传统的学术写作模式正在被AI重塑。诸如ChatGPT这样的大语言模型，能够协助起草论文、执行复杂的数据分析等任务，从而显著加速研究进程。这种前所未有的速度与能力为研究者开辟了新的探索路径，同时也引发了关于AI合作背景下“作者”定义的核心争议：AI应被认定为合著者吗？应将其视为类似统计软件的工具，还是作为具有贡献的实体被正式引用？这些问题对传统的知识所有权与责任归属观念构成了挑战。

国际医学期刊编辑委员会（ICMJE）明确指出，署名权应仅限于在知识上作出实质性贡献的个人，而AI目前尚无法满足这一要求。各大期刊对此迅速且审慎地作出回应。Nature、Science等权威期刊均制定了相关政策，明确区分人类作者与AI角色，主要聚焦于三个方面——AI使用的披露、AI贡献的限制以及与其应用相关的伦理规范：

· AI使用的披露：期刊现要求作者明确说明其在研究与写作过程中使用AI工具的方式，以防止作者身份混淆，并应对潜在的抄袭和知识劳动误认问题。

· AI贡献的限制：主流观点认为AI不应被列为作者，因为其无法满足“智力贡献”与“责任承担”的基本要求。因此，AI仍应被视为赋能人类研究者的工具，而非具有人类合著者地位的主体。

· 伦理规范与责任：即便在AI辅助下完成写作，作者依然需对其研究工作的完整性与原创性承担全部责任。

总而言之，随着AI日益深度嵌入学术研究流程，其角色正逐步从“隐形助手”转变为“显性合作者”，但在作者身份认定方面仍受到严格限制。当前期刊普遍采取审慎而前瞻性的政策，力图在承认AI贡献的同时，维护人类作者的学术完整性。随着人类创造力与机器辅助的界限不断演化，相关伦理框架也在持续调整，以反映学术界在创新与责任之间不断变化的动态关系。

本文探索的是ChatGPT或其他AI工具是否被列为作者或合著者？具体包括：①AI工具是如何被引用的？②AI在致谢部分出现的频率如何？③哪些学科领域中，这些趋势最为显著？

为了识别“OpenAI”“ChatGPT”与“Perplexity”在出版物中被提及的不同方式，本文进行了三类检索：(1) 是否被列为作者；(2) 是否作为引用来源；(3) 是否在致谢部分被提及。检索使用了两个主要数据库：Web of Science（WoS）和Scopus。原因在于它们在引用文献检索方面各具优势，能支持对相关信息的系统性挖掘。所有检索均于2024年9月底至10月初进行。

为确保覆盖全面，本文下载了所有检索结果中被引用的文章，并利用Bibliometrix软件包对引用文献进行了分析，从而实现尽可能全面的文献计量研究。在数据合并与统计分析过程中，使用了Excel工具以确保处理一致性和可追溯性。

在WoS核心合集检索到的10条相关结果中，只有4条明确将ChatGPT列为作者，其中两篇社论文章将ChatGPT列为唯一作者。在Scopus中仅检索到2篇相关文献(1篇Q2文章，1篇Q1社论)，均发表于2023年。其中Q1社论后来发布勘误，移除了ChatGPT的合著者身份。总体而言，将AI工具列为论文作者的情况极为罕见，且集中出现在2023年。

图1展示了近年来将AI工具作为“作者”或“引用来源”进行引用的文献数量增长趋势；图2基于Scopus数据，呈现了各学科领域对AI引用的分布情况。计算机科学在引用AI工具作为“作者”或“来源”两个维度上均占据主导地位，其次为社会科学和工程学。艺术与人文学科及数学中AI更常作为“来源”出现。在社会科学、人文与健康专业等领域，AI“作为作者”与“作为来源”的引用频率相近，略偏重前者。而在兽医学与牙医学领域，AI引用仍较为稀少。

