AIGC辅写学术论文：正当性基础与合法性建构[1]

徐  靖  马  欢

摘要：随着AIGC在学术写作中的广泛应用，其行为正当性与合法性问题日益凸显。从学术自由的权利根基、创作本质的逻辑内核、包容审慎的规范理念到合理例外的结果衡平，AIGC辅写学术论文在多维度具备理论正当性。但该行为在著作权保护、学术规范适用与学位法规制定等方面存在合法性缺陷，应以正当性为基石，允许AIGC在辅写学术论文中的合理使用，系统完善AIGC参与下的学术法治结构。以明晰作品属性、归属机制、侵权认定完善著作权规则，以调整学术不端标准、透明度义务、惩戒制度修正学术规范体系，以明确辅写原则规则、辅写范围、分类分级责任健全学位法律规范，多维协同推动学术秩序在人工智能语境下的法治化完善。

关键词：AIGC；学术论文；正当性；合法性

作者简介：徐靖，中南大学法学院教授，教育部与中南大学共建教育立法研究基地主任，湖南省“十四五”教育科学研究基地（教育政策与法制研究）首席专家；马欢，中南大学法学院博士研究生，1035887106@qq.com。

 

ChatGPT、DeepSeek等一系列AIGC技术的出现，不仅极大提高了工作效率，更在辅助学术研究方面发挥了重要作用。但AIGC给学术领域带来变革机遇的同时，也带来著作权争议、学术不端、信息欺骗等诸多潜在风险，不少高校学生更是利用其大批量完成“原创论文”撰写，由AIGC“辅助”直接转变为“代写”。在此背景下，部分期刊和高校纷纷出台限制或规范使用AIGC参与学术论文创作的政策或措施[1]。如2023年1月，《Science》系列期刊曾在编辑政策中明确规定，论文中不得包含任何人工智能工具生成的文本、数字和图像，人工智能程序也不能被列为作者，违反相关政策的行为等同于篡改图像和剽窃等学术不端；但仅时隔10个月后，《Science》系列期刊又撤销禁令，允许投稿者用AIGC撰写论文[2]。再如复旦大学作为国内首个发布“AI禁令”的高校，在《复旦大学关于在本科毕业论文（设计）中使用AI工具的规定（试行）》中明确禁止使用范围和允许使用范围[3]。可以说，在实践层面，对AIGC的学术使用逐渐从完全排斥走向合理使用。在规范层面，我国于2023年7月发布《生成式人工智能服务管理暂行办法》，提出“对AIGC服务实行包容审慎和分类分级监管”；同年9月，联合国教科文组织发布《教育与研究领域生成式人工智能指南》，整体上确认了AIGC的教育应用之路[4]。但截至目前，国内相关部门和科研组织对AIGC应用于学术论文写作的规定还未明确细化，AIGC辅助学术论文写作的正当性依据与合法性边界仍不清晰。

在学理层面，关于AIGC应用于学术论文写作的现有研究主要集中在著作权问题[5]、伦理挑战（如学术诚信、抄袭风险）[6]和技术监管[7]等方面。已有研究虽为应对该问题提供了诸多启示，但仍存在以下不足：一是论证路径偏重法律规制，忽视正当性作为合法性建构前提的理论意义，缺乏基于深层价值的法理建构；二是多从单一规范维度出发（如著作权或学位法律规范），忽略了问题的交叉性与复杂性，难以应对AIGC辅助学术写作所带来的系统性挑战；三是规制建议常陷于原则性描述，缺乏制度设计的可操作性与层级结构考量。基于此，有必要从法理与规范两维度出发，论证AIGC辅写学术论文的正当性基础，回应现行法律规制的不足，从而为构建合比例、有边界的治理体系提供理论支撑与制度路径。

一、AIGC辅写学术论文的正当性基础

黑格尔在《法哲学原理》中指出“存在即合理”[8]，这里的“存在”并非一切事实性的“现存”，而是已经在伦理生活和国家制度中完成理性自我实现的存在形态；尚未经过理性检验并纳入自由秩序的“现存”，只是偶然的“存在”。当前，AIGC使用正以势不可当的趋势在学术领域蔓延。但这种存在是否一定合理？首先需承认这种存在并非偶然，而是具有一定程度的正当性[9]，是科学技术发展到一定阶段的结果，其不仅预示着科研方式的变革，更影响着未来学术生产的进路与方向。

（一）学术自由：权利正当性

德沃金通过“权利先于立法”的主张，将权利正当性视为法律秩序的基础[1^0]；实际上，学术自由的权利观念同样先于立法。自大学诞生以来，学术自由即成为保障学术创新的中心条件，并在普鲁士王国时期的《法兰克福宪法》草案中被确立为宪法性权利；时至今日，学术自由已普遍成为世界各国宪法中明确承认并予以保护的公民基本权利之一[1^1]。与此同时，学术自由的内涵也发生了显著变化，从最开始从属于大学自治，到现代学术自由原则确立，其具体含义不断被重新诠释[1^2]；其中，联合国教科文组织在2017年发布的《科学与科学研究人员建议书》中，将“学术自由”置于科学活动核心，并强调必须提供“开展研究所必需的支持与设备”；另在其2021年发布的《开放科学建议书》中，依据学术自由原则，将对科学工具的使用作为实践开放科学的“结构条件”；由此，现代意义上学术自由的意涵即包含“使用科研工具”的自由。当AIGC作为一种学术工具时[1^3]，自由使用这种科研工具是学术自由的应有之义。诚然，有学者也表达了AIGC不当使用构成学术不端行为等学术风险的隐忧[1^4]，但若将AIGC辅写学术论文笼统地加以禁止，则无异于“因噎废食”，现代学术研究并非要屏蔽所有的科研辅助工具，而是鼓励研究者合理使用新科技，从而可以创造更高质量与水平的学术成果。

（二）创作本质：逻辑正当性

逻辑正当性意味着事物的内容符合正义或理性规律。目前，AIGC已发展出较为成熟的信息识别、逻辑推理、自然语言处理和行为决策等能力，使其能够在接受简单指令或关键词输入后，生成具有一定自主性的内容，其生成内容的合理性根基建立在操作者输入指令的逻辑结构之上。从技术原理看，其生成过程高度依赖操作者所设定的初始参数和输入信息，本质上是在限定条件框架内进行算法运算并输出与指令相符的结果，难以真正脱离操作者意图而完全“自主”生成内容，其内容也往往不可避免地嵌入操作者所体现的潜在主观价值取向与世界观。从问题求解机制看，一方面，智能系统能否有效解决问题，很大程度上取决于其是否能识别出输入事实与预设目标之间的相关性；另一方面，基于输入事实与目标方案之间的内在联系，系统往往通过逻辑推演形成输出结果。因此，AIGC虽依赖算法执行，但其中操作者的逻辑指令设计与目标设定对最终结果具有直接影响，不可简单忽略其创作意义[1^5]。在这一背景下，如何准确界定生成内容与操作者之间的创作关系，已成为当前难以明确划分且亟待解决的实践难题[1^6]；若完全忽视操作者在生成过程中的输入与引导作用，显然违背了基本的正义原则。

