人工智能正在越来越深入地参与科研工作。从文献检索、语言润色，到论文修改、数据可视化和研究设计，AI工具已经成为不少科研人员日常工作的一部分。
但与此同时，一个问题也越来越现实：论文中到底可以使用多少AI？使用ChatGPT、Claude等工具是否需要向期刊披露？AI能不能帮忙写参考文献？AI生成的图片可以投稿吗？同行评审时能不能把稿件上传给AI？
2026年8月10日，JAMA发表最新社论《Updated Guidance for Author Use of AI in Medical Publication》，正式更新了JAMA及JAMA Network期刊对于作者使用AI的相关规定。JAMA明确区分了AI在科研和论文出版中的不同用途，并进一步规定哪些使用方式可以接受、哪些不被允许，以及哪些情况必须进行披露。
这份指南尤其值得医学、生物医学以及生命科学领域的科研人员关注。更重要的是，它释放出的信号并不是“期刊禁止AI”，而是：AI可以成为科研工具，但作者必须对论文内容负责，AI的使用必须透明，而且某些关键环节不能交给AI。
下面就结合JAMA最新指南，详细梳理科研论文中AI使用的边界。
JAMA这次到底更新了什么？
JAMA此次更新的核心，并不是全面限制人工智能在科研中的使用，而是进一步明确了AI可以参与哪些工作、哪些情况必须披露，以及哪些任务不能交给AI完成。对于科研人员来说，可以将这份指南概括为三个关键词：允许使用、透明披露、作者负责。
JAMA允许作者在科研和论文准备过程中使用AI，但强调无论论文内容由人工完成还是由AI辅助生成、修改，最终提交稿件的作者都必须对全部内容负责。这意味着，AI生成的错误、虚假信息或不准确表述不能因为“不是作者亲自写的”而免责。作者仍然需要对事实准确性、数据真实性、参考文献以及论文整体内容进行检查。
这一原则其实非常重要。过去很多科研人员讨论“AI写论文是否违规”时，容易把问题简化成“能不能用ChatGPT”。但从JAMA最新政策来看，真正需要判断的并不是有没有使用AI，而是AI在科研过程中承担了什么角色，以及这种使用是否影响了研究内容和学术判断。
因此，科研人员应该逐渐形成这样的认识：AI可以成为科研工具，但不能成为科研责任主体。
科研研究过程中可以使用AI吗？
可以，但如果AI参与了正式的科研过程，使用方式需要进行说明。
例如，研究人员使用人工智能完成医学影像分析、自然语言处理、文本分类、疾病预测，或者利用大型语言模型参与研究设计和数据分析，那么AI已经不再只是一个“写作工具”，而属于研究方法的一部分。在这种情况下，JAMA要求作者在Methods部分说明AI的使用情况，并按照研究本身的报告规范进行描述。
这意味着，AI的使用应该具有足够的可重复性。例如研究人员需要考虑说明所使用的模型或工具、版本、使用时间、具体用途以及AI在研究流程中的作用。如果AI对数据分析或研究结果产生了实质性影响，还应该说明研究人员采取了什么方式进行人工验证。
这和传统科研方法报告的逻辑是一致的：只要某个工具可能影响研究结果，就应该让读者知道它是如何被使用的。
因此，如果你只是使用AI帮忙整理实验思路，与使用一个特定AI模型直接分析研究数据，在JAMA看来并不是同一层面的事情。前者更接近科研辅助工具，后者则已经属于研究方法的一部分。
用AI进行文献检索可以吗？
JAMA允许使用AI辅助文献检索，但同样要求根据使用场景进行披露。如果AI参与了研究论文中的文献检索，应在Methods部分说明；对于其他类型的稿件，则应根据要求在致谢部分披露。
对于科研人员而言，AI在文献检索阶段比较适合承担“辅助发现”的角色。例如，可以让AI帮助扩展关键词、寻找同义词、梳理研究主题、构建初步检索策略，或者帮助理解一个陌生研究领域的基本概念。这些工作能够减少研究人员在前期信息整理上的时间成本。
但是，AI给出的文献不能直接视为经过验证的检索结果。尤其是在系统综述和Meta-analysis等研究中，检索策略需要具有可重复性和完整性，研究人员仍然需要通过PubMed、Web of Science、Scopus等数据库进行正式检索，并按照预先设定的方法筛选文献。
