一張截圖流出：基金委已接入大模型，AI 寫基金，必查必通報？

來源：悉術生物、蔚青學者

最近網上流傳了一張截圖，具體內容是某單位發布了新通知，說國自然申報系統后臺疑似已接入大模型相關能力，一旦被判定存在不規范使用AI生成內容的情況，可能被通報依托單位并引發后續科研誠信與管理流程。

圖源：網絡

“AI寫的本子一定會查出來還會通報”，真能查？查到什么程度？靠什么標準？說白了，“AI查重”那套邏輯：最后往往不是抓住了“造假的人”，而是折騰了“認真寫的人”。更何況現在的AI痕跡這件事，本身就很玄：同樣一句話，有人覺得“像AI”，有人覺得“就是書面語”；有的老師寫作本來就規整，反而更容易被懷疑。

于是爭論就來了：如果所謂“檢測”是黑箱，閾值不公開、規則不解釋、誤傷也沒說法，那它就不只是技術工具，而是一種管理姿態——一句“能查出來”可以讓所有人自我審查、人人心里發毛。反過來講，如果基金委確實要求寫“AI使用說明”，那也說明它至少在制度層面默認“有人會用”，重點可能是“你用到哪里、有沒有負責、有沒有違規”。所以“能不能查出來”這事，最后很可能不是算力多強的問題，而是“要不要抓、抓誰、抓到什么程度”的問題。

2026 年國自然申報系統確實有調整方向，系統中會新增AI 使用相關填寫模塊，要求申請人對 AI 使用情況進行如實說明，這一導向是明確的。基金委的核心態度并非禁止AI 工具，而是要求使用透明、責任到人。

這并非禁止使用AI工具，而是劃定了“人是第一責任人” 的絕對紅線。其主要目的是防范因AI工具的“幻覺”現象導致申請書中出現無意識的不實內容。它警示所有申請人：技術是助手，誠信是基石，任何工具都不能成為學術表述失實的借口。這些內容關乎標書核心價值，是評審重點，使用AI必須詳細標注，模糊表述即踩紅線。

• 立論依據綜述與邏輯梳理
  

用AI（如ChatGPT、Consensus）檢索文獻、梳理研究脈絡或知識缺口，需說明使用方式及人工核實過程。示例：“在‘國內外研究現狀’部分，使用ChatGPT-4對近五年‘腸神經膠質細胞調控肝纖維化’文獻摘要聚類，生成初步框架；申請人精讀核心文獻后核實重寫核心觀點。”

• 研究假說與創新點提煉
  

用AI輔助凝練、優化創新點表述，需披露。示例：“在‘項目創新之處’，使用文心一言優化3個初步創新點的表述邏輯；最終內容由申請人確定并經團隊論證。”

• 技術路線與實驗方案設計
  

用AI生成或優化實驗步驟、試劑配方，需說明參與范圍及驗證過程。示例：“‘免疫熒光染色方案’中，用ChatGPT-4獲取多色抗體組合優化建議；申請人查閱文獻并通過預實驗驗證，確定最終方案。”

• 機制示意圖繪制
  

用AI（如DALL·E 3）生成圖表初稿，需聲明使用及人工修正過程。示例：“圖2機制示意圖初版由DALL·E 3生成；申請人用Adobe Illustrator重繪，修正科學錯誤并補充細節，經專家審核確認。”

目前市面上所有 AI 文本檢測手段，都做不到百分百精準識別。技術層面多依靠文本特征、句式邏輯、詞匯分布做判斷，專業科研文本本身就具備嚴謹、規整、邏輯清晰的特點，和AI 生成內容的特征存在天然重疊。長期規范寫作的科研人員，文本反而容易被系統標記為高風險，經過深度人工修改的 AI 內容，檢測難度會大幅提升。所謂接入特定大模型端口實現溯源識別，現階段不具備普遍落地的技術條件，也無官方落地信息。

基金委和依托單位關注的重點，從來不是有沒有點開過AI 工具，而是使用方式是否越過科研誠信底線。直接用 AI 生成立項依據、創新點、研究內容、技術路線等核心板塊，整段復制拼接后簡單修改，屬于明確的高風險行為。用 AI 做語言通順調整、標點格式整理、簡單文獻翻譯對照，這類輔助性操作本身不構成違規。

因此，申請人在使用AI工具時，需始終保持警惕，明確區分哪些操作屬于合理輔助，哪些可能觸及紅線。科研活動本質上是人類智慧的結晶，任何技術手段都應服務于這一核心目標，而非替代或扭曲它。基金委的態度表明，透明度和責任感是關鍵，申請人必須清楚記錄AI參與的具體環節，并對其結果進行充分驗證和修正。

編輯、審核：石瑾鵬

版權聲明：本文由“TOP大學來了”綜合自“悉術生物、蔚青學者”，文章轉摘只為學術傳播，如涉及侵權問題，請聯系我們，我們將及時修改或刪除。