（三）包容审慎：规范正当性

现行规范“包容审慎”的原则精神为AIGC辅写学术论文提供了正当性理由。2023年7月13日，国家网信办等七部门共同发布的《生成式人工智能服务管理暂行办法》成为世界首个专门规范AIGC技术应用的法律文件，该办法第三条明确规定对AIGC服务的治理模式是“包容审慎”。对AIGC技术采取“包容审慎”的法律治理路径，并非源于主观判断或政策偏好，而是基于多重因素的系统性考量。一是技术发展的不确定性。AIGC仍处于快速迭代期，其应用边界和社会影响尚未完全明朗，过早的严格监管可能扼杀技术创新，而完全放任又可能带来不可控风险，包容审慎监管为技术探索预留了必要空间。二是社会效益的平衡考量。AIGC在教育、创作等领域展现出巨大潜力，能有效提升社会生产效率和公共服务质量，监管需在多重法益之间寻求动态平衡。三是法律适应的渐进要求。法律具有稳定性特征，而技术变革日新月异，包容审慎监管体现了法律对技术发展的适应性调整，避免僵化规制阻碍创新发展，为监管制度的成熟提供时间和经验积累。总体而言，“包容审慎”的本质是在未知中寻找确定性，通过弹性政策容纳技术突破，同时以底线思维防控社会风险，是对技术发展规律、社会治理复杂性与法治理念的深度融合体现[1^7]。

（四）合理例外：结果正当性

“在建立正当性应有程度时，应注意维持正当性链的完整性原则与合理例外……只要决定内容得以控制，正当性链可以例外突破”[1^8]，这一论述揭示了在正当性框架中兼顾原则性与灵活性的理论可能。面对不断涌现的新兴争议模式，现行规范的适用范围和解释能力时常“捉襟见肘”，呈现出一定程度上的规范滞后与规则匮乏[1^9]，亟待形成原规范并未涵盖的制度规则，允许对原则规范进行合理的例外规定，以达致实质意义上的正义。一方面，就规范发展而言，合理例外存在良好的立法与实践基础[2^0]。如为应对突发事件或保护公共利益，行政机关可在没有事先获得许可的情况下采取紧急措施；再如个别期刊（如《Science》）原则上不允许AI生成的图像以及其他多媒体内容或文本直接用于论文，但在获得编辑部明确许可时，可作为例外[2^1]。这些例外规定的存在，不仅体现了规范的灵活性和适应性，也反映出其对社会实践的深刻回应。另一方面，就利益衡平而言，合理例外是维护个人福祉与社会公共利益的协调统一，实现结果正当的关键。在AIGC发展的初期阶段，其机器学习过程中极易触及个体权益保护的敏感界限，若在制度设计中对原始作者权利实行机械性、绝对化的保护，势必阻碍该技术在促进社会公共利益方面发挥积极作用，这与利益平衡原则的核心要义背道而驰。因此，有必要重新审视利益各方的价值定位，健全合理使用的例外条款，防止因知识产权壁垒或高昂成本限制诱发“隐性抄袭”甚至“技术规避剽窃”等不当行为，削弱著作权制度的正当性基础与治理效能[2^2]。

二、AIGC辅助学术论文写作的合法性缺陷

“基于现实的需要，正当性追问不可能无休止地进行下去，它必须止于某个确定的点，以为人类社会提供实际的、可遵循的规范”[2^3]；由此，在规范层面，对AIGC辅写学术论文的合法性追问便自然浮现——这不仅关乎能否使用，更关乎如何正当使用。然而，当前的规范体系却尚未确立稳固的“确定的点”，从而形成诸多合法性缺陷。

（一）著作权向度

尽管有关人工智能是否具备独立创作能力的争议在学术界始终未有定论，但随着AIGC技术的迅速发展，传统以“人类创作主体”为核心构建的著作权法律体系正面临前所未有的多重冲击。

1.作品认定争议

人工智能生成物构成作品与否，决定其是否具有著作权，因而对其作品性质的认定，是讨论人工智能生成物著作权制度的重要先决问题。目前，根据人工智能生成物在法律上的表现形式和体系化适用维度等方面的考虑，主要的观点有“独创性说”“工具说”“提示词说”“激励价值说”等，对是否构成作品的认定没有统一的结论。“独创性说”主张著作权法的关注重点应由创作者的智力投入和主观创造过程转向所涉表达内容自身所体现的价值层面。基于这一立场，独创性判断应依据客观标准进行评估，凡作品内容具备最低程度的创造性，并在功能上能够为社会提供与人类创作成果实际利益相等同，即应被纳入著作权法的保护范围[2^4]。“工具说”主张在认定人工智能生成物的法律属性时，应排除AIGC作为权利主体的可能性，仅将其定位为服务于人类创作过程的技术性工具，而非独立创作者[2^5]；然而，其观点在学理上仍然存在较大分歧，对于人工智能生成物是否构成作品的结论内部众说纷纭[2^6]。“提示词说”认为AIGC使用者的智力创造体现在对提示词的选择上，尤其是体现在根据AIGC生成结果多次调整提示词方才获得最终成果上，提示词选择与多次调整的累加最终反映了使用者的个性，支持人工智能生成物的作品属性。“激励价值说”认为如果仅以外在表现形式为标准赋予著作权，将削弱著作权制度原有的激励功能，也难以合理解释为何诸如动物创作等同样缺乏主观创作意图的成果不享有版权保护，应否定AIGC作品属性的成立[2^7]。

2.版权归属分歧

当AIGC输出内容中包含受著作权法保护的文本、图像等要素时，如何界定侵权与合理使用的边界，成为学术界面临的核心挑战。该问题的复杂性，部分源于传统形式主义“工具论”的方法论局限，该路径往往拘泥于法律文本的字面意义，忽视法律制度背后的功能导向与立法目的，致使提出的主张与著作权法的基本规范逻辑存在差距。正是基于这种思维在适应技术变革方面的滞后性，近年来学界在探讨人工智能生成物的权利归属问题时，逐渐由形式主义转向功能主义进路。一方面，有学者基于著作权法的原理框架，尝试厘清人工智能生成物的法律地位[2^8]；另一方面，也有研究主张，应将人工智能著作权模式的选择置于制度功能视角之下，强调制度设计应服务于知识激励、实质贡献与公共利益之间的合理平衡[2^9]。然而，尽管功能主义为理论创新提供了重要路径，在判断AIGC产出内容是否构成“独创性表达”时，相关研究仍有待加强。生成内容中所体现的“独创性”究竟应归因于操作者的输入创意，还是归属于AIGC的深度演算成果？该问题涉及作者身份认定、权属归属与著作权法基本原则的协调，亟待进一步法理分析与制度回应。

3.侵权行为认定困难

在法律适用层面，AIGC介入学术写作后的著作权侵权问题呈现出高度复杂性与认定困难。一方面，其输出结果往往是多个语料片段重构而成，缺乏对某一特定原作的直接对应关系；另一方面，若使用者在生成过程中未直接引用受保护作品内容，而只是使用模型生成的间接表达，那么，是否构成实质性利用则存在高度争议。此外，模型生成内容的“独创性”来源模糊，也导致难以清晰划分原作者权益与生成内容之间的权利归属界线。尤其在学术论文写作场景中，若研究者利用AIGC生成部分文献综述、研究设计或结论段落内容，则极可能混杂受版权保护的表达与通用知识、事实数据。在文字相似度较低的情况下，即使存在思想上的高度重合，也难以直接认定为抄袭或剽窃；这种去引用化、去来源化的表达方式，使著作权侵权的认定在技术可见性、法律标准适用与证据获取等方面均面临挑战。

