威立科研人员AI指南_47页_1mb

在科研工作中使用人工智能工具

全局原则

• 使用 AI 作为辅助工具，但仍需作者对内容的准确性、完整性承担责任。
• 研究必须是作者主导，且 AI 不应替代人类在研究过程中的知识管理和决策过程。
• 负责任使用 AI，确保道德合规与内容原创性，同时需披露 AI 使用情况以增强透明度和信任度。

主要法律与知识产权问题

• 内容权利保护：AI 技术不应限制作者的专业内容所有权、控制权，应仅 предоставля必要的使用权限。
• 版权法要求：所有发表内容需由人类负责，包括引用的真实性和参考文献的准确性。AI 生成的内容需接受审查，并保证来源合法性与学术诚信。

AI 使用范围：创作与编辑的区别

数据隐私与研究方法中 AI 的使用

• 研究方法使用 AI 时， 必须验证数据隐私法规（如 HIPAA、FERPA）是否在 AI 工具中得到满足，包括去除个人身份信息或获得研究参与者同意。
• 绘图或图像使用，数据可视化或图像生成需披露 AI 所用工具和技术，禁止 AI 修改用于证明研究数据的原生图像。

偏见与伦理考量

• 常见偏见类型：文献偏见、文化偏见、语言偏见、学科偏见等，AI 使用者应识别并尽力减轻其影响。
• 验证策略：让 AI 对论点产生质疑；通过开发排除偏见的能力；倡导多元视角；核查 AI 生成内容的客观准确性。

内容创作中的法律与许可问题

• 出版协议约束：确认 AI 使用是否符合合作协议中及出版商的条款，避免输入受版权限制的内容。
• 披露与归属权保护：所有 AI 辅助生成或编辑结果在投稿时，需按照法律要求转交给出版商，前提是拥有版权。

数据使用范围与基金政策

• 符合基金要求：各大学与研究机构对 AI 的使用有政策规定，需依照基金和期刊的具体标准进行报告。
• 内容敏感性级别：根据任务重要性和数据是否保密，选择合适的工具版本（包括企业级工具）以更好控制数据训练与隐私。

AI 应用场景与工具评估

• AI 使用目标：识别高价值应用场景，例如：以最低效力任务无需 AI；以中到高复杂度任务选择专业领域专用 AI。
• 工具选择机制：评估 AI 在文献管理、内容生成、元数据分析、图表制作等方面的能力，检查可重复性、来源透明度、集成能力、语言准确性与偏见表现等。

指南制定说明

本指南依据 40 余名来自不同领域的研究人员与编辑的访谈撰成，融合了行业实践、出版商政策及法律建议，确保其内容全面、合法、学术诚信。