全球首台专用于自动化科研与开放探索的智能系统，自从 2024 年 8 月面世以来，便持续吸引众多目光。该系统借助大型语言模型来构思新点子，能自主编写并执行程序，最终以论文形式清晰标明由 AI 创作的成果
今年先前，AI曾经声称AI-v2制作的文稿已十分接近AI顶级会议的录用标准，这对科研自动化而言无疑是利好消息，然而倘若这些文稿被指控为「抄袭」又该如何呢？
根据《》所述，今年一月，韩国科学技术院一位名叫 Park 的 AI 研究人员，收到了来自两位印度学者的电子邮件，信中称一篇由人工智能撰写的论文，在未说明出处的情况下，采用了 Park 先前某项研究中的方法论。
这份由人工智能完成的文稿确系机器所造，虽未公开刊登，却已作为人工智能创作论文的系列之一，在互联网上传播。
AI 生成论文地址：
Park 注意到，人工智能制作的这篇文稿并非照搬他的学术发现。这项研究为扩散方法设计了全新体系，与此同时，Park 的著作重点在于优化这类方法的训练途径。
Park等人研究论文地址：
Park 指出，这两种方法在具体操作层面确有共通之处，他强调说，其中心思想与自己的学术文章之间，惊人的相似。
Tarun Gupta 与 另一位印度科学学院的计算机科学家向 Park 发送了邮件，他们指出，这一问题波及的范围，并不仅仅局限于 Park 的论文。
今年二月，Gupta和团队公布一项调查，经请教多位独立学者后确认，发现若干由人工智能撰写的文稿，在未明确致谢的情况下论文抄袭软件，挪用了其他研究者的思想内容，即便这些文稿并未照搬原文词句。他们强调，这种现象等同于借助技术手段窃取他人见解，即便技术开发者并无此等意图。
Gupta 以及 表示，那些由大型语言模型产出的研究观点，虽然表面上看起来很有新意，但实际上论文抄袭软件，它们是通过一种难以追踪来源的方法，非常隐蔽地窃取了他人成果，因此，这些观点的独创性很难得到确认。
今年 7 月，他们的研究成果《All That is Not Novel: in Al 》还获得了 ACL 2025 杰出论文奖，这表明学术界对该问题非常重视。
获奖论文地址：
怎样算「剽窃」？
柏林应用科技大学剽窃研究专家 Weber-Wulff 认为，论文中抄袭看法的情况早已出现，只是很少引起关注，人工智能写成的文章可能会让这个问题更严重。她强调，和直接复制粘贴或者修改文字不一样，借鉴观点很难被查实。
应该指出的是，Gupta 和 怀疑，即便是 AI 系统的善意运用，也有可能借鉴他人的方法或观点。
二零二四年，斯坦福大学计算机科学领域的 Si 研究组主持了一项探索，旨在促使人类与大型语言模型就计算机科学议题产出具有独创性的研究见解，该研究设定了创新性验证环节，并聘请人类专家对见解进行评判，然而 Gupta 及其同事指出，部分由人工智能生成的见解「借鉴」了既有成果，因此并不具备真正的创新性。
为仔细核实这一疑虑，Gupta 和同事挑选了 Si 小组公布的四份 AI 制造研究计划，以及 AI 公布的十篇 AI 制造文献，依照 Si 小组的研究方式独立创建了三十六份新计划，同时邀请十三位该领域学者借助五级评分体系，对 AI 成果和既有文献的相似程度进行评定。
他们还邀请被专家识别出重合的原论文作者就重合度发表见解。
全面审查表明，有十二份作品达到了四星和五星的等级，相当于内容重复率达到了百分之二十四；假如把作者没有回应的情况也考虑在内，这个数量会增加到十八份（也就是百分之三十六）。
Gupta 以及 另外一位研究者强调，AI 去年公布在顶级机器学习会议 ICLR 的研讨会同行评审环节中，所提交的 AI 创作的论文里，也观察到了相近的重复情况。
论文地址：
AI 回应
对于质疑，AI 创造者针对 Gupta 及其同行的探究提出了激烈辩驳。依据《》刊文，创造者通过电子函件表明：「指控为窃取的论断全然不实、毫无依据、错谬百出、过分夸大，实属可以不予理会的无稽之谈。」
就那两篇受到指控的文稿而言，研发人员提出异议，说即便技术上有某些相似之处，AI 创作的论文和既有研究在基本前提上并不相同，而且它们被运用的范畴也截然不同。
开发团队另外说明，专家为 Gupta 以及某人挑选的文献资料，其实都是人工智能撰写论文时理应列出的文献，并且着重指出：他们真正需要揭示的是一些未被引用的相关研究（人类作者也可能会忽略这些研究）。
针对两项指控的文稿，制作班组表示，若人工智能能够援引相关研讨成果，将会更加周全。
确实存在学者对 Gupta 及其同事的看法持有异议。专注于扩散模型的佐治亚理工学院机器学习专家 Ben 向《》透露，若以五级评分制衡量，他认为 AI 创作的文稿与 Park 的研究成果相似程度仅得三分，同时强调 AI 构思的论文水准远逊于 Park 的研究，尽管应当注明出处，但「并不足以视为抄袭」。
AI 的研制人员另外辩解，称「抄袭」这个表述仅适用于怀有恶意欺骗的极端情形，Gupta 与 的行为完全违背了学术界对于「抄袭」的普遍理解。
我们或许不该继续纠结于对「剽窃」的讨论，更有价值的探究在于：人工智能是否可以在既有思想的根基上实现突破性的创造，从而彻底改变科学研究的模式。
对此，你怎么看？
参考内容：
