摘 要：随着AIGC技术的发展，AI在学术创作中逐渐表现出等同甚至超越人类的能力。为保证学位论文创作的原创性和严谨性，部分高校明确规定以AIGC检出率为学术失范的认定标准。这虽然能短暂地遏止单纯使用AIGC的现象，但也初现了误判和数字鸿沟的困境，长期甚至会显露出技术发展对现有规定的冲击，导致制约边界的本质偏差。因此在AI时代的趋势下，需要基于社会技术想象实现从形式判断回到价值评价，从技术规训走向能力培养的重构，通过构建多层级评价体系、强化技术支撑系统、建立调控性制度以适应未来人机协同创作的范式，为理解AIGC时代的学术创新提供了新的分析框架。
关键词：学位论文；AIGC；现实逻辑；教育效应；社会技术想象
一、问题的提出
ChatGPT、DeepSeek等生成式人工智能广泛应用于社会各领域，掀起了新一轮的生产革命浪潮。AI工具给教育发展带来了前所未有的机遇，也引发了深刻的挑战。2024年数字教育委员会（Digital Education Council）的调查显示，全球有86%的学生在学习中使用AI工具，且其中24%的学生表示每天都会使用。学生高频率使用AIGC（Artificial Intelligence Generated Content）暴露出学业诚信、师生过度依赖、信息传输不准确、伦理风险难应对等风险。这将使教育系统不得不进一步思考，如何平衡教育场域中AI工具的风险调整和创新发展。在此背景下，AIGC检测应运而生，且被多所高校和相关组织纳入学术不端的认定标准。一些高校规定了在学位论文的写作中AIGC的检出率，以及禁止使用AI工具生成主要研究内容。与此同时也出现了某些检测率不准确的问题，引发AIGC检测准确性的话题热点，以及对这种表面看似客观的学术治理方案是否存在合理性的讨论。
目前关于AIGC检测的研究集中在检测技术的局限性及标准化制度的强制性上，讨论了简单的限制性政策是否会赋予技术工具超越其本质的制度权力。研究指出了现行AIGC检测技术还不够完善，系统误判可能让检出率的标准制定缺乏科学依据，同时从伦理视角探讨了AIGC应用的边界和透明度问题。现有视角尚未触及标准化检测制度的建构过程，主要源于对实践中权责关系认识不清，同时也反映出当前缺乏对AI技术教育效能的系统性评估。
与文本重复率的规范制度不同，AIGC的检出率标准多来自集体认知的变化和社会建构而形成的“客观实在物”。约翰·塞尔认为制度事实通过构成性规则和集体意向性建构为社会实在。AIGC检出率是经由一系列权力建构的制度事实，以此作为学术不端的标准是对教育过程中权责关系与教育价值的再构和重塑。社会实在论能帮助我们解释：AIGC检出率如何在学位论文评价中被赋予质量评判的意义？这种集体认知是如何被塑造和传播的？最终形成的制度与教育发展之间存在何种互动关系？本研究旨在系统剖析AIGC检测的制度建构、教育效应与关系重塑，揭示其对教育的制约，并探索人机协同的学术创作新范式。
二、形成以AIGC检出率判定学术失范的现实逻辑
以AIGC检出率作为判定学术失范标准的事实，其制度化过程要经历集体意向性塑造、地位功能赋予及构成性规则确立，需要看到规定执行背后的理性诉求，以及其运转带来的双重内在逻辑。
（一）从技术工具到制度规范的集体意向性塑造
塞尔认为集体意向性是制度实施得以生成并持续运作的基础性条件，需要通过广泛群体内的话语实践建立起共识，并在一定的制度或仪式中强化其功能地位，最终在日常实践中实现制度的内化。由此，AIGC检出率的认知基础、规范标准的象征权威、与制度互动的实践内化需要得到关注，系统考察AIGC检测制度化的集体意向性。
