近年来，人工智能（Artificial Intelligence, AI）在学术研究和论文写作中的应用越来越广。无论是 ChatGPT、Google Gemini 还是 Claude，它们都能在短时间内生成结构合理的文本，甚至自动帮研究者添加脚注和参考文献。对于长期与格式、引注、术语打交道的科研工作者而言，这无疑是一种新的写作体验。

我在撰写近期一篇论文（约七八千字）时，也尝试使用 AI 工具辅助完成脚注标注、术语提取和摘要生成。最初的体验令人惊喜：AI 能够非常迅速地指出哪些论述需要加注、哪些概念需要定义、哪些缩写需要列出。例如，当我提到“中国特色社会主义市场经济”时，它会提醒我需要引用官方文件或学术研究，甚至建议标明具体页码。AI 的这种“学术敏感性”在一定程度上帮助我规范了写作习惯。

然而，随着使用的深入，我逐渐发现 AI 辅助写作存在不少隐忧。最明显的问题是：**AI 会编造。**如果不给它明确的页码，它往往会“自动补全”一个看似合理的页数；如果只输入一个网页链接，它甚至会虚构出作者、刊名和出版年份。这样的“幻觉”（hallucination）现象不仅削弱了 AI 作为工具的可信度，还增加了研究者的核查负担。毕竟，学术引用最核心的原则就是“可验证”。一个页码或引文一旦失真，整个论证链条就可能被破坏。

另一个问题是，AI 在引用识别上往往过于机械。它会反复提醒某一概念需要标注，即使你在前面章节已经引用过权威文献。这种重复标注的“过度谨慎”，虽然出发点是好的，但在格式上会让脚注显得冗余。AI 无法真正理解学术语境的连续性，这一点在社会科学与人文学科的写作中尤其明显。

但话说回来，AI 的确也带来了效率革命。它能在几秒钟内帮我生成一份缩写词表，或初步草拟一篇结构完整的摘要。对于大量数据整理或格式统一的工作，这类工具堪称得力助手。只是，如果不经过人工修改与审校，那些生成的文字往往显得“机器化”——句子流畅，却缺乏温度，逻辑清晰，却少了人文表达的细节感。换句话说，AI 写得通顺，却不像“人话”。

在这次尝试之后，我特别反思了**脚注与参考文献（bibliography）**这两个环节，因为它们最容易暴露 AI 生成文本的“硬伤”。很多初次使用芝加哥格式（Chicago Manual of Style, CMS）的研究者都会混淆两者。其实，脚注与参考文献的功能完全不同：

• 脚注（footnote） 是即时的，它告诉读者“这句话的出处是什么”，通常出现在每页页脚，并且要标明具体页码。

• 参考文献（bibliography） 则是全局性的，它告诉读者“整篇论文参考了哪些资料”，位于文章末尾，只列出完整的出版信息而不标页码。

举个例子(示范例子）：

正文：正如 Bowker 与 Star 指出，分类体系本身具有政治性。¹

脚注（页脚）：¹ Geoffrey C. Bowker and Susan Leigh Star, Sorting Things Out: Classification and Its Consequences (Cambridge, MA: MIT Press, 1999), 45.

文后参考文献：Bowker, Geoffrey C., and Susan Leigh Star. Sorting Things Out: Classification and Its Consequences. Cambridge, MA: MIT Press, 1999.

可以看出，脚注提供了引用的精确位置（第45页），而参考文献则提供了完整来源（出版社、出版地、年份等）。脚注让读者即时查核，参考文献让读者事后追溯。两者相辅相成，却不可混用。

而 AI 工具目前最容易在这里“出错”：它往往混淆两种格式——把脚注写成文后参考格式，或者反过来在脚注中省略页码。更严重的是，它可能凭空生成虚假的参考信息。这提醒我们：AI 的语言能力并不等于学术能力。语言模型会模仿格式，却不具备真正的文献验证机制。

因此，在学术写作中，我逐渐形成了这样一个态度：**AI 可以用，但必须让人来负责。**它可以帮我发现哪些地方需要引用，却不能替我确定该引用什么；它可以帮我生成摘要结构，却不能代表我对研究问题的理解。正如《芝加哥手册》（The Chicago Manual of Style, 17th ed.）所建议的，作者在使用 AI 辅助工具时，应当在方法或致谢部分明确说明用途与限制。这既是对学术诚信的尊重，也体现了对研究责任的自觉。

在使用 AI 的过程中，我反而更加意识到人类写作者不可替代的价值。AI 生成的文字没有疲倦、没有犹豫，但也没有经验、情感和立场。真正的写作，是在不确定与思考中逐步清晰的过程，而不是算法的自动输出。AI 可以帮我们提速，却无法代替我们去“思”。

综上，AI 辅助写作既是工具革命，也是一次学术伦理的考验。它能让我们写得更快，却要求我们查得更严；能帮我们理清格式，却不能替我们承担判断。对研究者而言，最理想的状态或许是——以人之智驾驭机之力：让 AI 成为助手，而不是作者。

参考文献（示范）

1. Geoffrey C. Bowker and Susan Leigh Star, Sorting Things Out: Classification and Its Consequences (Cambridge, MA: MIT Press, 1999).

2. The Chicago Manual of Style, 17th ed. (Chicago: University of Chicago Press, 2017).

3. Emily M. Bender et al., “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?,” Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (New York: ACM, 2021), 610–623.

转载本文请联系原作者获取授权，同时请注明本文来自傅平科学网博客。

链接地址：https://wap.sciencenet.cn/blog-3316383-1508375.html?mobile=1

收藏

分享