很多本科生在学位论文末尾写AI使用声明时，会习惯性地写一句“本人使用AI工具辅助写作，所有内容均已核实”。这句话听起来态度端正，但从学术规范的角度看，它更像一句表态，而不是一份可核验的披露。问题就出在其中两个关键字段上：参数设置和验证过程，被写成了空泛的套话。
你可能会想：不就是一个附录声明吗？为什么不能简单写写。原因在于，声明的主要功能不是“承认用过AI”，而是让评审者能够判断：AI在你的研究中到底参与了什么、参与到了什么程度、你有没有能力为这些内容负责。如果参数和验证过程缺失，评审者无法完成这个判断，声明就形同虚设。
规则说明：一份声明需要披露到什么程度
目前高校和学术共同体对AI使用声明的基本取向，可以概括为一句话：鼓励合理使用、反对不当依赖、要求全程可追溯。以中国学位与研究生教育学会2026年发布的《规范研究生学位论文与实践成果中人工智能工具使用指南》为例，它明确要求声明中对工具名称、版本号、官方网址、使用用途、具体环节、参数设置、验证过程等进行全面、如实披露。
对于本科生而言，学校层面的细则通常没有研究生层面那么严格，但这并不意味着你可以只写一个笼统的“辅助写作”。因为声明逻辑是相通的：披露的对象不是“有没有用AI”这个事实本身，而是“AI的参与是否可定位、可解释、可负责”。
具体到参数设置，它至少应当包括三个层面的信息：
第一层是工具识别信息。 你用的是哪个工具、哪个版本、什么时间使用的。比如“ChatGPT-4o”和“某国内大模型3.5版”在生成能力、数据时效和可追溯性上都存在差异，不能用一个“AI工具”全部带过。
第二层是任务识别信息。 你把AI用在了哪个具体环节、完成了什么类型的任务。是文献梳理、语句润色、翻译，还是数据分析代码生成？任务类型不同，评审者的关注点完全不同。
第三层是使用条件信息。 你给AI下达了什么指令、设定了什么边界、使用了什么模式。这一层最容易缺失，却最接近“参数”的本义。比如你要求AI只做语法修正、不允许改变论证结构，或者你设定某个数据处理的筛选阈值，这些条件决定了AI在多大程度上参与了实质性创作。
验证过程则是另一个维度。它回答的问题是：AI生成或修改的内容，你如何确认它是可靠的？对于本科生来说，验证过程的陈述不需要写成复杂的实验报告，但必须体现出“你做了什么”来确认内容的准确性、真实性和原创性。是逐句核对原文、用专业文献交叉验证数据，还是与导师讨论后修改了AI给出的判断？这些动作本身才是声明最有价值的部分。
常见误区：为什么声明会写空
误区一：用“辅助写作”替代“做了什么”。 “辅助写作”是一个概括性的功能描述，不是使用细节。它无法回答“辅助”发生在哪个环节、影响了哪些内容。评审者看到这四个字，无法区分你是让AI帮你改了标点，还是让AI替你生成了核心论证段落。在规范语境下，这种写法等同于没有披露。
误区二：只写工具名称，不写版本和用途。 这在大模型工具快速迭代的背景下尤其成问题。同一个工具的不同版本，生成逻辑、知识截止时间、输出风格都有差异。只写“使用某AI工具”而不标注版本，等于抹掉了最重要的可追溯线索。只写工具名称而不写用途，则让声明变成了“工具清单”而非“使用说明”。
误区三：把“已核实”当作验证过程。 “所有AI生成内容均已由本人核实”这句话严格来说不是验证过程的陈述，而是验证结论的表态。它相当于你只写了“我确认结果正确”，却没有写“我是怎么确认的”。验证过程必须包含方法，而不是只有结论。
误区四：害怕写详细会被认为学术不端，故意模糊化。 这是一个认知偏差。在当前的规范框架下，使用AI本身并不构成问题，问题在于使用方式是否越界、是否隐瞒。刻意模糊往往比如实披露带来更大的风险——一旦AI检测或专家评审发现AI参与痕迹，而你的声明又明显与实际使用不符，性质就从“使用不当”变成了“诚信问题”。