将AIGC检测纳入学术规范的评价体系中，是经由长期实践逐步形成的共识。共识是在个体和群体利益协调与合作中形成的，体现出共同的价值选择、规则权威的认可以及行动层面的一致性。尽管信息取用的范畴及复杂程度受技术发展的推动得以快速演化，AI工具的自动化生成提升了生产效率和效果，但其带来的信息组织、版权确认、使用伦理等系列问题，使高校和相关学术组织认为AIGC的出现挑战了传统生产学术内容的方式。
AIGC技术的出现是对学术原创性的变革式冲击，大语言模型的广泛使用，使教师和学生都将面临对内容的评价，知识生成的原创性和真实性在学术创作过程中变得极具争议。现行学术评价遵循《著作权法》的规定，将原创性等同于“作者的独立思考与知识积累”，旨在保护个体智力劳动，并将抄袭、剽窃、非法复制视为对作者权利的侵害。具有鲜明个体思想的独创性和表达的原创性内容应有知识产权的归属，不产生于个体自我智力劳动的学术成果可被视为学术失范。然而，AIGC技术依托海量数据库，生成逻辑严密、表述流畅，甚至具有特定风格的学术文本，其语言质量已无限趋近甚至在某些场景下超越人类创作。这种“拟人性”的生成能力，正使得公众对人工智能生成与人类创作的界限日益模糊，动摇了现行学术评价体系的判断标准。
AIGC技术对传统的学术原创性认知构成了直接挑战。若一篇由AI深度参与的作品在逻辑、观点、论证上均符合学术规范，其价值该如何评定？人机协同范式下，AI工具用于文献综述、数据分析、结果检验等工作，此类学术创作的原创性该如何评判？随着AIGC质量的不断提升，这将成为未来对原创性的一大挑战。显然，在智能时代，以从无到有的传统标准来评价原创性已显不足，亟需构建一个从聚焦客观存在转向审视内涵质量与知识实在性的评价体系，为此首先要理解知识生成过程的客观程序。针对AIGC的检测逐渐被重视，学界内也有多项会议和知名学术期刊开设专门话题讨论AIGC与学术诚信的问题。同时，越来越多的高校开始设定毕业论文的AIGC检出率上限（如不高于30%），并将其与答辩资格挂钩。也有部分期刊编辑部声明抵制论文创作过程中使用AIGC作为文章的主要内容。可见，为维护学术创作的原创性，以AIGC检出率为主要限制手段成为学术共同体应对技术冲击的集体共识。
（二）从数值指标到评价标准的工具地位凸显
地位功能是制度事实获得社会效力的关键机制，物理属性不能直接产生地位功能，它需要通过集体共识的制度赋权来实现。在学术共同体的推动下，为保障学术创作的原创性意义，形成了“AIGC非原创”的集体认知，这是由广泛的集体意向性形成制度的合法性。集体共识推动着技术指标走向制度标准的确立，表现出技术工具被赋予了学术把关的权力，在学术场域的层级扩散中形成了自上而下的结构化权力影响。后续组织为维护自身的学术声誉和竞争地位，会采取对上级或权威组织的制度模仿，如查重率已逐渐扩散为学术生产中的必要环节。
若作为制度化的社会现实被更广泛的集体接受，还需再经过社会过程的实现推动。一是需要组织对已形成或期待形成的集体意向性内容进行合法性的确立，一般是通过宣告性言语行为来改变大众对AI使用的认知和观念，明确检出结果作为判定依据，直接创造并实现制度事实（如禁止答辩、取消成绩等相关认定处罚的通告）。二是通过技术权威对规则进行强化，完善检测技术以持续提升AIGC检出率的权威，以可视化结果、可验证性的数值为依据制定强制性规则维持权力。三是对集体意向性话语的进一步包装，通过与道德秩序相联系提升大众对学术规范的理解，将AI工具的使用问题转化为学术公平话题，形成道德话语的意识推广。