整体来看，当前尚无统一的AI引用标准，各领域引用实践差异显著。

在Web of Science核心合集中，通过人工筛选，共识别出1756篇在致谢部分提及AI工具的文献；Scopus中通过人工消歧处理后识别出1738篇类似记录。在致谢中，最常被提及的术语为“ChatGPT”（WoS CC占比87.93%，Scopus占比84.46%），其次为“OpenAI”（WoS CC为38.33%，Scopus为33.03%）。其他术语如“Artificial Intelligence”“GPT-4”“GPT-3”等出现频率明显较低。

本节分为四个部分，分别对应研究提出的四个问题。

4.1 研究问题1：关于AI作为合著者

ChatGPT或其他AI工具以合著者身份出现在学术出版物中的情形，目前仅见于2023年的个别案例。这些尝试大多源于作者希望真诚地承认AI在研究过程中所发挥的重要辅助作用。然而，这类做法通常受到出版伦理委员会（COPE）以及主流期刊的作者指南和出版伦理政策的严格限制，AI工具普遍不被认为符合作者署名标准。包括Springer Nature在内的出版机构已明确反对将AI列为作者。根本原因在于，ChatGPT等AI工具无法满足作者署名所需的“实质性智力贡献”要求。尽管AI可在数据生成与处理方面发挥作用，但其缺乏必要的智力自主性。可以佐证的是，自2023年以来，在本文所分析的数据库中尚未发现OpenAI被正式列为共同作者的出版物。

尽管如此，这一议题在学界仍未形成共识。正如Turban指出，ChatGPT等语言模型已在研究流程中承担起结构化思维与初稿生成等任务，虽尚未能胜任原创性推理或复杂议题的处理，但其作用正在快速扩展。然而，AI生成内容可能存在“幻觉”，即看似合理却实为错误，因此仍需人类对其成果进行严格校验与编辑。

另一方面，AI技术已出现显著突破。正如本文一位评审所指出，Sakana AI等机构开发的系统已可自动完成从研究构思到执行的全流程。虽然目前这些成果的质量多处于计算机科学领域的中等水平，但已经超过了某些学科中已发表成果的标准。这对“AI无法满足作者资格”的传统观点提出了实质性挑战，因为这些系统开始具备承担创意与知识劳动的能力。由此引发一个关键问题：在AI工具能独立完成研究若干环节的背景下，学术界应如何重新界定作者身份？尽管AI在处理复杂、跨学科及高认知负荷的任务方面仍有局限，但它从工具向合作者的转变趋势已日益明显。这一趋势的伦理与实践后果亟需审慎评估。

此外，一个不可回避的问题是：在多作者论文中，所有人类合作者的贡献是否一定优于AI工具？有鉴于此，有学者主张应设立“最低贡献门槛”以获得作者资格。尤其是在“挂名作者”（未做实质性贡献却被列名）现象仍广泛存在的当下，这一议题显得尤为紧迫。为提高署名制度的透明度与可信度，许多期刊已开始要求作者明确列出各自贡献。然而，这一机制在实践中常常流于形式：智力贡献难以客观衡量，共同作者间往往对贡献大小存在分歧，且现有声明机制尚无法有效防范虚假陈述。此类问题的存在为学术评价体系带来风险。

在未能建立有效解决机制前，AI可能反而成为减少“冗余作者”的手段，强化真正的个体研究责任。在当前背景下，学术界必须在引入AI作为研究合作者时保持审慎，确保署名的透明性、贡献的可追溯性及出版伦理的稳定性。归根结底，正如本文一位评审所言，AI永远无法成为“科学合作者”的根本原因在于其非人类本质。即便其智能水平超越人类，也不能构成其获得作者身份的正当性。