（二）学术规范向度

AIGC的出现降低了学术论文撰写门槛，一些缺乏扎实学术功底的作者也能通过其“快速”完成论文；这种行为不仅损害了学术研究的严肃性和规范性，还可能削弱研究者学术诚信意识和创新精神，对学术诚信体系造成巨大冲击。

1.学术不端标准滞后

首先，学术不端行为适用范围受限。目前，对学术不端行为作出专门规定的法律规范在法律法规层面暂付缺如；在规章层面，仅有教育部于2016年颁布的《高等学校预防与处理学术不端行为办法》对该行为作了明确规定，该办法第二条规定，“本办法所称学术不端行为是指高等学校及其教学科研人员、管理人员和学生，在科学研究及相关活动中发生的违反公认的学术准则、违背学术诚信的行为。”非高等学校的教学科研人员、管理人员和学生使用AIGC的学术行为缺乏直接规范依据。其次，对法定学术不端行为类型适应性不强。该办法明确列举了七项学术不端行为，使用AIGC辅写学术论文行为可能涉及第一项“剽窃、抄袭、侵占他人学术成果”、第二项“篡改他人研究成果”、第三项“伪造科研数据、资料、文献、注释”与第六项“由他人代写”；在该条设立之初，尚无需考虑使用AIGC的场景，对于“他人”的认定，从文义解释上通常仅包含自然人或法人组织，但在AIGC参与下，却存在较大争议，如“由他人代写”中的“他人”是否包含AIGC；从目的解释来看，禁止他人代写也可解释为禁止提交非由本人撰写的论文，则AIGC代写论文可构成由他人代写的学术不端行为，但这种严格解释是否具有现实合理性依然存疑[3^0]。最后，学术不端行为定性标准模糊。AIGC究竟属于自主创作还是仅仅是对人类指令的响应，这一界限并不清晰；即使在目前出现“AI率”检测技术的前提下，其检测的准确性、与学术不端行为的关联性，以及AIGC使用比例的学术不端临界值等问题，仍需长期探索与完善。

2.透明度义务配置不足

欧盟在其《人工智能法案》中明确提出，AI系统在研发与实际应用过程中应严格遵循“透明度原则”。我国亦对人工智能透明度问题给予高度关注，并在《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》等专项法规中，对服务提供主体设定了内容生成标识义务，旨在提升生成信息的可追溯性与可识别性[3^1]。尽管如此，现行法关于透明度义务的方案仍存在瑕疵。一是对非服务提供者的透明度义务规制不足。《生成式人工智能服务管理暂行办法》《互联网信息服务深度合成管理规定》《人工智能生成合成内容标识办法》等主要针对提供AIGC服务的提供者，而对使用AIGC服务的学者、研究人员等终端用户缺乏直接约束；这种“重供给轻需求”的规制模式导致透明度义务链条断裂，仅靠服务提供者单方面履行透明度义务难以实现AIGC应用的全程透明度监管。二是透明度义务履行形式有待完善。不同应用场景下的透明度要求差异巨大，“一刀切”的标识规定难以满足实际需求，在学术论文场景中，究竟应披露AIGC使用的哪些具体信息、以何种格式披露等问题缺乏明确指引。三是使用者履行透明度义务限度模糊。如对学术论文作者科以透明度义务，同时也将构成对其学术自由和数字权利的限制[3^2]，因此AIGC使用者只能在一定范围内承担透明度义务，但该义务履行边界缺乏清晰界定，如辅助润色是否需披露、摘要生成是否需标识等，均无明确界线。

3.惩戒措施缺乏有效性

（1）惩戒措施零散且不完善。现行学术失范惩戒规范来源分散化，关于使用AIGC的学术失范惩戒措施散见于教育部规章、高校校规、期刊编辑部规定等不同层级的规范性文件中，惩戒标准不一，执行尺度各异，且不同机构之间对同一行为的处理存在真空或重叠，影响惩戒的可预见性与公平性。首先，《高等学校预防与处理学术不端行为办法》系高校处理学术失范行为的重要部门规章之一，但其条文对违规使用AIGC的相应惩戒措施适用需类推到抄袭、代写、数据造假等条款，形成上位规章的适用真空，从而放大校际差异与冲突。其次，惩戒标准各校规定不一，如对于使用AIGC进行语言润色和翻译的行为，复旦大学将“视情节给予纳入本科毕业论文（设计）考核成绩、不准答辩、取消合格成绩等处理……”[3^3]，而华东师范大学传播学院与北京师范大学新闻传播学院联合发布的《生成式人工智能学生使用指南》则认为在“个人创作基础上进行润色、辅助编辑等行为不属于AIGC直接生成”[3^4]，对此不予惩戒。再如对于进入惩戒范围的AIGC阈值，天津科技大学要求本科论文不超过40%[3^5]，湖北大学则规定不高于30%[3^6]。再次，同一行为的处理在不同机构之间重叠或真空，如学术出版侧主张披露，但若作者隶属学校采取“全面或近乎全面禁止”的内规（如复旦本科毕设“六禁”），同一份手稿可能在校内被认定违规，在期刊端因合规披露而被接受。

（2）惩戒措施缺乏刚性约束。多数惩戒措施停留在道德谴责和行政处分层面，缺乏相应的法律责任承担机制。违规使用AIGC往往仅面临学术声誉损失、论文撤稿等后果，导致违法成本过低。执行主体权威性不足，学术期刊编辑部、学术委员会等执行主体缺乏强制执行权，主要依靠道德约束和行业自律维持秩序，当面临拒不配合调查、拒绝承认违规行为等情况时，执行主体往往束手无策。

（3）惩戒措施的设定存在法律位阶上的瑕疵。现行规范惩戒措施多由部门规章、高校校规等下位规范设立，部分惩戒措施缺乏明确的上位法依据，如作为部门规章的《生成式人工智能服务管理暂行办法》第二十一条及虽赋予主管部门有权采取“责令暂停提供相关服务”的惩戒措施权限，依据《中华人民共和国行政处罚法》第九条，该措施属于“限制开展生产经营活动、责令停产停业、责令关闭、限制从业”的行政处罚；但《中华人民共和国行政处罚法》第十三条明文规定，部门规章仅享有“警告、通报批评或者一定数额罚款”的行政处罚设定权，并未包含“责令暂停提供相关服务”；因此，该办法第二十一条因违反法律位阶规定而存在效力瑕疵[3^7]。

（三）学位法向度

学位论文是学术论文的重要类型之一，是具备法定要式性的特殊学术作品，法律约束更强、责任更重，受专门的学位法律规范调整，如《中华人民共和国学位法》（以下简称“《学位法》”）、《学位论文作假行为处理办法》等。AIGC技术的发展也引发学位论文领域的颠覆性变化，带来了一系列法律风险[^38]。

