最近，一场“论文第一作者必须是AI”的征文活动，引发学界和社会广泛讨论。支持者认为这是一次直面现实的大胆尝试，反对者则担忧学术伦理被颠覆、人的主体性被削弱。争论背后，折射出的并非“要不要用AI”，而是一个更为根本的问题——我们究竟该如何用好AI。
必须承认，人工智能已深度介入科研与教育实践。从资料检索、文献综述到数据处理、写作辅助，AI正在成为不少研究者和学生的“默认工具”。在这种背景下，回避、禁止、装作看不见，只会让AI在灰色地带被滥用、被误用。正是在这一现实压力下，有高校尝试搭建“可控的实验场”，将AI使用从“地下操作”推到“阳光之下”，通过明确规则、过程记录和责任划分，探索人机协作的新边界。这种探索的价值，并不在于“让AI当第一作者”本身，而在于倒逼我们重新回答三个长期被忽略的问题：谁在思考？谁在判断？谁在负责？
如果把AI简单理解为“代写工具”，那么无论署名规则如何变化，最终都会滑向“偷懒式使用”。但从实践看，真正有价值的研究恰恰相反：AI越深度参与，人反而越不能缺席。研究问题的提出、理论视角的选择、关键材料的取舍、结论的价值判断，这些核心环节，依然高度依赖人的专业积累和判断能力。AI可以快速生成“样稿”，却无法替代对现实的洞察、对因果的追问，更无法承担学术伦理责任。因此，当AI被定位为合作者、助理者、加速器，而不是“替身作者”，人机协作才能真正释放潜力。
传统评价体系往往将“原创性”简单等同于个人投入的时间和精力，而在智能时代，机器可以分担大量重复性劳动，评价重心理应转向更高层次的能力——提出好问题的能力、整合知识的能力、判断价值与风险的能力。这恰恰是未来人才的核心竞争力。因此，与其纠结“AI能不能当第一作者”，不如把注意力放在更重要的方向：建立清晰、可操作的人机协作规范。只有规则透明、过程可追溯、责任可落实，AI才能真正服务学术进步，而非侵蚀其根基。
从更宏观的层面看，这也是一堂关于技术治理的现实课。人工智能的发展速度远快于制度更迭，如果不主动探索规范路径，技术只会以“事实标准”倒逼社会被动适应。通过有限、可控的制度实验，提前暴露问题、校准方向，恰恰是负责任的做法。
归根到底，AI不是来取代人的，而是来重新定义“人该做什么”。在创造性、价值判断和意义建构这些领域，人类依然不可替代。真正需要警惕的，不是AI变得越来越强，而是人在便利中逐渐放弃思考。（郑森）
更多资讯，下载群众新闻