4.2 研究问题2：关于AI作为引用来源

既然OpenAI等AI工具无法满足作者资格要求，将其作为参考来源引用，便成为一种合乎逻辑的替代路径。这一做法正被越来越多的学科所采纳。APA、MLA等主流学术组织已分别给出了AI引用的格式规范，通常建议将其视为软件，由开发组织（如OpenAI）作为“作者”署名。例如，APA建议将ChatGPT作为软件引用，而MLA则建议在正文中说明其在研究中的具体作用。

本研究发现，AI被引用的频率显著上升，尤其在无正式署名条件下，部分作者采用“匿名+工具名”的方式引用，如“Anonymous, OpenAI”。这一现象反映出学术界正处于AI引用规范的过渡阶段，试图在不违反署名标准的前提下，对AI作出正式认可。然而，这种做法也打破了学术出版中长期存在的“智力互惠”机制。传统上，引用某人不仅是信息来源的标记，也是对其智力贡献的致敬。而AI因缺乏主体性，其被引用无法实现这种互惠关系。因此，AI作为引用对象的地位，尽管实用性强，但其伦理地位仍存争议。尽管如此，正如Turban所指出，AI在起草技术性段落或结构性材料方面具有显著优势，其作为“写作工具”确实为学术生产提供了新的技术路径。

4.3 研究问题3：关于AI在致谢中的提及

本研究通过对两大文献数据库的交叉比对发现，AI工具在多个学科中的引用与致谢行为呈现明显的跨学科扩展趋势。其中，计算机科学是AI使用最活跃的领域，无论是作为作者、来源还是致谢对象，其频次均居首位。社会科学、工程与医学紧随其后，反映出AI在数据密集型与知识生产驱动型学科中的高适配性。尤其值得注意的是，社会科学与健康专业领域中，AI被“作为作者”引用的频率显著上升，显示出这些学科正在探索AI作为知识生产合作者的可能性。生物化学、遗传学等领域中，AI在数据处理与结构分析方面的辅助作用尤为突出，其引用形态较为平衡。而兽医学、牙科学等领域AI使用仍处于起步阶段，引用频率偏低。

在数据库维度上，Scopus相较WoS CC呈现出更高的AI致谢频率，可能与其学科覆盖更广有关。两者均显示医学与健康科学领域对AI工具的接受度正在快速提升。总体来看，AI正作为分析工具与内容生成者，在多个学科中深度融合，其跨界特征将持续塑造未来的学术生产生态。

当前围绕AI署名与引用问题的学术讨论仍处于初级阶段，相关规范与共识尚在不断演进中。近期，越来越多期刊已在投稿系统中增加“生成式AI使用声明”栏目，要求作者明确说明是否在撰写过程中使用了AI工具，并提醒其不应被视为作者，仅可辅助语言润色与结构优化。声明内容通常包括所用AI工具的名称、使用目的，以及作者对最终内容的审核与责任承担。

从文献计量角度来看，如何在数据库中标准化记录AI使用信息仍是未解难题。这种信息的不确定性将影响未来AI贡献在科研评估与作者署名中的可视化程度。因此，建立统一、清晰、可追溯的AI使用记录机制，是未来评价体系可信化的关键环节。

从更宏观的视角看，AI在科研中的角色定位，最终将取决于学界如何回应其在可及性、公平性与智力贡献上的挑战。如果先进的AI工具能够广泛开放、低门槛使用，其所引发的争议可能逐步弱化。然而，一旦其获取途径与成本呈现高度不平等，AI将反过来加剧学术界原有的资源垄断，严重背离开放科学所倡导的透明、合作与公平获取知识的核心价值。

综上所述，AI是推动研究民主化的潜在助力，抑或是加剧学术鸿沟的风险因子，仍取决于未来制度、伦理与技术协同治理的方向与力度。

(全文及参考文献见Journal of Informetrics 2025年第2期，原文链接：，本期推文为节选摘编，略有删减和编辑。)

本期策划 | 复旦大学国家智能评价与治理实验基地

供稿 | 邓晨菲 王译晗

本期责编 | 金潇苒

·end·