1.AIGC辅写学位论文法律定位缺失

当前，尚无任何国家通过正式立法的方式，对AIGC在学位论文撰写过程中的应用加以明确规范。尽管联合国教科文组织发布的《教育与研究领域生成式人工智能指南》在宏观层面提出了人工智能在教育领域的应用原则与规范框架，但其内容并未针对学位论文撰写作出具体规定[3^9]。在我国《学位法》制定过程中，《学位法（草案）》第三十三条第一款第（一）项规定撤销学位证书的具体情形之一是“学位论文或者实践成果存在抄袭、剽窃、伪造、数据造假、人工智能代写等学术不端行为的”，将“人工智能代写”明确纳入“学术不端行为”范畴；但在最终《学位法》文本中，删除了该直接表述，仅规定“学位论文或者实践成果被认定为存在代写、剽窃、伪造等学术不端行为”，这一修改反映了立法层面在面对新兴技术时所持的审慎适度原则。然而，这一表述的删减也带来了新的问题，现行学位法律规范虽然对传统学术不端行为有明确界定，使用AIGC代写的行为可以通过认定为“代写”而纳入学术不端行为处理，但仍对AIGC参与论文写作的具体边界和责任认定缺乏系统规定，关于此类技术在学位论文中使用的相关规范仍处于高校自主探索和局部试点阶段[4^0]，尚未形成统一且具有普遍约束力的制度体系。

2.“辅写”与“代写”界限不清

在学位论文创作中，AIGC“辅助”与“代写”的界限确实存在模糊地带，这种模糊性导致在实际操作中难以界定相应主体行为是否构成学术不端。一方面，当前的学位法律规范对“代写”解释缺失。《学位法》明确规定代写属于学术不端行为，但未对“代写”在技术介入场景下的内涵作出解释，虽未明确排除AIGC辅助，然亦未规定辅助的合理限度，量化或类型化的认定机制暂付阙如。例如，若学生在论文写作过程中使用了AIGC生成的提纲或段落，并在未充分说明的情况下直接引用，这样的行为是否应被视为代写，法律上并未给出明确答案。另一方面，技术应用与法律评价断层。学位论文写作具有高度私密性，《学位法》未要求作者公开学位论文AIGC使用的程度及对生成合成内容进行标注，也难以对写作过程中的AIGC使用频次、依赖程度进行实时监测。现有技术检测手段（如AIGC文本识别工具）存在误判可能，导致学位撤销等处罚措施面临证据合法性争议[4^1]。

3.学位法律责任不明确

国家通过制定《学位论文作假行为处理办法》《高等学校预防与处理学术不端行为办法》等来打击学位论文中的作假行为，但AIGC技术的快速发展远远超过了法律更新速度，在面对学术论文使用AIGC的新情况时，现行法的规制效果显得力不从心。其一，学位论文质量责任分散化。传统学位法律框架下，学位论文的质量责任主体清晰明确，学位申请人承担主要责任，指导教师承担指导责任，学位授予单位承担审核责任；然而，当AIGC深度参与学位论文写作过程时，这种责任分配机制面临根本性挑战。当AIGC出现事实错误、逻辑缺陷或学术不端时，各方当事人可能通过不同理由主张免责，如学位申请人可能辩称其依赖了AIGC工具的专业能力，AIGC提供商可能声称其仅提供技术服务而非学术指导，指导教师可能认为其无法识别AIGC参与的具体程度，学位授予单位则可主张客观上缺乏技术审查途径，从而使责任归属变得复杂。其二，监管责任制度缺失。学位授予单位作为学位质量的最终把关者，在AIGC普及的背景下，其监管责任的边界和标准亟须明确。现行法未能规定学位授予单位对AIGC使用的监管义务，包括技术审查能力建设、使用规范制定、违规行为处置等方面的具体责任。同时，教育主管部门对AIGC辅写的行业监管责任也存在空白，缺乏统一的监管标准和执法机制，导致不同地区、不同院校在处理相关问题时标准不一、执法不严。

三、AIGC辅写学术论文的合法性建构

在施米特看来，通过法律条文所构建的仅是一种表层的形式合法性，其本质不过是悬浮于规范之上的外在秩序。唯有立足于实质正当性的深入追问，方能确立稳固且具持久性的社会秩序[4^2]；供给正当性才是完善合法性的关键[4^3]。AIGC辅助学术论文写作的合法性问题，也应当以理论层面的“正当性”为依据补强法律规则，使其在法律理性的指引下，为学术研究的高质量、合规则产出创造更多的可能性与可行性。

（一）原则许可，区分使用界限

“法律的目的不是废除或限制自由，而是保护和扩大自由”[4^4]。面对AIGC技术的快速发展，法律和政策的制定需秉持“包容审慎”原则，一方面技术包容，鼓励学者探索AIGC在学术研究中的创新应用；另一方面规范审慎，明确使用条件与限制，严格监管违规行为。

1.确立学术自由总体立场

《学位法》第三条提出“坚持学术自由与学术规范相统一”，这是“学术自由”的概念第一次在我国法律文本中被明文写入。实际上，不止于学位法，《中华人民共和国宪法》第四十七条、《中华人民共和国高等教育法》第十条关于“科学研究自由”的规定也为学术自由奠定了合法性基础，学术自由早已成为现代高等教育制度与科学研究秩序的基石。因此，需在更大范围内，确立学术自由基本原则，并将其写入学术论文所关涉规范中。在具体内涵上，学术自由不仅限于研究议题和观点表达的独立性，还应包括方法选择、技术路径与资源使用的自主性，工具自由是学术自由框架下的应有之义。如前所述，此点在联合国教科文组织的《科学与科学研究人员建议书》《研究人员宪章》中都已得到确认，因此，从权利结构看，学术自由与工具自由相互支撑、不可割裂，前者提供价值与制度正当性，后者体现为研究者在具体方法与工具选择上的可操作权能。

在新技术迅速迭代的背景下，AIGC等工具的出现，实质上是对既有学术工具谱系的延伸，并未改变学术自由的基本逻辑。2025年8月，《国务院关于深入实施“人工智能+”行动的意见》中提出“创新哲学社会科学研究方法。推动哲学社会科学研究方法向人机协同模式转变，探索建立适应人工智能时代的新型哲学社会科学研究组织形式”，由此可见，将人工智能作为工具的研究方法革新已得到国家层面认可；将使用的工具自由纳入学术自由保护范围，是对方法与工具自主权的一种当代表达，同时也符合“受益于科学进步”这一国际人权。当然，在承认工具自由的同时，还需确立相应的责任、透明义务和伦理要求，以防止技术被滥用、维护学术诚信和公共利益。换言之，确立学术自由与工具自由的总体立场，并非放任无序使用，而是在权利保障与规范约束之间建立动态平衡，既保障学术研究者正当、合理地使用包括AIGC在内的新型工具，又为后续制度细化、程序规范和惩戒标准确定提供坚实的价值与法理基础。

2.区分“辅写”与“代写”