尽管如此，AIGC检测因为技术黑箱和存在误判的可能性，使其制度化过程遭受了很多非议，检测的准确性和适用范畴引发了对其合法性的争议。AIGC检测是基于统计模型的，可把一定语言风格的文本错判为AIGC内容，且不同的检测工具的标准也有不同。二分类模型、语言库、文本水印等不同的检测算法对文本特征的识别不同，其检测结果也有一定差异。现行的AIGC检测技术是需要大量的文本进行预先训练，这样在检测文本中发现语言风格、句式复杂程度、重复率等统计学显著一致，就可判定为AIGC。随着原始训练的语料库不断增加，AIGC的句式刻板性强、局部重复率高、信息熵低的特点不断被放大，AIGC检出率会逐渐精准和明确。当AIGC检测不断优化技术、完善检测标准判定和流程，将进一步建构以AIGC检出率为学术失范的制度合法性，持续的动态调整逐步获得学术共同体的认可，形成其独有的社会地位。但这并不是一成不变的，当技术迭代使持续性的意义再生产弱化，代际更替导致集体意向性断裂，规则权威仍会面临合法性挑战，这就需要持续改进算法治理。
（三）从多元博弈到权力重构的构成性规则生成
上述已表明，集体意向性将高AIGC检出率认定为学术失范，使这一数值结果成为制度性事实，这正是塞尔提出的“X在情境C中算作Y”构成性规则的现实投射。在此语境下，X代表了算法输出的概率值（如检出率是AI生成可能百分比）、Y代表了组织对学术不端行为的制度性认定（如使用AIGC等同于AI代写）、C代表了教育组织的规则体系（如毕业论文/设计的规范、AI工具使用规范等）。通过这一建构，高检出率即学术失范成为一条强有力的构成性规则，然而针对已存在使用AI的行为，更宜采用调节性规则，即对其使用方式进行规范和引导，但在此却表现出以构成性规则发挥强制作用。
由此，AIGC检出率成为学术失范的评判依据，这是由集体赋予的功能地位来创造和维持权力关系的，其本身就是权力关系的结构。在学术创作的场域中，AIGC检测被认可是存在多方权力主体的博弈，表现出现代学术数字治理生态中的复杂性、多层次性、动态性的特征。技术供给、学术管理、学术生产的三方主体分别代表着不同的立场，对AI学术检测的制度性事实有着相悖的观点。作为技术供给方，其核心目标是扩大用户基础、构筑市场壁垒。为此，他们需要推动并固化高AIGC检出率等同学术失范的集体认知，并通过宣称技术的可靠性来确立检测工具的合法性与权威性，进而培养用户依赖，掌握话语权。而现行的AIGC检测制度更依托于学术管理方权力推动下的功能赋予，其立足于“防范学术不端、保障学术质量”的基础，同重复率检测一般对学术创作内容进行质量方面的规范。学术生产方作为直接的利益相关者，他们在学术生产过程中更注重如何探索合理的使用空间和相对的学术自由。现阶段对于他们来说，最需要直面的问题是AI检测工具对内容的误判应该如何处理和申诉。而为避免格式化表达被AI误判，他们正在探索如何避免误判以及在检出后如何降低AI率，由此萌发了“用AI降AI”等应对AIGC检测的策略。
尽管这一制度是三方博弈下达成的动态平衡，但其内在矛盾也引发了深刻的忧思。一方面，作为学术规范的标准，AIGC检测以高效便捷的方式突显了技术权力，但其机械性的判别会被担心损害学术自由和创新；另一方面，AIGC检测对学术创作的外延属性过于看重，而模糊了智能时代下技术内涵的人文属性，规则的合法性被用来压制创新的多样性，工具被强加了学生发展的异化倾向。这需要我们在后续的集体意向性中持续反思并修正相关制度，探索学术规范与创新发展之间耦合的契合点。
三、标定AIGC检出率对教育系统的效应：规范与发展的张力
以AIGC检出率评价学术创作的规范性问题已成为当前学术治理体系中的重要环节。然而当下构成性制度是以AIGC检出率作为学术评价的标准，这已经超出技术工具可行使的权力，从而使集体意向性走向被迫形成的格局。为此，本研究将从短期效应、长期影响和制约边界三个维度，辩证分析AIGC检出率从调控性手段异化为构成性标准的教育治理困境。
