文獻綜述是生成式人工智能介入程度最深、也最難自證的寫作環節之一。同樣一句“我用AI整理了文獻”，在有的情形里屬于合規的工具性輔助，在有的情形里已經構成替代性完成。區分二者的關鍵，不在于用了哪個模型、用了多少次，而在于核心智力貢獻由誰作出，以及這個過程能否被第三方核查。北京大學AI科研誠信治理平臺匯集了國內外高校、科研機構和監管部門的政策文件，按“介入程度”把AI使用情景分為“工具性輔助”與“替代性完成”，并對應“開放使用、有限使用、不可使用”等管控要求；平臺頁面標注的最后更新日期為2025年11月26日，具體執行仍應以所在學校、院系和擬投期刊的最新文件為準。

一、規則依據：介入程度而非工具類型

現行規范普遍采取“按環節、按介入程度”而非“按工具”的治理思路。同一款AI工具，用于檢索式擴展可能被列為工具性輔助，用于直接生成研究設計則可能被列為替代性完成。

在文獻檢索與管理環節，科技部監督司《負責任研究行為規范指引》將其標注為“工具性輔助、有限使用”，核心要求是不得直接使用未經核實的由生成式人工智能生成的內容。在論文寫作環節，中國科學技術信息研究所《學術出版中AIGC使用邊界指南2.0》同樣將“文字撰寫”標注為“工具性輔助、有限使用”，允許在研究過程中用于總結已有學術出版內容等輔助性工作。南京大學關于本科生規范使用生成式人工智能工具的指導意見中，把“研究設計”明確列為“替代性完成、不可使用”。這些條目放在一起，指向同一條判斷主線：AI可以承擔信息處理勞動，但不能承擔研究判斷本身。

中國科學院的表述最為直接。中國科學院科研道德委員會2024年9月10日發布的誠信提醒第一條寫道：

在選題調研、文獻檢索、資料整理時，可借助人工智能技術跟蹤研究動態，收集整理參考文獻，并對人工智能生成信息的真實性、準確性、可靠性進行辨識；反對直接使用未經核實的由人工智能生成的調研報告、選題建議、文獻綜述等。

這條提醒值得逐句拆讀：允許的是“借助”與“收集整理”，附加義務是“辨識”，反對的是“直接使用未經核實”的成品。換句話說，AI產出的綜述文本并非天然違規，違規的是未經核實就把它當作自己的研究結論。

二、把文獻綜述拆成四個可判斷的動作

整段地討論“能不能用AI寫綜述”很難得出結論。把綜述拆成四類動作，邊界會清晰得多。

1. 檢索與篩選

工具性輔助的典型做法：讓AI把研究問題拆成概念塊并擴展同義詞、給出檢索式草稿，然后你回到CNKI、Web of Science、Scopus等數據庫實際執行，按納入排除標準篩選。AI在這里的作用是提示可能遺漏的術語，最終檢索結果來自數據庫而非模型。

越界信號是直接采信AI列出的文獻清單。生成式模型可能虛構作者、標題、卷期頁碼，或把真實文獻的結論張冠李戴。凡進入綜述的文獻，都應回到原始數據庫記錄或原文核對。

2. 單篇文獻的信息提取

對已下載并通讀的文獻，可以讓AI做輔助性摘要、提取研究設計要素、整理變量與樣本信息，條件是逐條與原文比對。此時AI處理的是你已掌握的材料，作用接近一個高亮筆和摘錄本。

越界信號是只讀AI摘要而不讀原文，并在綜述中描述該文獻的觀點。摘要遺漏限定條件、混淆相關與因果的風險在實證研究中相當高。

3. 觀點聚類與框架生成

讓AI把已有筆記按主題聚類、提示可能存在的觀點分歧，可以作為形成框架前的頭腦風暴。但綜述的分類維度、脈絡主線、研究空白的判定，屬于研究判斷，必須由你作出并能說出理由。