“辅写”要求研究者在保有学术主导权、独立完成研究设计与实质性学术劳动的前提下，使用AIGC进行有限度、可控性的辅助，属于正当有益的学术实践[4^5]，这种使用方式本质上是学术自由中方法与工具自由的延伸。“代写”则是研究者将本应由本人独立完成的实质性学术劳动全部或大部分交由AIGC完成，而自己不再对内容承担实质性控制，这种做法实质上构成学术不端，破坏作者资格、署名和成果的真实性。AIGC“辅写”与“代写”的界限是合法性判断的核心问题，应关注以下核心要素。其一，学术实质性贡献度。研究问题提出、研究方法选择、核心数据和论证生成，是否由作者本人完成；AIGC若仅在外围技术性环节提供支持，属于“辅写”；若核心创新与学术判断由AIGC生成，则属于“代写”。复旦大学设定本科生毕业论文“六个禁止”，如禁止使用AI工具进行研究设计与数据分析，实质上是从学术实质性贡献度的角度将该种行为纳入“代写”范畴并加以禁止。其二，论文整体AI相似度。通过技术检测方式，评估论文整体是否由AIGC生成以及相应内容比例。虽然检测技术面临准确性质疑，但因其在一定程度上提供了客观的、量化指标，可作为审查学术诚信时的“预警机制”。目前，天津科技大学、湖北大学等高校要求本科生毕业论文进行AIGC检测，并规定超过一定阈值则需进行修改及复检等，其实质是从整体评价论文AI相似度，将超过一定阈值的论文撰写纳入“代写”范畴并加以惩戒处理。

3.坚持“合法性”底线

在原则许可的同时，划清与学术不端、知识产权侵害、涉密信息泄露等行为红线，保证正当性转化为可执行的合法性。一是防范学术不端。AIGC若被用于替代性写作、生成虚假数据或拼凑学术成果，便直接触及学术诚信的核心。此类行为应界定为学术不端并通过校规、期刊指引与学术共同体规范进行统一认定和惩处，确保学术成果的真实性与学术责任的不可替代性。二是保护知识产权。在学术论文创作中，若研究者不加甄别地使用AIGC生成的文本、图像或数据，则可能造成版权侵权或不当使用他人知识成果。划清知识产权边界，是保障学术合法性的前提条件。研究者必须在合理使用和原创贡献之间保持平衡，避免因滥用AIGC而触发剽窃与侵权责任。三是防止涉密信息泄露。AIGC使用的背后涉及数据输入和模型训练。若将未公开数据、保密研究成果或敏感信息输入AIGC系统，存在外泄风险。这类行为不仅损害学术安全，更可能触及国家安全与科研伦理底线。因此，有必要将“不得上传涉密信息至AIGC系统”确立为学术合法性的刚性约束。

（二）分类施策，完善规则体系

《生成式人工智能服务管理暂行办法》中提出实行分类分级监管，对AIGC辅写学术论文行为的评价也可沿用此思路，通过分类探讨以保持规范逻辑的清晰性与适用的精准性。

1.完善著作权规则体系

（1）明确生成内容的作品属性标准。针对AIGC辅写内容，应建立多层次、精细化的作品属性判断标准。首先，区分纯机器生成内容与人机协作内容，前者通常仅有简单指令输入而无实质性创造性贡献，通常只是人们在日常交流中常见的通用语句或词语，应归属于“思想”层面。根据著作权法中“思想与表达二元区分”的基本理念，法律所保护的是对思想进行原创性表达的成果，而非思想本身。用户所输入的内容仅为表意的初步构想，尚未上升为受保护的“表达”，更无法构成具有独创性的作品，不宜获得著作权保护；后者则需依据创造性贡献程度进一步评估人类创作性投入。其次，建立创造性贡献度标准，当人类对AIGC进行实质性编辑、修改、重组或融入原创观点时，该内容可视为人类作者的智力成果，包括创意构思、内容规划、理论框架设计等属于人类学者的贡献；而信息整合、文字润色、格式标准化等技术性工作可视为AIGC的辅助性贡献。最后，发展创作控制作为辅助判断标准，考察人类作者对AIGC创作过程的控制程度，包括提示词设计的精细度、参数调整的独特性以及对多轮输出的选择、修改与整合能力。当人类在创作过程中发挥主导作用、提供创造性贡献时，相关生成内容应被认定为符合著作权保护条件的作品。

（2）建立AIGC辅助创作的版权归属机制。一方面，确立人类主导原则。其一，AIGC不具备作者资格。现行著作权法体系中，作者必须是具有法律人格的主体，AIGC虽能输出内容，但其运行基于算法和数据训练，缺乏真正的主观创作意愿和独立判断能力[4^6]。同时，AIGC系统涉及算法开发者、训练数据提供者、使用者等多方主体，确定权利归属存在技术和法律难题，承认其作者资格将带来权利配置的混乱。其二，学术论文的版权原则上归属于人类作者或其所属机构。学术论文的核心价值在于原创性思想、学术观点和研究成果的表达，AIGC虽能协助文字生成和格式整理，但论文的学术价值、研究思路和创新观点仍源于人类学者的智力劳动。目前，从各国现行著作权法的规定来看，普遍仅将自然人、法人或非法人组织视为著作权意义上的作者[4^7]。其三，AIGC开发者不因提供工具而自动获得内容版权。开发者仅提供技术工具，通常无法预知和控制具体将生成何种内容，其创造性投入主要体现在算法和系统设计上，而非具体生成的内容本身。另一方面，构建严格的演绎作品规则，当用户基于AIGC进行深度加工时，应明确对原始内容提供者的引用与致谢义务。AIGC是在海量的训练数据基础上学习、归纳和生成的结果，这些训练数据往往包含了大量受著作权法保护的文本、图像、音频等作品；如果不明确这些来源，可能造成论文内容完全由作者独立完成的假象，损害学术研究的真实性和严谨性。

（3）完善知识产权侵权行为认定。AIGC主要包括数据输入、数据训练、内容输出、内容使用四个阶段。从辅写学术论文的角度看，对学术论文是否侵犯他人知识产权的认定主要体现在内容实际使用阶段。通过将最终内容与特定参考对象进行对照分析，若能够识别其间的相似性或差异性，即可据此判断该内容是否具有原创性。一般而言，不同类型的侵权行为对应不同的举证难度与判断标准，应当明确区分“直接复制型侵权”“演绎转换型侵权”与“风格模仿型侵权”，建立分类判断标准。其一，“直接复制型侵权”是指直接、未经授权地复制或实质性再现其训练数据中受著作权保护的原始作品内容，此种侵权直接触及著作权法所保护的复制权。对此应采“接触可能性＋内容实质性相似”双重标准，重点考察生成模型是否接受过涉案作品的训练数据，以及生成内容与原始作品之间是否存在高度相似或直接重合的内容；一旦存在高度相似性，且该模型具有可推定的训练接触路径，则可推定侵权成立，由开发者或使用者承担相应责任。其二，“演绎转换型侵权”则指生成内容虽未直接复制原作，但基于某一特定作品进行改写、改编、重组、翻译或其他形式的再创作，从而产生新的表达形式，其核心思想、情节结构或关键信息仍与原作高度关联，但超出合理使用范畴，本质上侵犯了原著作权人的改编权与发表权。此种侵权认定举证难度高于直接复制型侵权，除了证明“接触”外，关键在于实质性相似与独创性判断，不仅需证明生成内容与原始作品在思想、情节、结构、核心表达等非表面形式的层面存在实质性相似，表明新作品是从原作品转化而来，而非独立创作，还需判断基于AIGC辅写的最终文本内容是否与既有内容和公有领域内容之间存在显著差异[4^8]。其三，“风格模仿型侵权”是指AIGC习得了特定作者的写作风格、文笔特征、叙事结构、措辞习惯等，并在此基础上生成具有该风格的新内容，使得读者能够联想到特定的原作者。风格本身通常不被著作权法保护，著作权保护的是思想表达形式，但当风格模仿达到了某种高度，使得新内容与原作者的作品产生了混淆，或者在某种程度上窃取了原作者的“署名权价值”，其合法性便值得商榷。对风格模仿型侵权，应采“风格显著性”与“误导可能性”双重标准，被模仿作者的风格是否具有显著特征，以及生成内容是否足以使公众误认其为该作者作品，造成署名误导或损害其人格权。