（一）短期效应：技术治理的应急合理性与初现困境
随着大语言模型在GPT（Generative Pre-Training）技术中的深度耦合，AIGC可依据用户指令生成更符合人类语言习惯和价值观念的内容，使内容生产领域受到巨大的冲击。与之同时，在教育领域的问题也逐渐突显：学生以AIGC进行学术创作或者完成作业，会使之表现出“流水线式生成”的情形，弱化了学术创新。更重要的是，AIGC的发展引发了对教育本质异化的忧虑，对知识生产的疏离、对学术思考的脱节让教师和学生都表现出对能力提升的担心，他们认为过度使用或依赖AI工具会削弱独立的学术思考能力。建立AIGC检测制度不是简单的技术治理手段，它体现了对教育本质维护的制度价值，因此这种地位功能极易被新的集体意向性所接受。
以检测工具作为学术评价标准，是长期以来技术检测促进学术诚信的制度延续。这使得学术共同体在面对AIGC的挑战时，表现出对技术工具的路径依赖，自然而然地形成制度惯性。AIGC检测技术的成本和效率更是推动被纳入学术治理的关键，呈现出制度性事实的稳定性，使集体意向性得以稳固。然而，本应以调节性规则出现的AIGC检测作为构成性规则被确立，尽管在短期内增强了对学术的维护，但其中也暗含了技术治理的异化倾向。AIGC检测工具的技术局限性与构成性规则之间的矛盾，因检测技术的不成熟带来了内容误判的频发，导致评价结构的不确定性，这也是一种潜在的不公平。而且，AIGC检出率的适用标准尚未统一，不同学科间的差异没有设身处地地被思考，缺乏科学依据地制定一致的标准，会引发学术生产者的焦虑。如某学校规定AIGC检出率不超过10%，而当前对固定句式的误判率约在15%~20%，这会显著增加创作的检测焦虑，作者不得不企图规避检测而刻意改变表达风格，影响了学术创作的流畅性和自由度。同时，大量使用AIGC检测将进一步放大既有的数字鸿沟，加剧了数字不平等。制度性事实需要更广泛的背景支持，在AIGC检出率过高被认定为学术失范的背景下，AI技术在不同群体间呈现出差异化的理解和应对能力，具备高数字素养的创作者能更好地利用AI工具，并能在理解检测原理的基础上合理地规避检出。如此，AIGC检测逐渐成为学术创作的必要环节，无论作者是否将AIGC用于创作，都需要担心检出率的问题。因此，学术场域中的知识生产使得再生产过程中的关系被技术中介化，检测结果会被作者过度看重，促使其可能将满足检测标准视为目标，弱化了学术创作的发展动力。
（二）长期影响：技术推动与教育发展的结构性矛盾
塞尔提出，构成性规则的强制作用必须依赖于系统内的自洽性。学术创作中高AIGC检出率是学术失范这一制度事实，在实际运转中存在着三重悖论。一是AIGC检测语境中的本体论困境。技术工具将AIGC与学术失范强制性的统一，简化了学术实践在数字时代的复杂过程，忽视了AI辅助的人机协作合法性，使构成的制度与现实割裂。二是AIGC检测工具的认识论不完善。在现有检测技术下，AIGC的检出是以语言风格而非具体的语义，极易出现误判的情况。三是AI工具使用的价值论异化。创作者为规避AIGC检测，使用技术对抗或者利用检测漏洞，造成了既无法合理使用AI工具发挥思想原创性，亦让作者费心于妥协技术，反映出技术治理的内在矛盾。以上悖论表明这一构成性制度因技术工具问题加剧了系统性风险，究其根本是教育主体的复杂结构。
