很多本科论文作者在填写AI使用说明时，习惯勾选一个最简单的选项：使用过，用于文献整理。问题在于，当AI参与文献归纳之后，它的归纳结果是否悄悄影响了你的结论表述、研究评价或讨论方向？如果答案是肯定的，那么“仅用于文献整理”这六个字就不再准确。它不是措辞问题，而是披露程度与责任边界的问题。
为什么“用没用AI”不再够用
早期关于AI辅助写作的讨论，常把问题简化为二选一：用了，还是没用。这种二分法对应的是明确可查的行为，比如是否直接生成了某一章文字。但在文献综述和结论形成环节，AI的实际介入往往是渐进、混合且难以一眼识别的。你可能是让AI对若干文献做了归纳，然后你把归纳结果改写成自己的话；也可能是AI在总结文献时提出了某种研究缺口，你顺着这个缺口调整了结论的表述。前者接近于工具性辅助，后者已经触及对研究结果的解释，两者在学术规范上不应被同等对待。
从各高校近期发布的本科毕业论文AI规范看，趋势正在从“是否使用”转向“使用在哪、影响到什么程度”。西南交通大学《本科毕业设计（论文）规范使用人工智能工具的规定（试行）》明确要求，学生不能将AI生成的内容直接作为自己的学术成果，并提示AI生成内容可能存在错误、虚假的情况。新疆财经大学相关规定进一步区分：允许用AI进行文献检索与整理，但“不能直接生成文献综述”，同时严禁使用AI进行“结果分析与讨论和结论总结”。这些条款的共同点在于，它们不再只问“用没用”，而是根据AI介入的环节和深度来设定边界。
对你的论文而言，关键问题因此变成：AI是否影响了你对研究结果的解释和结论。
分级披露的实质判断
如果把AI参与文献归纳拆开来看，大致存在两个层次。
第一层：归纳之后，判断权仍在你自己。 你使用AI对一批文献的主题、方法、样本、结论做了概括，然后回到原文，核对了其中关键文献的观点表述、数据结果和适用条件，再自行形成综述和讨论。此时AI的作用类似于一个高效的摘要工具，你的结论建立在人工核验后的文献理解之上。这类情况，披露为“使用AI工具辅助文献归纳，已对引用文献进行人工核验”通常可以成立。
第二层：归纳之后，你对文献间关系、研究缺口或结果意义的判断，部分接受了AI给出的框架。 举例来说，你原本不认为某个变量在研究结论中重要，但AI在归纳文献时反复把它作为解释性因素呈现，你据此调整了自己的结果解释。或者AI在总结文献时生成了一个“已有研究普遍支持X，而Y尚未被充分验证”的论断，你未逐一回到原文核实，就直接用它来支撑自己结论的推进。这时，AI已经不只是归纳文献，而是参与了结果解释的构造，披露口径必须相应升级。
判断的关键不在你用了哪个工具，而在你保留了哪些判断权。一个可操作的标准是：如果你关闭AI，是否会改变综述的结构、研究缺口的表述或结论的论证路径。如果会，就应当说明AI的真实影响范围。
含糊披露的实际风险
在论文抽检或后续投稿中，含糊披露的风险往往不是“被判定使用了AI”，而是“使用说明与实际影响不匹配”。抽检者或审稿人通常并不否认AI工具的辅助价值，他们关注的是作者是否诚实呈现了研究过程中判断权的归属。你在使用说明中写“仅用于文献整理”，但正文中的研究缺口总结、结论推进方式明显带有AI归纳痕迹时，两者之间的落差会被视为透明度不足。更大的问题在于，如果被指出结论表述有误，而你声称的AI使用范围无法解释这些表述来源，责任会全部落到你身上，而你没有可回溯的人工核验记录作为支撑。
另一种风险来自文字表述层面。AI归纳文献生成的总结，常常比原文更平滑、更通则化，省略了原文献中的条件限定、样本特征和结论边界。你在改写这些归纳时如果不回到原文，综述中的判断就会比文献实际支持的更绝对。这类问题可以被语言相似度检测识别，也可能在答辩中被追问。回避问题不会降低风险，明确披露并保留核验痕迹反而能帮助你划清责任。
按影响程度做好留痕
对不同层级的AI介入，留痕要求应当不同。以下表格给出一种可操作的对应关系。
| AI介入程度 | 对你结论的影响 | 建议披露表述 | 最低留痕要求 |
|---|---|---|---|
| 仅做文献检索与格式化整理 | 基本无影响 | 仅辅助检索与格式整理 | 检索记录截图、导出文件 |
| 归纳文献，但逐条人工核验原文 | 无实质影响 | 辅助文献归纳，已逐条核对原文 | 归纳稿与原文对照表 |
| 归纳后影响讨论或结论表述 | 有影响 | 辅助归纳文献，部分影响结果解释，详见附录说明 | 归纳记录、采纳内容清单、人工核验说明 |
| 直接以AI输出作为结论或讨论基础 | 影响显著 | 不宜采用，或须明确披露并说明理由 | 完整AI交互记录、逐条人工审核意见 |
留痕的目的不是为了应付检查，而是让你在抽检或答辩时能够复盘：哪一段结论的哪一句话源自哪位作者的哪个具体结论，AI的归纳是否准确，你后来是采纳还是拒绝了它。对于第二层的情况，建议在论文附录或与指导教师的沟通记录中，保留一份简短的说明，指明AI帮助归纳了哪些文献，哪些文献间关系的判断接受了AI的呈现方式，以及你后来对这些判断做了何种人工修正。
从自我核查的角度，你可以在一轮写作结束后做三个追问。第一，我的研究缺口或研究意义表述，是来自自己对文献的阅读，还是来自AI归纳后给出的框架？第二，综述中每一条概括性判断，我是否都能指出至少一篇原文献中的对应依据，而不是只依赖AI的转述？第三，结论部分是否存在因AI归纳而放大了的因果表述或过度通则化结论，如果有，是否已经按原文语境加以限定？
这些追问无法完全消解AI带来的判断风险，但它们能帮助你识别：哪些内容是你的判断，哪些内容是你借用了AI的判断而尚未真正消化。本科论文的核心考察，不在你是否使用AI，而在你能否证明自己仍然掌握着研究判断的主动权。分级披露和留痕，实际上就是为这种主动权提供可被追溯的证据。