2.修正与更新学术规范体系

（1）调整学术不端认定标准。传统学术不端认定主要针对人类行为，需要增补AIGC使用相关情形。一是扩展法律规范适用主体。重新界定“他人”概念，通过司法解释或部门规章明确“他人代写”中的“他人”包含AIGC系统，采用目的解释，将非作者本人独立完成的实质性创作行为纳入代写范畴。二是细化学术不端行为类型认定。增设不当使用AIGC专项条款，与《互联网信息服务深度合成管理规定》《人工智能生成合成内容标识办法》《网络安全技术人工智能生成合成内容标识方法》等对接，在《高等学校预防与处理学术不端行为办法》及相关法律规范中增设或细化AIGC在学术论文撰写、数据生成、内容整合等方面不当使用的具体学术不端类型，如未如实声明或披露AIGC在论文撰写中发挥主要作用的行为；再如利用AIGC生成虚假数据、篡改实验结果或编造虚假研究结论的行为。此外，还应从使用目的、使用程度、使用方法、结果处理等维度细化判断不当使用AIGC构成学术不端的标准，并区分技术性失范与主观恶意欺骗，对前者以教育引导为主，对后者则应采取严厉惩戒措施。三是构建认定标准体系。探索制定AIGC使用度临界值标准，基于不同学科特点，设定AI率具体数值界限。建立核心贡献要素识别机制，明确论文的研究假设、核心观点、数据分析结论等关键要素必须由作者独立完成，AIGC不得参与这些核心创作环节。

（2）精细化透明度义务。一是补充义务主体分类。服务提供者难以对生成内容实施精准控制，将生成内容转化为最终学术论文的主体通常为使用者而非服务提供者，因此，有必要在现有服务提供者义务基础上，将AIGC在学术出版等特定领域中的使用者纳入披露义务主体，与平台技术标识相配合，形成技术标识与使用披露的双层保障机制。二是制定学术场景专门披露规范。针对学术论文创作特点，建立基本信息、使用程度、关键环节的多重披露标准。强化披露形式的可核查性与存证性，对于提交机构（如期刊、评审机关），可设置存档式披露机制。三是明确透明度义务边界和限制。遵从比例原则要求，透明度义务的强度应与AIGC使用的重要性成正比，核心创作环节的使用应承担完全披露义务，辅助性环节可采用简化披露，纯工具性使用可免于披露义务。同时，建立例外条款，涉及个人隐私的创作方法可不披露具体技术细节，涉及商业秘密的算法参数可采用概括性描述，涉及国家安全的研究内容可申请豁免披露。

（3）构建科学规范惩戒制度。一是建立统一化分级惩戒标准体系。由国家教育行政主管部门制定《学术论文生成式人工智能使用管理办法》，明确基础惩戒类型、程度认定和处罚幅度，各高校和期刊编辑部在此框架内制定实施细则，消除标准分散和执行差异问题。二是强化惩戒措施刚性约束机制。引入民事责任承担机制，明确AIGC违规使用构成违约或侵权时的损害赔偿责任，包括期刊编辑费用、同行评议成本、声誉损失等，提高违规成本。对高校学术委员会、期刊主编等执行机关，立法应授权其采取调查措施（如责令说明、暂缓发表等），并对拒不配合的行为设立记入科研信用档案等法律后果。三是建立法律保留审查机制。对涉及限制学术自由、影响重大权益的惩戒措施，必须经过合法性审查，确保其设定主体、程序和内容符合法律保留原则要求。清理规范冲突，统一处罚权限来源，对于《生成式人工智能服务管理暂行办法》第二十一条等存在行政处罚越权问题的条款，建议修改为“可建议相关行政主管机关依法处理”。

3.健全学位管理法律规范

（1）明确辅助使用的原则规则。在原则上，肯定AIGC在学位论文中的适度使用，可在《学位法》实施细则中增设“技术辅助”相关条款，或由国家教育行政主管部门或学位管理部门统一制定学位论文AIGC使用监管指引，明确AIGC辅助与学位申请人独立完成要求的兼容性判断标准。在规则上，一是建立透明使用申报机制，要求学位申请者在使用AIGC辅助论文写作时，必须于论文附录或致谢部分声明使用范围，并标注具体工具名称。二是授权各学位授予单位根据学科特点制定具体实施细则，但应确保基本原则一致，避免标准不一导致不公平。三是区分不同学位类型（学士、硕士、博士）和不同论文环节（文献综述、研究设计、数据分析、讨论总结等）的AIGC使用标准，构建梯度化规范体系。

（2）明确“辅写”的认定标准。第一，明确“辅写”法律内涵，确立技术介入情境下的实体判定标准。在形式上，根据不同阶段的学位类型分别规定学位论文AI率检测不得超过一定比例；在实质上，从主体参与度、创新性贡献程度、学术能力展示等方面进行考察，主体参与度考察学位申请人在整个写作过程中的时间投入与决策参与程度，创新性贡献评估申请人在问题提出、研究设计、理论构建等方面的原创投入，学术能力展示则判断论文是否体现了申请人应具备的专业知识与研究能力。只有同时满足这三个基本要求，才能将AIGC的使用认定为“辅写”。第二，构建过程可溯的程序性监管机制，探索评审中引入样本段落理解性问答或写作过程访谈机制，验证作者对关键生成内容的掌握程度；结合导师审核与评审专家抽查模式，提升程序正当性与可操作性；鼓励学位申请人保留AIGC使用的过程文档，以证明自身的实质性参与。

（3）完善分类分级的责任机制。在《学位法》第三十七条关于代写学位论文的细化条款下，遵照包容审慎理念，从宏观角度对不同使用情况作出性质区分以及设置差异化规范措施[4^9]。第一，对学位申请人确立使用声明义务、实质审查义务，作为承担责任的前置条件，根据过错程度，比例化设计法律后果，如对技术使用适当但存在引用误导、信息不准确等瑕疵的，要求限期修改；对已声明但AIGC占比过高，作者理解能力明显不足的，要求延迟答辩或重写；对学位申请人隐瞒AIGC使用、核心内容由AIGC生成，构成学术不端行为的，撤销学位授予。第二，对指导教师确立合理注意、过失审查义务，对学生提交内容中存在明显AI痕迹，与学生能力水平不符或学生对其理解不深的，应主动提出复核要求。对未尽合理注意义务造成论文质量重大缺陷的，依法追究辅助失职责任。第三，对学位授予单位确立技术监管、程序保障义务，学位授予单位应承担建立检测机制、制定AIGC使用管理规则、组织随机核查等义务，若未设定AIGC使用申报机制或拒不执行教育主管部门统一规定的，构成机构监管疏忽责任；具备制度但执行严重失当，导致明显学术不端未被发现的，可追究程序性失察责任。第四，对AIGC服务提供者设立免责边界、注意义务双重规则，明确AIGC服务提供者不对用户非法使用结果承担实体责任，但应对其技术提供基础合规提示义务，对于明确用于教育场景且未设防滥用机制者，可确立服务提供者过失责任，作为民事侵权或行政问责的可能基础。