标定AIGC检出的构成性权力让教育的主体间性逐渐瓦解。AI工具对教学过程的侵入，使教师、学生之间的关系出现角色退化、功能压抑和评价窄化的危机。教师的主体角色在逐渐退化，对技术检测的依赖会影响专业的自主判断，削弱教师在学术评价中的主体性，使之成为简单的技术工具使用者。教师的数字化评价手段使学生不得不改变策略，以更安全的策略应对AIGC检测。本应通过学术创作来呈现学生知识掌握的状态，却因AI评价的窄化抑制了对学生创新思维、批判思维、问题解决能力等综合素养的评价。
教育系统的每一次的变革必将经历排斥、适用、融合的过程。AI工具的多维度、大面积的融入生活中的多个领域，改变了人们的生活方式。教育系统在经历书籍、计算机、网络等技术的融入后，彰显了其技术适应性，虽面临着限制和排斥，但都终被教育系统所整合，成为助力学生成长发展的技术工具。客观来说AI工具提高了学术创作的效率，但是其与创作者主体之间的互动关系需不断厘清。
AI工具对教育系统的变化还体现在知识再生产的效率和关系变化上。一方面，技术工具的发展符合知识生产的累进性规律，长期以来与教育创新协同发展。工具的使用推动了知识再生产的效率和规模持续扩大，这是对知识积蓄的有效回应。但是现阶段以防范为主导的规则阻碍了技术进步与教育创新的互促互进，是对教育系统内生发展动力的反向阻力。另一方面，伴随着教育系统的长期演进，AI检测技术必将与AIGC技术展开竞赛，为识别AIGC而升级检测，而生成技术持续进化以规避检测，两者的螺旋上升关系使得技术手段对学术规范界定的稳定性难以维持。
（三）边界探寻：制约学术创作本质的再审视
以AIGC检出率作为学术失范的评价标准，促使我们在面对学术创作的本质去思考：学术创作虽是纯粹个体智力的产物，但AI技术的蓬勃发展改变了其本质，革新了原有的思考模式和表达方式。将使用AIGC判定为学术不端，在本质上是GenAI在教育系统中的主体性模糊。长期以来技术与教育之间一直存在着“技术主体如何承担教育活动”的根本困惑，AI工具如何在教育过程中发挥作用成为当下研究的重要话题。在AI主体论中，AI和人类之间存在着主体间性，通过对话生成的AIGC是个体向另一智慧主体获取知识的过程，这会被认定为代写和使用他人内容，以此将AIGC检出率定为学术失范的标准有其合法性。这一构成性规则试图将使用工具和人为创作分离看待，忽略了AI工具的中介本质，其有限的能动性被放大。AIGC检测制度需要对当下学术生产本质展开讨论。学术检测是为维护学术创作的原创性原则，意在尊重学者的独立思考和自由表达，但AI工具的多样化使得独立创作的概念很难被界定。AI辅助科研的技术相对较成熟，在文献阅读、研究设计和框架构建等方面具有优势，尽管没有直接参与到具体内容的生成，但这种工具使用让独立创作的概念更模糊、难以界定。如塞尔对社会事实的非物理属性的看重：学术创作需要生产有意义的知识，对其评价需要从内容中是否具有“有意义的贡献”出发，无论这种贡献是通过何种工具实现的。从这一角度看，AIGC检测的评价应当源于学术贡献而非是否使用工具来重新界定。
在新质生产力的时代中，教育系统的共享推动着群体智慧涌现，数字化转型加快了人与人、人与智能机器以及人工智能体之间的集体行为和智慧现象的涌现。整个网络过程中群体化的知识网络可以通过提高全网络群体的智能水平来实现群体创造力。AI技术的发展让人机协同成为学术创作的新范式，AI工具对基础工作高效率处理能帮助人类更好地处理提出问题、创新思考和价值判断等高维度的工作，能显著提升学术创作的效率。如此，将会冲击规定以AIGC检出率评价学术规范的集体意向性，意向断裂后的构成性制度将难以维系。
