文。注意顺序：AI 负责缩小范围，核实和精读必须由你完成，因为它列出的文献可能根本不存在，这个坑后面细说。
语言润色是最被接受的用法。把中式表达改通顺、修正语法、调整段落衔接，改的仍然是你写的句子，观点没有换人。数据处理的辅助也类似：让它帮你写分析代码，但跑出来的结果要自己验证一遍，代码是工具，结论是你的。
思路梳理的正确姿势是让它提问，而不是让它给答案。你把自己的想法讲给它听，让它站在审稿人的角度追问：这里的论证链缺了哪一环、这个反例你考虑过没有。被问住的地方，就是你要补功课的地方。格式规范这类机械劳动——参考文献格式、图表编号、章节层级——交给它检查，比自己肉眼扫快得多。
不能碰的环节：代写、编造、隐瞒
让它生成论文正文，哪怕只是「初稿」，也不行。观点、论证、结论这条链必须由你自己形成，AI 生成的段落即使读起来通顺，也不是你的贡献，署上你的名字就是学术不端。有些人觉得「我只用它的框架」，但框架就是论证结构本身，这条线不能退。
编造数据没有讨论空间。让它补几组「看起来合理」的实验数据、生成不存在的问卷结果，这是学术诚信的底线，被查实的后果通常不是改论文，而是撤销学位。虚构引用同罪：大模型有个出了名的毛病——会编出标题像模像样、作者像模像样、但根本不存在的文献。AI 给的每一条参考文献，都必须在数据库里搜到原文才算数。
把它的分析结论当作自己的发现，属于隐性越界。即使结论碰巧正确，这部分工作也不属于你，写进论文同样算不端。隐瞒使用情况是最后一类：如果学校或期刊要求声明 AI 参与了哪些环节，必须如实说明，不声明本身就是违规。
一条自查标准：导师追问你答不答得上来
动手前问自己一句：如果导师问你「这部分是怎么来的」，你能不能完整讲清思考过程？讲得清，说明是你做的，AI 只是工具；讲不清，说明你把它当成了代笔。这条标准比任何条文都好使，它检验的正是边界的落点——思考过程归谁。
| 环节 | AI 能做的 | 你必须做的 | 判断标准 |
|---|---|---|---|
| 文献检索 | 列方向、筛相关、概括摘要 | 在数据库核实每条引用并精读 | 搜不到原文的文献一律不用 |
| 语言表达 | 改语法、调衔接、顺句子 | 确认改动没有改变原意 | 观点和论证仍是你的原话 |
| 思路梳理 | 提问、挑漏洞、列反例 | 自己回答每个问题 | 它提问，不给答案 |
| 数据处理 | 写分析代码、解释统计方法 | 运行验证、核对结果 | 每个数字都能复现 |
| 正文写作 | 什么都不做 | 观点、论证、结论独立完成 | 导师追问时讲得清全过程 |
这张表可以直接对号入座：中间是分工，右边是拿来自查的标准。
学校规定不一样，以所在机构最新规定为准
各家学校、各本期刊对 AI 的尺度差异很大：有的只要求声明使用情况，有的允许 AI 参与润色但禁止参与正文，有的要求指定环节全程留痕。所以动手前先查自己所在机构的最新文件，以所在机构最新规定为准，网上的经验贴只能参考，不能当依据。同时建议保留使用记录——哪一步用了哪个工具、问过什么，需要时能说明白。
它帮不上忙的地方
AI 能加速外围劳动，加速不了研究本身。选题的眼光、论证的深度、对领域的判断，这些是论文的核心价值，只能来自你自己的阅读和思考。它还有一个技术短板：对最新发表的文献，知识可能覆盖不到，检索结果会偏旧，文献核实永远要回数据库做，不能在对话里完成。
数据隐私也值得留意。未发表的研究数据传给在线工具，等于把成果交给了第三方。如果处理的数据敏感，可以了解开源权重模型——它能本地部署，数据不出本机；选工具时还要认准官方入口，避免套壳应用截留上传内容。模型能力和上下文长度各有取舍，免费版与付费版的差别主要体现在额度和长文档处理上，按自己的文献体量选即可。
论文用 AI 速查
- 能用：查文献、润色语言、梳理思路、查格式、辅助写代码
- 不能用：代写正文、编造数据、虚构引用、隐瞒使用情况
- 自查一句话：导师问「这部分怎么来的」，我讲得清吗
- AI 给的每条参考文献，必须在数据库搜到原文
- 具体尺度以所在机构最新规定为准，保留使用记录
三个常被问到的问题
- 用 AI 改过语法，要不要在论文里声明？：看机构要求。多数只要求对实质性参与作声明，纯语法润色通常不要求；但如果规定写了「任何环节」都算，就照实声明。声明不会让论文掉价，隐瞒才会。
- 查重系统能检测出 AI 写的部分吗？：针对 AI 生成文本的检测工具在改进，误判和漏判都存在，但别把赌注押在「检测不出来」上。学术诚信的判断依据是过程而不是检测，被查实代写的后果远比检测概率重要。
- 把中文初稿翻译成英文算越界吗？：翻译属于表达层面的转换，内容仍是你的，多数机构视同润色。但译完要逐段核对，机器翻译在专业术语和长句上会出错，英文稿的责任仍然由作者承担。
论文只是 AI 参与学术工作的一个环节，背后是同一套判断逻辑：工具加速劳动，思考不能外包。想弄清你用的模型能力差距在哪，可以看模型参数量 7B 和 70B 的差别；如果文献保密性要求高，开源权重模型能否本地部署里讲了数据不出本机的用法；选工具前先弄清免费版和付费版大模型的差别，再通过认准官方入口避开套壳应用来保护你的研究数据。
