问题——智能工具加速普及，论文写作面临“效率与诚信”的双重考验 随着生成式技术以及各类智能写作、检索、翻译、代码与数据处理工具迅速普及，大学生和研究生的学习科研方式发生明显变化。工具降低了文献检索、语言润色、结构梳理等环节的门槛，也带来“过度依赖”“替代性写作”等风险。学位论文作为人才培养的关键环节，既要求知识创新，也守住学术诚信底线。如何提升效率与维护规范之间划清边界，正在成为高校治理的新课题。 原因——技术更易得叠加评价压力，不当使用的空间随之出现 一上，生成式工具越来越容易获取，使用成本低、反馈快，容易被学生当作“全能助手”。从语言表达优化、段落改写到思路提示，这些功能确实能提升效率。另一方面，学位论文往往有明确时间节点和成果要求，部分学科数据、代码、写作规范各上门槛较高，个别学生可能压力下选择“用工具替代研究”的捷径。同时，传统查重主要针对文本相似度，对“生成式内容”的识别以及对研究关键环节真实性的核验仍在完善，客观上也给不规范行为留下操作空间。 影响——规则落地或将重塑论文评价与科研训练路径 合肥工业大学此次通知明确：学位论文应在导师指导下由研究生独立完成，不得存在代写等学术不端行为；不得使用生成式工具直接生成、合成论文核心内容，核心内容包括且不限于原始数据收集、研究方法、研究结论、创新点等。同时，学校并未简单“全面禁用”，而是鼓励研究生合理使用涉及的工具，但必须严格遵守法律法规、学术规范及校内制度，以规范使用过程，保障学位论文质量。 此导向传递出清晰信号：治理重点不是否定工具价值，而是明确“可用边界”与“责任主体”。从培养角度看，核心研究环节需要可追溯、可验证、可复现；从评价角度看，学位论文的价值将更聚焦于研究训练与原创贡献本身，促使学生加强研究设计、数据处理与论证能力，也推动导师在过程管理与学术把关上承担更明确的责任。 对策——从“规则约束”走向“过程治理”，多校探索更可操作的路径 目前，多所高校已开始建立与生成式工具相匹配的管理机制。有的高校在本科毕业论文（设计）阶段推出试行规定，明确禁止工具介入研究设计、数据分析与论文撰写等关键环节，并对违规情形设置分级处置；有的高校要求学生如使用相关工具须披露使用方式、生成内容范围并进行显著标注；也有学校探索检测阈值管理，对生成内容占比超过一定比例的论文进行提示、复核与自查整改。 从治理经验看，制度是否有效关键在于“可执行”。一是明确“核心内容”的边界及可能的例外情形，例如语言润色、格式校对、代码纠错、资料整理等是否允许、允许到什么程度，需要结合学科特点细化；二是强化过程性材料留存，如数据来源、实验记录、代码版本、问卷与访谈原始资料、关键推导过程等，用证据链支撑成果真实性；三是完善答辩与同行评阅机制，把“是否真正理解并掌握研究全过程”作为重要考察点，通过现场提问、复现演示、数据抽查等方式提升识别能力；四是同步开展学术伦理与工具素养教育，把“如何正确使用工具”纳入科研训练体系，减少因规则不清导致的误用与滥用。 前景——推动形成“人机协作但不替代”的学术新常态 从趋势看，生成式工具将长期存在并持续迭代，其在知识检索、语言表达、信息整理以及部分技术性工作上的优势不可忽视。未来高校制度建设可能呈现三上变化：其一，从“结果查验”转向“全过程可追溯”，以过程材料与复现能力为关键支点；其二，从“一刀切”转向“分学科、分层次”的精细化管理，不同学科对数据、代码、实验与文本的依赖度不同，治理方式应体现差异；其三，从校内规定逐步衔接行业规范与学术共同体共识，形成覆盖学生、导师、评阅与平台的综合治理格局。 同时也应看到，技术进步带来的要求不只是“防范不端”，更在于“提升能力”：如何在工具辅助下更高效地提出真问题、获得真数据、做出真结论，考验科研训练质量与学术生态建设水平。将工具纳入规范轨道，既是对诚信底线的坚守，也是对创新能力培养的长期投入。
在人工智能重塑知识生产方式的背景下，高校有关规范文件的陆续出台，反映了我国学术界对技术伦理与学术规范的主动回应。围绕“工具使用”与“学术本质”的讨论，不仅关系到当下学术秩序的维护，也将影响未来人才培养模式的调整。如何在技术创新与学术传承之间找到平衡，仍需要教育界与科技界持续探索与实践。