简单来说，AI可以帮助你“找到可能相关的文献”，但不能代替正式的文献检索和文献核查。
论文写作可以使用AI吗？
这是普通科研作者最关心的问题之一。根据JAMA最新指南，AI可以参与论文的内容创作、修改和格式处理，但如果AI参与了这些工作，需要在Acknowledgment中进行披露。
因此，“使用AI写论文”和“论文使用AI就是违规”并不是一回事。真正需要关注的是AI参与的程度以及是否按照期刊政策进行透明说明。
例如，研究人员可以让AI帮助自己整理段落结构、优化表达、修改英文句子，或者根据作者已经形成的观点进行语言层面的调整。但作者仍然需要自己确认每个科学结论、数据解释和引用内容是否准确。
尤其需要警惕的是一种常见做法：作者先让AI生成一整段论文内容，然后只进行非常有限的人工修改就直接提交。这样做的问题并不仅仅是“AI痕迹”，更重要的是作者可能没有充分验证AI生成内容中的事实、逻辑和引用。
因此，与其把AI当成“论文代写工具”，更合理的使用方式是把它当成科研写作辅助工具。
AI用于英文润色和翻译，需要披露吗？
这里需要区分不同程度的AI使用。
如果AI仅用于基础的语法或拼写检查，JAMA认为这类使用可以接受，而且通常不需要披露。换句话说，类似传统拼写检查工具的基础语言纠错，并不会因为使用了AI技术就自动变成需要申报的事项。
但如果AI已经参与到句子重写、段落重组、内容扩展或者整体语言表达优化中，那么性质就发生了变化。对于这种更广泛的AI辅助写作，作者应按照JAMA要求进行披露。
AI翻译也是类似的情况。JAMA允许使用AI进行翻译，但需要披露相关使用情况，并由作者对最终翻译结果负责。对于中国科研人员而言，这一点尤其具有现实意义，因为使用ChatGPT、Claude等工具进行中英文互译已经成为非常常见的科研工作流程。
不过，医学论文中的翻译不能简单理解为“把中文变成英文”。疾病名称、药物名称、医学术语、统计学概念以及临床表达都可能存在语义差异，因此即使AI翻译的语言非常流畅，也必须由作者进行专业审核。
可以简单理解为：
AI使用方式JAMA指南下的基本处理基础拼写检查可以使用，通常无需披露基础语法检查可以使用，通常无需披露AI英文润色可以使用，需要关注披露要求AI重写论文段落可以使用，需要披露AI生成论文内容可以使用，需要披露AI辅助翻译可以使用，需要披露作者不审核AI输出不可接受
因此，“语言润色”并不是一个可以无限扩大的概念。AI只是在检查语法，还是已经开始替作者重新表达科学观点，需要科研人员自己进行判断。
为什么JAMA特别提醒不要让AI生成参考文献？
这是整份指南中非常值得科研人员重视的一条。
JAMA不建议使用AI生成、格式化或管理参考文献，而建议作者使用标准的参考文献管理工具。原因在于，大语言模型存在生成虚假或错误参考文献的风险。
这类错误尤其危险，因为AI生成的参考文献往往看起来非常真实。作者、文章标题、期刊名称、发表年份甚至DOI都可能具有高度的“学术可信度”，但其中某一个信息可能是错误的，甚至整篇文献根本不存在。
更麻烦的是，如果作者没有逐条核查，很容易把这些错误引用带入最终稿件。
因此，比较稳妥的工作流程应该是：AI可以帮助你理解一个研究主题或寻找潜在文献，但正式参考文献必须回到可靠数据库和原始论文进行验证。
投稿前至少应该确认论文的标题、作者、期刊、年份、卷期、页码或文章编号以及DOI等信息是否与原始来源一致。
对于参考文献管理，可以优先使用EndNote、Zotero、Mendeley、Paperpile等专业工具，而不要把大型语言模型当成参考文献数据库。
哪些类型的文章不能让AI代写？
JAMA此次指南还规定，AI、LLM或聊天机器人不能用于起草Opinion manuscripts、Letters to the Editor和Online Comments等文章。
这类文章与普通Original Research不同。研究论文主要呈现研究设计、数据和结果，而Opinion文章和Letter等内容更加依赖作者自身的观点、判断和专业经验。因此，JAMA对这些文章的AI使用设置了更加严格的限制。