（三）多维协同，强化规范衔接

AIGC辅写学术论文的合法性建构是一个横跨多领域的复合性议题，既不能停留在单一规范的片面适用，也不能依赖孤立规则的零散补缀。需要通过著作权、学术规范与《学位法》等方面的多维协同，构建兼顾权利保护、学术诚信与学位公正的复合性规则体系，真正实现从“正当性”到“合法性”的全面转化。

1.确立著作权法与学术规范中作者认定的一致性

在著作权法视野下，AIGC辅助创作的版权归属应以人类主导为原则，AIGC不具备作者资格[5^0]，人机协同创作的学术论文的版权原则上归属于人类作者或其所属机构。在学术规范层面，传统认为对学术不端行为规范的主体一般仅限于自然人，如《高等学校预防与处理学术不端行为办法》的适用对象为高等学校及其教学科研人员、管理人员和学生。但在AIGC不断发展的新背景下，AIGC开发者或服务提供者是否需要承担学术不端等学术失范行为的责任仍需讨论。实际上，学术责任主体应具备主观意志能力，AIGC属于算法执行的产物，其行为缺乏目的性与伦理判断，因此无法成为具有规范意义的责任主体，AIGC开发者或服务提供者仅承担技术义务或产品安全义务；反之，若将学术责任延伸至AIGC开发者或提供方，将破坏学术规范的内在伦理结构，使原应由研究者自我反省、自我约束的德性责任变为技术方承担，从而削弱学术规范的主体性基础[5^1]。由此，学术规范对作者认定的规定应与著作权法保持一致，否则容易将作者身份与学术责任割裂。在实际操作中，可在高校、科研机构、学术共同体、出版单位等机构或行业组织的学术规范指引中同样明确AIGC不能承担作者角色，不能列为论文作者，从而使著作权的“作者”与学术规范的“作者”保持一致，避免学术责任的边界模糊化。

2.将学术规范“辅写”的规制标准向学位法律制度转化

学术规范与学位法在面对AIGC“辅写”与“代写”的界限时目标一致——维护学术独立性与成果真实性。《高等学校预防与处理学术不端行为办法》第二十七条将“由他人代写”纳入学术不端行为，《学位法》亦将“代写”等学术不端行为列入不授予或者撤销学位的范围。但《学位法》自2024年颁布至今，很多制度的实际落地尚在探索实施阶段；在AIGC辅助撰写学位论文领域，《学术出版中AIGC使用边界指南3.0》《教师生成式人工智能应用指引（第一版）》《关于规范研究生学位论文与实践成果使用人工智能工具的倡议书》等一系列学术规范的探索为《学位法》相关规则细化和相应问题解决提供了良好参考蓝本。为此，应推动AIGC“辅写”学术规范形式向学位法律制度的具体实施规则转化。一是通过在学位论文提交与评审环节增设AIGC使用声明等形式，明确研究者使用范围、内容及人工校对方式，将学术诚信要求纳入学位授予的法定程序中。二是高校可探索制定《学位论文AIGC使用细则》等，围绕“辅写”与“代写”划定行为边界，如允许在语言润色、格式规范、图表美化等环节，有限度使用AIGC等。三是学位管理部门可制定配套实施细则，将学术规范中的透明度义务与学位法律中的程序性要求结合起来，如要求导师在开题报告、中期考核和论文草稿审阅中，对研究生是否存在过度依赖AIGC进行实质性把关，并将相关审阅意见纳入学位档案等。值得注意的是，此处的制度转化还应注重学术规范与学位法律制度之间的不同侧重。如在学术规范上，当AIGC参与学术论文写作的行为被认定为AIGC“代写”而非“辅写”时，其虽然构成学术不端行为，但并不必然导致学位法意义上的不授予学位或者撤销学位，而应遵循教育与惩戒相结合的原则，对学术不端的程度予以区分[5^2]，做到过罚相当。

3.统一著作权法与学位法“实质性人类创造”的判断标准

著作权法的核心在于保护原创性，而学位法关注的是论文的真实性与独立性。两者在AIGC辅助写作中的关联，实质上源于“原创性”与“真实性与独立性”的概念交叠，而交叠之处则在于“实质性人类创造”。著作权法强调创作劳动的独创性，而学位法要求研究成果的真实性与个人独立完成性。若研究者完全依赖AIGC，则既缺乏著作权法意义上的原创性，也违背学位法要求的独立性；若AIGC仅参与技术性辅助，且研究者对核心思想和论证结构承担实质控制，则应在两部法律下均予以认可。因此，应推动两种制度在判断标准与程序机制上形成一致，通过立法解释或司法指导，厘清并细化AIGC参与下“实质性人类创造”的判断标准，明确“实质性人类创造”既是著作权的确权依据，也是学位成果的真实性、独立性标准，从而在权利保护与成果认定之间建立衔接规则。

4.建立跨制度协调机制

AIGC辅写学术论文的规范体系既涉及民事权利保护，也关联教育行政管理与学术伦理治理，当辅写行为失当时，往往涉及多方面主体责任。如在研究生教育场景中，不当使用AIGC参与学术论文写作的行为既可能引发学位法律责任，也可能牵涉学术责任，还可能触及著作权侵权法律责任，亟须建立跨部门、跨层级的协调机制。一方面，可通过教育行政机关、知识产权管理部门与学术共同体的三方联动，建立政策协同机制，定期评估AIGC在学术领域应用的风险与标准执行情况；另一方面，推动形成统一的AIGC学术使用标准指引，在制度层面规定披露格式、使用范围与违规责任，实现从分散性规制向系统性治理的转型。通过规范协同与制度衔接，使AIGC辅写的“正当性”获得稳定的“合法性”支撑。

参考文献

[1]  唐科莉, 周红霞, 邓舒. 面对ChatGPT, 各国和地区如何应对[EB/OL]. (2023-03-21) [2025-01-22]. http://www.jyb.cn/ rmtzgjsb/202303/t20230321_2111017601.html.

[2]  Science. 允许投稿者用AI写论文！[EB/OL]. (2023-11-20) [2025-01-23]. https://www.ais.cn/news/policy/22492.

[3]  高校首发“AI禁令”[EB/OL]. (2025-01-12) [2025-01-23]. https://mp.weixin.qq.com/s/PNskp23ern2t3u9MHNMP7A.

[4]  钟柏昌. 为AIGC教育应用确立规范[EB/OL]. (2023-09-22) [2025-01-24]. http://www.jyb.cn/rmtzgjyb/202309/t20230922 _2111095810.html.

[5]  王迁. 论人工智能生成的内容在著作权法中的定性[J]. 法律科学（西北政法大学学报）, 2017(5): 148-155.

[6]  游俊哲. ChatGPT类生成式人工智能在科研场景中的应用风险与控制措施[J]. 情报理论与实践, 2023(6): 24-32.

[7]  陈锐, 江奕辉. 生成式AI的治理研究: 以ChatGPT为例[J]. 科学学研究, 2024(1): 21-30.

[8]  黑格尔. 法哲学原理[M]. 范扬, 张启泰, 译. 北京: 商务印书馆, 1996: 12.