当AI技术大量介入生活，AI工具类人属性的愈发显现，个体与AI之间关系在实践互动中不断生成、相互依赖、相互塑造，因此被动地接受智能时代的降临已然是对社会变迁的分隔，需要个体主动适应时代变化。这种后人类主义的理论取向希望以人机共生拓宽教育系统可能的边界，正视在学术创作中创作者和AI的协同作用，而现行对AIGC的限制态度只是考察了驾驭AI工具的能力，缺少评价人机的共同促进和演化。可见当下以构成性规则的制度霸权限制了动态和共生的人机关系，使创作者在遵循规则时难以塑造智能时代主动回应的本质。
四、学位论文写作中的关系重塑：AIGC检测的社会技术想象
智能时代中需要AI技术为我们的生活实践赋能，教育系统亦如是。当前标定AIGC检出率的制度短期看是端正了学术规范，长期来说会与人机协同的知识生产趋势形成根本性冲突。因此我们需要从技术时代发展的应然趋势出发，重塑AI工具与学术创作之间的关系。为更好呈现集体意向性变化和被确立的达成共识的实践，在此引入社会技术想象（Sociotechnical Imaginaries, STIs）理论，提出AIGC检测应该从构成性规则的强制转向调控性政策的协作，实现范式转换和关系重塑，建立起超越黑箱化规训和可主动适应智能时代的学术评价标准。
（一）从构成性制度到社会技术想象的范式转换
社会技术想象源于社会想象（Social Imaginary），是查尔斯·泰勒（Charles Taylor）提出的人存在于社会的方式，即通过构建人们时间和认知的共识来形成实践模式，这代表了在群体范围中被接受的社会事实。要构成社会想象需具有集体持有、制度稳定、理想可达的特点，能很好地解释AIGC检测制度是学术共同体在集体意向性中提炼出对学术规范的愿景，并赋予具体的制度事实以地位功能，形成了以构成性制度为主的社会秩序。在社会技术想象理论中，贾桑诺夫认为技术发展和社会想象是同时产生的，两者相互之间获得可靠的社会支持，通过组织权威向更广泛大众投射想象，并促使大众加入集体意向、主动参与到践行社会事实的队伍中。社会技术想象认为科学技术发展与社会实践是紧密相联的，要以技术社会的发展图景来阐释AIGC检测制度中技术与社会共识、权力结构之间动态的互构关系。
现行的构成性制度中蕴含着符合当下集体意向共识的特定社会技术想象，即以AIGC检测作为学术规范的保卫，本质上是学术共同体在面对技术变革时对未来学术生态的集体想象与规训产物，是对共同理想的学术秩序的一种技术化回应。然而，社会大众的实践正在转变对AI技术的想象，想象的变化直接会造成集体意向性的断裂，其后既成的地位功能也因缺少支持而失能，随即构成性制度将无法适用。这种以限制为核心的技术治理模式，因AI技术的发展和人机协作范式的兴起，逐渐让步于以协作创新为导向的开放性技术治理模式，同样风险防控也会逐步转向技术赋能学术创新的协作探索思路。协作的社会技术想象呈现出以下新特征。第一，在后人类主义取向中，弗雷塔斯与辛克莱尔的观点将身体行为、AI工具、知识内容之间的互构关系视为知识生成过程的关键。学术创作不再是人类独立完成的社会行为，而被理解为人机协同的认知活动。第二，新的社会技术想象摒弃了现有检测对AIGC生成过程的对话逻辑和反馈调整的忽视，注重过程性评价，以更透明的判别条件来重构原有技术黑箱的遮蔽。第三，社会技术想象的生成更需要大众在实践过程中达成的共识，技术在其间既作为背景网络连接起大量的用户，又推动着个体以共识的方式展开实践。这表现出源自社会技术想象的共识是社会事实的多方实践而产生的，并不像构成性制度是自上而下的规训。如此，走向人机协作的社会技术想象将对AIGC检测制度进行调整和优化，认同AI工具同纸笔、计算机、数据库一样是知识生成的工具，学术创作要沿着人与工具相互配合的传统，探索如何有效与AI协同创作，并持续围绕人机协作的社会技术想象范式展开基于过程和能力的评价。
