核心结论

用 AI 做科研时，安全与学术诚信不是等论文写完以后补一段声明。真正的控制点在材料进入工具之前：这份内容受什么承诺约束，当前账号和服务环境是否获准，完成任务是否一定需要这些材料，输出又由谁核对。

一份简短的 AI 使用与数据处理记录，可以把这些问题留在同一个地方。它既不是免责条款，也不是“使用过哪些工具”的流水账，而是让团队以后能够说明：为什么允许这次输入，AI 做了哪一步，哪些东西没有交给它，最终文字和研究决定由谁负责。

一份未发表手稿，不能因为去掉姓名就直接上传

下面使用一个教学场景。一位临床研究者收到合作者发来的未发表手稿，准备检查方法段描述的分析是否与结果表一致。手稿附有一份去标识化数据摘要，其中仍有罕见病亚组、医院时间范围和很小的样本分组。

研究者原计划把两份文件上传到个人使用的通用 AI 账号，让模型列出前后矛盾。文件中没有患者姓名，看起来已经做过隐私处理。但“没有姓名”只能回答一个字段是否被删除，不能回答组合信息能否重新识别人，也不能回答合作协议是否允许把未公开材料交给第三方服务。

他没有先上传，而是建立了下面这条记录。之后关于署名、披露和最终核验的决定，也继续写在同一条记录里。

记录项目当前决定
任务检查方法段声明的分析与结果表是否一致
输入材料未发表手稿；含小样本信息的去标识化数据摘要
已知约束合作协议未写明可向外部 AI 服务提供材料；个人账号的保存与训练设置尚未核实
上传前决定不上传原稿和数据摘要
替代做法先用人工构造的字段清单和模拟结果测试检查方法；申请机构批准的环境
AI 的工作在获准材料中标记方法与结果可能不一致的位置，不直接改稿或重算结果
人工核验分析负责人返回分析记录和最终表格逐项确认；作者决定是否修改文字
发表处理按目标期刊当时的规则核验披露位置和内容，记录核验日期
停止条件权限不清、输出无法回到原始材料、工具环境改变，或发现未经授权输入

这张表没有得出“本项目完全不能使用 AI”的结论。它先把原稿挡在个人账号之外，同时允许团队用模拟材料测试检查逻辑。若机构批准了合适环境，研究者仍只提供完成一致性检查需要的字段，而不是因为环境获准就上传整个项目目录。

NIH 的 AI 研究政策页面提醒研究者，研究数据发给外部 AI 提供方可能造成非预期的未经授权披露。这个风险发生在输入时；事后删除模型写出的摘要，或在论文里补一句 AI 声明，都无法反过来证明当时的输入获得了许可。

获得工具权限以后，还要缩小材料

假设团队后来确认，机构环境可以处理未公开手稿，但参与者数据仍受原数据使用约定限制。研究者把任务重新写窄：只比较方法段中的分析名称、结局定义和结果表标题；涉及小样本行的数据摘要由分析负责人在线下核对。

进入 AI 的材料不再是整篇手稿，而是经过人工摘出的三组对应文字。模型输出一张疑点清单，其中一项说“方法使用调整模型，结果表标题未说明是否调整”。这只是待核对问题。分析负责人打开实际代码和表格后，确认结果确实来自调整模型，于是作者修改表题，并记录依据。模型没有权根据常见论文结构自行补上“已调整”。

另一项疑点来自模型误读：方法段写的是敏感性分析，结果表对应主要分析。人工核对后，这条建议被拒绝。使用记录不仅保存接受的修改，也注明这条为何没有采用。否则项目结束时只剩一份看起来完美的稿件，没人能回答 AI 曾经影响过什么。

其中一条核对记录可以简化成这样。文字和表名均为教学示例：

送入机构环境的摘录
方法：主要模型调整年龄与病程；另做未调整的敏感性分析。
表 2 标题：主要结局的回归结果。

AI 标记
表 2 可能来自未调整分析，建议把方法改为“未调整模型”。

人工核验
分析脚本与输出记录显示，表 2 来自调整模型。
保留原方法，在表 2 标题补充“调整年龄与病程”；拒绝 AI 对方法的改写。

这条记录说明，AI 找到了一处值得查的含糊，却给出了错误修正。若作者只接受“让表述保持一致”这一目标，很可能反过来把正确的方法段改错。核验必须回到分析脚本和输出记录，而不是在两个句子之间挑一个读起来更顺的版本。

材料最小化在这里产生了双重作用。它减少未公开信息进入工具的范围，也迫使团队先说清检查对象。润色一句方法文字不需要患者记录，检查变量名不需要自由文本病历；代码测试往往可以先使用结构相同的模拟数据。把“可能有用”当作上传理由，会让边界无限扩大。

AI 参与了文字，也不会成为作者

一致性检查结束后，团队让 AI 对作者已经写好的中文方法说明提出英文表达建议。模型改出的句子仍要由作者逐句确认，尤其要核对分析名称、研究对象、时间和否定词。语言更顺不代表科学含义没有变化。