[9]  刘杨. 正当性与合法性概念辨析[J]. 法制与社会发展, 2008(3): 12-21.

[10]黄文艺. 权利本位论新解: 以中西比较为视角[J]. 法律科学（西北政法大学学报）, 2014, 32(5): 14-24.

[11]谢俊. 大学的学术自由及其限度[D]. 重庆: 西南大学, 2010: 121-122.

[12]沃特•梅兹格. 美国大学时代的学术自由[M]. 李子江, 罗慧芳, 译. 北京: 北京大学出版社, 2010: 152.

[13]王树义, 张庆薇, 张晋. AIGC时代的科研工作流: 协同与AI赋能视角下的数字学术工具应用及其未来[J]. 图书情报知识, 2023, 40(5): 28-38,126.

[14]Tian X P, Xiao Z Q. Academic ethics and risk management of graduate research writing empowered by generative AI[J]. Modern Educational Technology, 2024, 34(8): 23-32.

[15]彭中礼. 司法裁判人工智能化的正当性[J]. 政法论丛, 2021(5): 115-127.

[16]袁曾. 生成式人工智能治理的法律回应[J]. 上海大学学报（社会科学版）, 2024(1): 28-39.

[17]张涛. 生成式人工智能训练数据集的法律风险与包容审慎规制[J]. 比较法研究, 2024(4): 86-103.

[18]林依仁. 民主正当性成分与其程度[J]. 政大法学评论, 2012(129): 75-166.

[19]张文显. 法理学[M]. 北京: 高等教育出版社, 2018: 385.

[20]韩富鹏. 民法中“例外规定不得类推适用”之反思与重构[J]. 西北民族大学学报（哲学社会科学版）, 2021(1): 106-116.

[21]张恬. Science改变对使用生成式人工智能和大型语言模型的政策[EB/OL]. (2024-02-22) [2025-01-26]. https://www. las.ac.cn/front/product/detail?id=3149372e95bf970630fb61d863ce61ac.

[22]詹爱岚, 田一农. 生成式人工智能机器学习中的著作权风险及其化解路径[J]. 电子知识产权, 2023(11): 4-14.

[23]刘杨. 正当性与合法性概念辨析[J]. 法制与社会发展, 2008(3): 12-21.

[24]孙松. 人工智能创作内容的作品定性与制度因应[J]. 科技与出版, 2019(4): 106-110.

[25]李晓宇. 人工智能生成物的可版权性与权利分配刍议[J]. 电子知识产权, 2018(6): 31-43.

[26]丁文杰. 通用人工智能视野下著作权法的逻辑回归: 从“工具论”到“贡献论”[J]. 东方法学, 2023(5): 94-105.

[27]陈虎. 论人工智能生成内容的不可版权性: 以表现形式为中心[J/OL]. 重庆大学学报（社会科学版） (2021-07-05) [2024-02-29]. http://kns.cnki.net/kcms/detail/50.1023.C.2021 0705.1346.002.html.

[28]李健. 出版视域下生成式人工智能创作物的权利归属与制度应对[J]. 出版发行研究, 2023(3): 41-47.

[29]丛立先, 李泳霖. 生成式AI的作品认定与版权归属: 以ChatGPT的作品应用场景为例[J]. 山东大学学报（哲学社会科学版）, 2023(4): 171-181.

[30]侯利阳, 李兆轩. ChatGPT学术性使用中的法律挑战与制度因应[J]. 东北师大学报（哲学社会科学版）, 2023(4): 29-39.

[31]曹新明, 范晔. 学术出版视域下人工智能使用者透明度义务构建[J]. 中国出版, 2025(6): 8-14.

[32]程睿. ChatGPT介入学术论文创作透明度义务的履行[J]. 中国高教研究, 2023(11): 62-69.

[33]      复旦大学发文规范毕业论文AI使用 违者或受处分[EB/OL]. (2024-12-01) [2025-02-25]. http://edu.people.com.cn/n1/2024/ 1201/c1006-40372717.html.

[34] 华东师范大学与北京师范大学联合发布《生成式人工智能学生使用指南》[EB/OL]. (2024-08-20) [2025-02-25]. https://www.ecnu.edu.cn/info/1094/67178.htm.

[35]关于2024年本科生毕业设计（论文）查重和AIGC检测的通知[EB/OL]. (2024-04-09) [2025-02-25]. http://jw.tust.edu. cn/ggtz/65b256ce743a41fa82c3533e16009807.html.

[36] 关于开展我校2025届普通本科毕业学生毕业论文（设计）检测工作的通知[EB/OL]. (2024-04-08) [2025-02-25]. https://jwc.hubu.edu.cn/info/1024/9007.htm.

[37]      王旭. 人工智能生成内容标识制度的理论展开与完善方向[J]. 情报理论与实践, 2025, 48(11): 67-74.

[38]李志锴, 张骁. 人工智能生成内容（AIGC）应用于学位论文写作的法律问题研究[J]. 学位与研究生教育, 2024(4): 84-93.

[39]王霁霞, 刘诗姣. 《学位法》框架下学位论文撰写中生成式人工智能应用的合规性研究[J]. 学位与研究生教育, 2024(12): 22-29.

[40]张舒. 高校首发“AI禁令”[N]. 山东商报, 2025-01-09(11).

[41]如何证明我不是AI？毕业论文的检测疑云[EB/OL]. (2025-05-07) [2025-06-23]. https://www.nfnews.com/content/ J3WYN59Koz.html?utm_source=chatgpt.com.

[42]郑春燕. 当合法性遭遇正当性: 以施米特宪法思想中的对抗理论为背景[J]. 浙江学刊, 2004(4): 121-126.

[43]张康之, 张乾友. 论支配的正当性与合法性问题[J]. 南京大学学报（哲学·人文科学·社会科学版）, 2011, 48(1): 82-91,159.

[44]洛克. 政府论（下）[M]. 瞿菊农, 叶启芳, 译. 北京: 商务印书馆, 1996: 36.

[45] 王琳. 大语言模型技术背景下重塑研究生论文评价与指导[J]. 学位与研究生教育, 2024(12): 30-37.

[46]张金平. 论人工智能生成物可版权性及侵权责任承担[J]. 南京社会科学, 2023(10): 77-89.

[47]郭壬癸. 使用生成式人工智能对学术出版伦理的冲击与法律治理[J]. 科技与出版, 2024(9): 25-33.

[48]蒋舸. 论用户主张AIGC版权的“最低限度创造性标准”[J]. 中外法学, 2025, 37(3): 681-701.

[49]刘旭东. 《学位法》因应生成式人工智能代写论文的细化路径[J]. 高校教育管理, 2024, 18(6): 83-96.

[50]杨利华. 人工智能生成物著作权问题探究[J]. 现代法学, 2021, 43(4): 102-114.

[51]刘普, 孙婉婷. 社科学术期刊的AI使用政策图谱与治理进阶: 基于50家社科学术期刊生成式人工智能使用政策文本的分析[J]. 科技与出版, 2025(9): 52-62.

[52]姚荣, 赵芳琪. 高校对学生学术不端行为实施惩戒的司法审查: 现状检视与规则革新[J]. 大学教育科学, 2025(4): 74-85.

（选自《学位与研究生教育》2026年第7期）