越界信號是把AI給出的目錄結構直接當作論文的綜述框架，且無法解釋為什么這樣分類。

4. 段落撰寫

可以用AI做語言層面的處理：檢查邏輯連接、壓縮冗余表達、把中式英語改為學術表達、翻譯外文段落初稿。前提是事實、引用、判斷均已由你確定，且修改后原意不變。

越界信號是由AI生成承載論證的整段文字，你只做同義改寫，或讓AI“根據這些文獻寫一段綜述”后直接使用。

三、四條可操作的判斷標準

當具體情形拿不準時，用下面四個問題自檢，任一問題答不上來，就應退回上一步。

• 核查責任是否仍在你：每一條事實性陳述，你能否指出核對過哪篇文獻的哪一部分。不能，就仍是未經核實的內容。
• 是否可追溯到原始文獻：綜述中的每個引用，都能在數據庫中查到完整記錄，且你讀過其相關段落，而非來自模型輸出。
• 判斷是否由你作出：分類標準、爭議焦點、研究空白的提煉，你能說明取舍理由；如果是模型給出而你未獨立判斷，即為替代。
• 過程是否可復現：給出一份提示詞記錄和核驗日志，他人能否重走一遍你的流程并得到相同文獻集合。

四、過程記錄：留下可核查的最小證據集

過程記錄的作用不是自證清白，而是讓你在答辯、抽檢或期刊詢問時，能快速拿出證據說明核心工作由誰完成。北京大學AI科研誠信治理平臺在說明使用規范時，也把“建立全過程記錄”作為配套要求。以下是一份夠用的最小記錄集。

核驗日志建議設置“差異”一欄，專門記錄AI輸出與原文不一致之處，例如樣本量寫錯、把橫斷面研究說成縱向研究、把限定結論寫成普遍結論。這一欄往往是證明你確實做過辨識工作的最有力材料。

一個簡便的筆記習慣是按可信度給每條素材打標：已核對原文的標A，AI初篩待核的標B，找不到原始來源的標C。定稿時正文只允許出現A類素材，C類一律刪除，B類未清零不得進入寫作階段。

五、常見越界情形與糾正方向

• 讓AI“寫一段文獻綜述”后直接使用。糾正：改為讓AI列出該主題可能涉及的子領域，你據此自行檢索并撰寫。
• 引用AI提供的文獻而未核對。糾正：所有參考文獻回到數據庫逐條驗證，刪除無法驗證的條目。
• 由AI判定研究空白。糾正：把AI輸出僅作為待檢驗假設，用自己檢索到的近期文獻支持或推翻。
• 通篇使用AI翻譯的外文文獻段落。糾正：對照原文校核術語與限定條件，確保原意不變。
• 在方法或致謝中完全不提AI使用。糾正：按所在單位與期刊要求如實披露使用環節與工具，披露本身不構成學術不端，隱匿才可能構成。

六、把邊界寫進論文

多數高校和期刊目前要求披露的是“是否使用、用于哪些環節、如何核驗”，而非使用次數。一段可用的聲明通常包含三要素：工具與版本、用途環節、核驗方式。例如說明“本文使用某工具輔助擴展檢索詞并對已獲取文獻進行摘要整理，全部文獻信息經作者在數據庫中逐條核對，綜述框架與觀點判斷由作者獨立完成”。具體措辭應以本校研究生院、教務處或目標期刊的作者指南為準，不同單位對披露位置和詳略程度的要求并不一致。

需要承認的是，規則仍在更新。北京大學AI科研誠信治理平臺等渠道持續匯集新政策，2025年以來已有多份針對學位論文的AI使用指南發布。寫作前花十分鐘查閱本校最新文件，比事后解釋更省力。工具性輔助與替代性完成之間的界線，最終不是由某條規則劃定的，而是由你是否保留了足夠的判斷痕跡、以及在多大程度上為綜述中的每一句話負責來劃定的。