误区五：参数写成“默认设置”。 有些学生会写“工具参数为默认设置”。这句话本身没有信息量，因为默认设置对于不同任务、不同模型可能意味着完全不同的生成策略。参数设置披露的重点不是“默认”还是“自定义”，而是“在何种设定下使用”。即使你真的用了默认设置，也应当说清楚这个默认设置对你当前任务意味着什么。
合规做法：把声明写成可核验的使用记录
一份合格的AI使用声明，在参数设置和验证过程两个字段上，可以按照“定位—条件—核验”的逻辑来写。
定位：写清楚AI出现在哪个环节。 你可以这样表述：“本研究在文献综述阶段使用ChatGPT-4o（2025年10月版），用于对初步检索得到的50篇英文文献摘要进行归类整理。”这句话同时给出了工具、版本、时间和任务类型，评审者立刻知道AI的介入点在研究链条的哪一个位置，而不是笼统地贯穿全文。
条件：写清楚你设定了什么使用边界。 例如：“要求工具仅对摘要中的研究对象、方法、结论三个要素进行提取，不生成新的综述性判断，不改变原文表述。”这一句话就把参数设置落到了实处。它说明你不是让AI自由生成内容，而是给它划定了一个明确的任务边界。又比如在数据分析中：“使用DeepSeek生成Python代码，并设定筛选条件为P值小于0.05的变量纳入后续分析。”这里的参数不再是技术层面的token数或温度值，而是研究层面的决策条件。
核验：写清楚你如何验证结果。 验证过程应当对应到具体的动作，而不是笼统的“已核实”。例如：“对AI归类结果逐条回溯至原始文献，发现并更正2处归类错误；AI生成的统计代码在完整数据集上复跑，输出结果与手工计算一致。”这个表述有数量、有依据、有结果，评审者可以相信你真的理解了这些内容，而不是把AI的输出直接粘贴进论文。
一个可以对照修改的示例
为了帮你更直观地理解“空泛”和“合规”之间的差距，可以看下面这组对比。
| 字段 | 空泛写法 | 合规写法 |
|---|---|---|
| 工具与版本 | 使用AI辅助写作 | 使用ChatGPT-4o（2025年9月版），官方网址：chat.openai.com |
| 使用用途 | 辅助论文写作 | 用于第四章访谈文本的初步编码和主题归纳 |
| 具体环节 | 未注明 | 数据整理与结果初步呈现阶段 |
| 参数设置 | 默认设置 | 指令设定为：仅对访谈原文进行开放编码，不生成解释性结论，编码层级不超过三级；单次处理不超过300字文本片段 |
| 验证过程 | 所有内容已核实 | 对AI生成的38条初始编码逐条比对原始访谈记录，删除3条无法对应原文的编码，合并4条语义重复项；最终主题框架由本人独立调整完成 |
这个对比表背后的逻辑，就是把声明从“承认事实”升格为“描述过程”。前者只需要你诚实地点头，后者要求你把使用AI的每一个决策点拆开、摊平，让评审者看到你作为研究者的主导权没有被工具替代。
本科生的自查清单
在提交声明前，你可以用下面几个问题快速检查自己的声明是否合格：
参数设置部分，你是否写明了：工具名称和版本、使用时间范围、使用环节、下达给工具的具体指令或边界条件、采用的输出模式（如是否使用了检索增强、是否允许联网）？
验证过程部分，你是否写明了：核验的具体方式（逐条比对、复跑代码、交叉查证等）、核验的范围（全部内容还是抽样）、发现的错误及处理方式、最终确认AI输出与研究结论不冲突？
如果这些问题中任何一个你只能回答“我用了默认设置”或“我都看过了”，那么你的声明很可能还停留在空泛层面。真正的合规声明不需要你写得很长，但需要你写得足够具体，具体到任何一个第三方都能据此还原出AI在你的论文中扮演的真实角色。
学术诚信的核心不是“不用工具”，而是“不隐瞒工具的真实参与”。当你把参数设置和验证过程写清楚时，你实际上是在证明一件事：AI参与了研究过程，但研究的判断权、修正权和最终责任，始终在你手里。