ICMJE 关于出版中使用 AI 的建议指出，AI 或 AI 辅助技术不应列为作者；人类需要检查 AI 辅助内容的准确性，并对引用、许可和透明使用负责。原因很直接：作者必须能够回答研究内容、处理质疑并承担责任，工具无法履行这些义务。

因此，团队没有在作者列表中增加工具名称，也没有把“由 AI 完成分析”写进贡献说明。概念形成、数据整理、正式分析、验证、初稿和修改等人类工作，可以参照 CRediT 贡献者角色如实记录；AI 的工具、用途和核验方式则留在使用登记与适当的披露位置，两者不混在一起。

如果某位成员只负责把文件交给模型并转发结果，这个动作本身也不会自动变成“正式分析”或“方法学”贡献。团队仍要依据期刊和机构的作者标准讨论署名，并记录真正作出判断和完成核验的人。

披露不能只写“本文使用了 AI”

准备投稿时，研究者回到同一份使用记录，而不是凭记忆写声明。记录显示：机构批准环境用于检查方法与表格的一致性；输入只包含人工摘出的对应文字；模型列出疑点；分析负责人用代码和最终表格核验；作者使用过英文表达建议并逐句修改。

据此形成的披露应说明使用了什么工具或环境、在哪个环节使用、输入范围、人工怎样核对，以及 AI 是否影响数据、方法、图表或最终文字。具体放在方法、致谢、声明还是投稿系统，要在提交当天查目标期刊规则。不同期刊的要求会变化，不能把别家期刊的一段模板永久复制过来。

例如这项教学任务可以留下这样的事实底稿：2026 年 8 月，作者在机构批准环境中使用生成式 AI 标记方法段与结果表之间可能不一致的位置，并对作者自写文本提出语言修改；未输入参与者级数据；所有疑点由分析负责人依据脚本和最终表格核验，作者决定是否修改。正式披露时再按目标期刊要求压缩措辞。先保存事实，能避免投稿前为了适配一个文本框而丢失真实过程。

Nature Portfolio 当前的 AI 编辑政策按风险判断 AI 用途，强调学术判断和责任仍由人承担，并要求保护手稿、评审意见和敏感数据。这个页面在本文核验日为 2026 年 8 月 7 日；真正投稿时仍要重新查看目标期刊，而不能把今天的页面当作长期不变的通行证。

披露也不能替代核验。模型若给出不存在的参考文献，作者不能因为已经声明“使用 AI”就把引用留在文中；生成内容若过度接近未标注来源，仍要处理引用、许可和文字原创性问题。透明说明使用过程，是为了让责任更清楚，不是把责任转给读者。

保密评审稿要另作判断

同一位研究者后来收到一篇同行评审邀请。即使他已经有机构批准的 AI 环境，也不能沿用自己手稿的使用记录。评审稿属于作者交给期刊的保密材料，允许范围要看编辑许可、期刊政策和工具环境是否真正保证保密。

ICMJE 的建议指出，在无法保证保密且没有作者明确许可时，编辑、审稿人或出版方不应把投稿手稿上传到 AI 系统。研究者因此没有把评审稿、摘要、图表或拟写的评语输入外部工具。已有账号、过去成功的用法和删去作者姓名，都不是这次任务的授权依据。

这与作者使用 AI 整理自己论文的语言也不是同一件事。材料的权利关系、承担的角色和对他人的保密义务已经改变，必须另建记录。把所有“PDF 阅读”归为同一种任务，会掩盖最重要的差别。

如果先上传后才发现不合规

假如研究者已经误把数据摘要传入个人账号，正确动作不是只删除本地聊天并继续工作。他要先停止继续输入，保存发生时间、账号、工具、输入范围和已经采取的操作，隔离由这些材料产生的摘要或表格，然后按机构流程联系项目负责人、数据保护、信息安全或伦理管理人员。

是否能够从服务端删除、是否需要通知合作方、怎样评估重新识别风险，以及相关输出能否继续使用，都应由有权限的人根据实际情况决定。因为害怕追责而改写或不留事件记录，会使团队既无法处理数据风险，也无法证明后续结果已经与受影响材料隔离。

隔离输出并不表示认定所有输出都已泄露或全部错误，而是在评估完成前切断它们进入下一步的路径。受影响的表格如果已经被复制进草稿，要标出位置；相关代码如果混入了受限字段名称，也先暂停共享。等负责人明确哪些产物可以保留、哪些必须从获准材料重新生成后，再恢复工作。

在本文的教学项目中，上传前记录挡住了这一步。最终稿中的方法、结果和引用都能返回人工确认的材料；署名只反映真实的人类贡献；披露与实际用途一致。安全和诚信并不是靠一句“AI 仅作辅助”获得，而是由那条从输入许可、最小材料、输出核验一直延续到投稿的记录支撑。