这项规定实际上也提醒科研人员：AI最擅长的是生成结构完整、语言流畅、符合某种文体的文本，但这并不意味着它能够替代真正的学术观点。
例如，一篇关于医学伦理、科研政策或临床实践的评论文章，真正有价值的部分通常不是语言是否流畅，而是作者能否提出独特的问题、提供充分证据并形成有说服力的判断。如果这些核心观点全部交给AI生成，即使文章语言非常漂亮，也很难体现作者真正的专业贡献。
AI生成临床图片为什么受到严格限制？
在医学出版领域，图片不仅仅是文章的“视觉元素”，很多时候本身就是研究数据。
因此，JAMA对于AI生成或AI处理的临床图片、临床插图、临床视频和临床音频采取了更加严格的态度。原则上，AI生成或经过AI处理的临床内容不能作为论文中的正常素材提交，除非AI本身属于正式研究设计或研究方法的一部分，并且进行了完整披露。
这背后的核心原因是真实性。
例如，一张真实患者的医学影像，即使存在噪声、画质不理想，也属于原始临床信息。如果使用生成式AI对某个区域进行“修复”，AI可能无意中创造出原始影像中并不存在的结构，从而改变医学信息。
同样，为了让显微镜图片“更清楚”而让AI强化某个特定区域，也可能影响研究结果的视觉呈现。
所以，对于科研图片而言，一个非常重要的原则是：改善可读性可以，但不能改变科学信息。
科研图片进行AI处理，什么情况下相对安全？
JAMA并不是禁止所有形式的AI图像处理。对于科研图片，如果只是对整张图片进行一致性的亮度、对比度或颜色调整，而没有选择性地改变某一部分信息，一般属于相对低风险的处理方式。
真正需要警惕的是选择性处理。例如，仅增强实验组而不处理对照组，或者通过AI自动删除某些“不符合预期”的背景信息，这些操作都可能影响读者对数据的判断。
JAMA还允许对照片中的非临床相关背景进行处理，例如替换成纯色背景，但需要在Figure Legend中说明使用的AI工具或软件及版本，并保留原始未编辑图片供编辑部审查。
因此，科研人员在处理图片时最好遵循一个简单原则：任何可能改变研究者对原始数据判断的AI处理，都应该高度谨慎。
AI可以帮助制作科研数据可视化吗？
这一点与“AI生成临床图片”需要区分。
JAMA允许使用AI生成研究数据或研究结果的图形可视化。例如，研究人员可以利用AI辅助设计图表、编写绘图代码或者优化数据展示形式，但需要在Figure Legend中说明所使用的AI工具或软件名称及版本。
这里最重要的区别在于：AI可以改变数据的呈现方式，但不能改变数据本身。
例如，你可以让AI帮助把一组真实实验数据绘制成柱状图、散点图、箱线图或其他合适的统计图，也可以让AI辅助生成R或Python代码。但不能让AI为了让结果“更加明显”而自动删除异常值、修改数据点或者生成不存在的实验数据。
更不能把AI生成的数据伪装成真实实验数据。
后者已经不是普通的AI辅助问题，而是严重的科研诚信问题。
同行评审时可以把论文交给AI分析吗？
不可以随意这样做。
这一点与作者使用AI写自己的论文完全不同。同行评审涉及尚未公开发表的科研成果，审稿人通常承担严格的保密义务。JAMA明确指出，在同行评审过程中，将作者的稿件或审稿相关内容输入外部AI工具或大型语言模型，可能违反同行评审的保密要求。
因此，审稿人不应该为了让AI帮助自己“快速读完论文”，就把完整稿件上传到公共AI平台，也不应该将论文内容交给AI生成审稿意见。
这里涉及的不仅是AI政策，更是同行评审保密。
尤其需要注意的是，很多科研人员可能认为“我只是让AI帮我总结一下，不会泄露论文内容”。但从期刊保密政策角度来看，只要将未公开稿件内容输入未经授权的外部系统，就可能产生数据和保密风险。
因此，审稿人面对AI时应该比普通作者更加谨慎。
作者回复审稿意见，可以让AI代写吗？
JAMA同样对作者回复审稿人和编辑的内容进行了限制，不允许使用AI起草相关回复。
这一点值得特别说明，因为“回复审稿意见”本身存在大量高度模板化的语言，例如：Thank you for this valuable comment.