（二）指向学术创新范式转换的路径选择
不置可否，短期内依靠AIGC检出率来评判学术失范是存在合法性的，但并不是利于学术发展的举措。AI工具的使用固然存在风险，但更多是对AIGC技术过于陌生和理解不深刻的研判，忽略了智能时代是切实影响社会事实的关键变量这一前提。将AI工具纳入学术创作行动系统的网络中是学术发展的必由之路，重构AIGC检测制度更是以主动适应的姿态应对技术发展的应有之义。为此，需要从AIGC检测制度的育人属性出发，明确创作者使用AI辅助与AI代写的边界，正确引导合理利用AI提升学术效率，突出对学术原创性和独立思考能力的多元评价。
1. 构建多维评估和过程追踪的多层级评价体系。克雷斯提农·卡斯泰尔弗兰基（Cristiano Castelfranchi）提出，智能具有控制和推动行为朝向某个目标发展的目标导向性作用，随着智能技术的发展，社会技术想象也将愈发成规模地改变人们对AI的认知和行为能力，形成在实践中驾驭AI和反向修补AI现实的路径。故在学术创作中需要避免技术保守主义，以更理性地认知AI工具对教育发展的新效能，这需要进一步厘清AIGC与学术创作之间的参与程度和功能定位。
按照当前AIGC技术的发展，通过AI工具辅助学术创作可以分为四个层级，（见表1）以此区分了使用场景、披露要求和评价重点，将AIGC检出率转化为对AI参与度的呈现。在不同的分级标准中，AIGC工具扮演了不同的角色，从基础的工具到创作助手再到协作者的变化，说明了对AIGC工具的掌握和使用更加深入，其评价也通过分级标准使AIGC工具在不同创作环节的差异化应用价值得到承认。随着想象的深入，学术创作过程中的深度与质量，以这种评价方式得到展现。AIGC工具留存过程性数据已在麻省理工学院AI风险评估中进行使用，未来将在此基础上探索如何自动记录写作过程中的AI调用和人工修改，并生成可视化的贡献度分析报告，这也是社会技术想象对AI技术的改变。同时，要形成反思报告对AIGC使用的过程性记录进行补充，呈现创作者选择用AIGC工具的适用性分析、对AIGC提示词的设计与优化以及对生成内容质量的评价与局限性分析。通过反思过程的呈现既规范了AIGC使用的合法性，又培养创作者的元认知能力和批判性思维，也为评价者提供了理解创作过程的重要窗口。
2. 强化开放评估与创作赋能的技术支撑系统。人机协作的未来愿景可通过贾桑诺夫的共同生产理解为技术发展与社会秩序相互塑造。当前围绕AIGC的社会技术想象正体现这种互构关系，其中隐含一个关键假设：AIGC将成为学术创作不可回避的工具，因而也是数字治理必须直面的核心议题。AIGC的广泛普及使得学术创作的规范面临新挑战，同时也在改变着大众的社会技术想象，由此带来的数字学术治理的创新需要植根于对AIGC时代学术生产特征的深入理解。如此需要提高对AIGC检测的技术指标，以及增加对想象的回应，以实现对AIGC工具的高效使用。若要逐渐打破当下以AIGC检出率为学术失范的制度，需要改变已形成的集体意向性，建立起学术创作的新秩序。具体来说，首要实现的是检测逻辑的变化，原有模型针对语言特性值检出率的数据价值在AI盛行时代已大大减弱，更需要以论述逻辑、推理过程、观点思考、跨领域等展现创作者思维逻辑和生成内容深度的指标，意在将学术创作中的对AIGC的简单复制同生成有价值内容的人机协同进行区分。其后要解决的是评价过程的透明度问题，在人机协作的创作中，数字技术治理的重点不再是监管，而是要以保障学术质量为基本共识，制定适应其需求的技术规范和伦理准则，充分释放AIGC的创新潜能。这就需要建立一个可被认可、符合社会技术想象的学术AIGC平台，如同中国知网成为论文数据库的标准场域，未来亦可从算法透明度、数据质量、安全性能等多个维度进行工具的核准和认定。在其中学术活动的透明度和可追溯性可以得到保障，形成的学术创新支持体系能够显著提升研究效率和协作质量。届时，学术创作的范式将发生剧变，为更好适应时代变革，与AIGC协同的学术创作更要考察创作者具备人机协同的创新思维、跨学科知识的整合能力、数字化工具的创造性应用素养。为此AI辅助等相关技能将纳入教学的必修课程，主动适应的学术训练也会成为学术发展的常态。
3. 建立多方协商和发展调控的政策制度。未来，AIGC技术将深度介入学术生产，导致构成性制度因集体意向性瓦解与功能弱化而失效。为适应人机协同的新模式，必须构建能够支持社会技术想象的新型调控性制度。学术制度的社会技术想象需要连接政策主体、学术组织、技术开发者、研究者群体等多元主体，其需要同非人类行动者AIGC工具进行交互，以此构建起开放协商的场域，通过深度对话和实践检验共同实现AIGC应用的未来图景。制度建设的过程中知识的呈现和整合是社会技术想象可以持续发展的基础，未来AIGC使用的秩序需要将技术原理、应用策略、社会定位、政策意图进行有机融合，形成集体所能支持的设想，以积累的实践经验为基础形成可行的制度框架。多元主体建立的制度事实在协同推进过程中要关注纵向维度上的政策联动，形成以技术串联起来的政策主体网络，同时横向维度上要促进不同学科之间的联系，形成AIGC托举的包容性学术生态。
多方协商的制度要更看重其中的调控性特征，首先体现在政策本身预留的动态化调整空间，快速发展的AIGC技术要求检测制度必须留有及时更新和快速响应的余地，常态化地审视技术发展趋势，基于社会技术想象的持续创新，确保制度框架始终符合AIGC时代学术发展的需求。AIGC检测的调控性制度还需要具备包容性的特征，是政策对创新实践的适度引导，以创设跨界协作和融合创新的学术氛围，更要通过合理的激励机制，推动学术共同体朝着既定方向持续发展。
五、结语
本研究从社会实在论视角出发，审视AIGC检测制度从集体意向性的形成、地位功能的赋予到构成性规则的确立，探讨AIGC技术深度介入学术生产背景下的制度重构问题。在智能时代，人机协同创作正在重构我们对学术范式的理解。本研究的立场并未全盘否定AIGC检测的不妥之处，在技术发展快于制度保障的情境下，学术共同体面临真实的失范危机，而检出率制度正是这种危机意识的制度化表达。本研究的核心旨在揭示这一制度带来的短期规范与长期发展的张力，需要透过其短期应急治理的合法性，看到学术创作中技术推动与教育发展的结构性矛盾，更需要厘清制度化制约的本质几何。
这有助于我们将科学革命的重点重新聚焦于AIGC在学术创作中的应用，并通过审视其带来的风险、效益与机遇，重塑我们与技术之间的互动关系。同时本研究不限于讨论AIGC的工具管理规范，而是希望基于科技发展的社会技术想象能够揭示学术共同体如何通过多元主体的协商互动，共同构建和实现面向未来的发展愿景，并突破数字学术治理的局限，转换AIGC技术对知识生产方式的基本范式。这是对AIGC主导下智能时代的制度回应，也表明了学术共同体如何通过自治和开放创新应对技术变革带来的挑战。未来的学术制度和数字治理应以更强烈的反思意识，系统性理解AIGC技术与学术生态的双向演化。政策设计应注重规范化应用与促进发展并重，构建更具包容性的制度框架，从而在人机协同日益深化的新型生态中，切实推动学术创新的理论突破和实践革新。
【王益彬，东北师范大学教育学部博士研究生；石艳，东北师范大学教育学部副部长、教授】
原文刊载于《中国高教研究》2025年第12期