很多科研人员确实会觉得这些句子没有什么技术含量，使用AI似乎能够节省大量时间。
但真正重要的并不是这句话，而是后面的科学回应：你是否理解审稿人的问题？是否重新进行了分析？是否修改了研究设计或结果？是否承认了研究局限？为什么接受或者拒绝审稿人的建议？
这些内容必须由作者根据自己的研究来决定。
因此，即使某些期刊允许使用AI进行语言层面的修改，也不应该把科学回应本身交给AI决定。
使用AI后，JAMA要求怎么披露？
如果AI参与了论文内容的创建、修改或格式处理，JAMA要求作者在Acknowledgment中披露相关信息。与简单写一句“本文使用了ChatGPT”相比，更重要的是让编辑和读者能够了解用了什么工具、什么时候使用、具体做了什么。
根据JAMA指南，披露时应重点说明AI工具名称、版本、开发商或制造商、使用日期以及具体用途，同时确认作者对最终提交内容负责。
因此，如果你在论文写作过程中使用了AI，建议从一开始就保留使用记录。例如：
项目建议记录内容工具名称ChatGPT、Claude等版本具体模型或版本开发商OpenAI、Anthropic等使用日期YYYY-MM-DD使用目的翻译、语言修改、内容整理等使用位置Introduction、Methods等人工审核是否逐项核查最终责任作者承担
这样做的好处是，到了投稿阶段不需要依靠记忆去回忆几个月前使用过哪些AI工具。
没有按照要求披露AI，会有什么后果？
AI披露并不是一个可有可无的形式要求。
JAMA明确指出，如果在编辑过程中或者论文发表后发现AI使用存在未披露或不完整披露的情况，可能导致稿件被拒绝，或者在论文发表后采取更正等措施。
因此，对于科研人员来说，最稳妥的做法不是试图“隐藏AI使用”，而是从论文写作阶段就建立透明记录。
事实上，AI披露并不意味着论文一定存在问题。恰恰相反，按照期刊要求如实说明AI的使用方式，通常比在投稿后被编辑发现相关问题更加稳妥。
从学术出版发展的趋势来看，AI使用透明度正在逐渐成为科研写作中的一个新要求。未来不同出版社、不同期刊可能采用不同的披露格式，但“作者需要知道并说明AI做了什么”这一原则很可能会持续存在。
科研人员投稿前，可以用这份清单自查
如果论文写作过程中使用过ChatGPT、Claude、Gemini或其他生成式AI工具，投稿之前最好进行一次完整检查。
论文内容
确认是否使用AI生成、修改或重写过论文内容，并逐项核查AI输出中的事实、逻辑、科学结论和专业术语。尤其需要避免直接提交未经人工审核的AI生成文本。
文献
检查是否曾经让AI生成参考文献，并通过PubMed、Web of Science、Scopus、期刊官网或原始论文逐条核查。对于AI给出的DOI、文章标题和作者信息，不要因为格式看起来专业就默认其真实存在。
图片
检查是否使用AI生成、增强或修改过科研图片，特别是临床影像、显微镜图片和其他直接承载研究信息的图像。任何可能改变原始数据含义的处理都应该停止，并根据目标期刊政策进一步确认。
数据与可视化
如果AI参与了绘图或数据可视化，需要确认AI只是改变了数据呈现形式，而没有修改、删除或虚构任何数据，同时按照期刊要求进行披露。
AI披露
如果AI参与了论文内容创建、修改、翻译或其他需要披露的工作，提前准备工具名称、版本、开发商、使用日期以及具体用途等信息。
同行评审
如果你是审稿人，则需要额外检查：是否将未发表论文或审稿材料上传到了未经授权的AI工具中。对于这一点，原则上应该采取更加严格的保密措施。
JAMA这份指南对中国科研人员意味着什么？
JAMA最新指南最值得关注的地方，并不是它“禁止了多少AI”，而是它进一步明确了一个正在成为学术出版共识的原则：AI可以提高科研效率，但不能替代科研人员的学术责任。
对于正在准备SCI论文的中国科研人员而言，未来真正需要掌握的并不是“如何完全不用AI”，而是建立一套清晰的AI使用边界。
在语言润色、基础语法检查、翻译、研究思路整理、代码辅助和数据可视化等环节，AI都可能成为非常有价值的工具；但在科学结论、原始数据、参考文献真实性、临床图片、专业判断以及同行评审保密信息等方面，研究人员必须保持高度谨慎。
更重要的是，不同期刊的AI政策并不完全相同。JAMA的要求不能简单等同于所有期刊的规定。因此，在投稿之前，除了阅读JAMA或目标期刊的作者指南，还应该检查出版社最新的AI政策。
对于科研人员而言，未来“会不会使用AI”可能不再是一个特别有竞争力的能力；真正重要的是能否做到正确使用AI、透明披露AI，并且知道哪些事情绝对不能交给AI。
这也是JAMA这份指南真正值得关注的地方：它并不是在阻止AI进入科研，而是在帮助学术出版建立一套新的责任边界。
最后
生成式AI正在改变科研人员检索文献、处理数据和撰写论文的方式，但技术进步并不会改变学术出版最基本的原则——真实性、透明度、可重复性和作者责任。
因此，对于科研人员来说，与其纠结“论文能不能使用ChatGPT”，不如在每一次使用AI时问自己三个问题：AI具体参与了什么？这个使用是否需要披露？我是否能够对AI产生的最终结果承担责任？
如果这三个问题都能够得到清晰回答，那么AI就更可能成为科研工作中的可靠助手，而不是投稿过程中的潜在风险。
