收到審稿邀請，打開稿件，讀到一段方法描述拿不準，或者面對非母語寫作的評審意見不知道措辭是否得體——這時想打開生成式AI幫個忙，是很自然的反應。但審稿場景的AI使用規則，與寫論文、投稿時的規則并不完全一致：寫作場景的核心問題是“成果是否由你完成、是否披露”，審稿場景還額外疊加了一層“你是否對他人未公開的成果履行了保密義務”，以及一層“學術判斷是否仍由你作出”。同一款工具，在兩種場景下的合規結論可能相反。下面按保密、判斷、披露三項自查展開，說明規則來源、判斷標準和可操作的做法。文中涉及的政策信息檢索日期為2026年10月，具體執行以你所在期刊、會議及出版社最新發布的審稿政策為準。

審稿場景的AI規則，為什么比寫論文更嚴

審稿是一項受托行為。期刊或會議把尚未公開的稿件交給你，是基于對你專業判斷和職業操守的信任，而不是授權你自由處置這份材料。由此產生的義務至少有三重：不得向第三方泄露稿件內容；不得利用評審中獲得的未公開信息謀取利益；評審意見須體現你自己的學術判斷。

近兩年國內期刊密集出臺的生成式AI使用規范，普遍把審稿人單獨列為約束對象，而不只是約束作者。據《科技與出版》2025年第9期對50家社科學術期刊AI使用政策的文本分析，這些政策可歸納為責任界定、禁止事項、允許范圍、披露要求、核查機制等九個維度，說明治理思路已經從“管作者”擴展到“管全流程”。具體規定上，不同期刊的嚴格程度差異明顯：中國社會科學雜志社聲明不接受外審專家運用生成式人工智能工具審稿并撰寫外審意見書，同時要求編輯人員不得運用此類工具審稿并撰寫審讀報告；新疆大學期刊管理中心則規定稿件評審意見須由審稿人獨立完成、不得使用AI工具直接生成評審意見，但同時明確了AI工具可以使用的情形。

國際出版機構與行業組織的口徑也不統一，但方向相近。中國科學技術信息研究所與愛思唯爾、施普林格·自然等出版機構聯合發布的《學術出版中AIGC使用邊界指南2.0》提出，同行評審過程中作者和評審人員需依據評審委托方（如期刊或出版社）的政策決定是否可以使用AIGC工具，政策明確禁止的則不得使用。美國心理學會（APA）的期刊政策在要求作者披露AI使用情況的同時，也對編輯與審稿環節的AI使用設有約束；美國國立衛生研究院（NIH）對其科學同行評審專家使用自然語言處理類工具作出禁止性規定；哈佛大學的相關指引則明確不得把機密級別數據（含非公開研究數據）輸入公開可用的AI工具。

把這些放在一起，可以得到一個穩定的判斷起點：審稿人能不能用AI，第一順位取決于委托方政策，而不是取決于工具本身的能力，也不取決于個人覺得是否“合理”。 政策禁止的，不必再論證；政策明確允許的，仍要在允許范圍內使用；政策沒寫的，需要按最謹慎的解釋處理，必要時向編輯確認。

自查一：保密——稿件能不能交給AI

哪些內容屬于不能外傳的范圍

需要保護的通常不止“全文”一項。以下內容在多數期刊和出版社的保密要求下都屬于未公開材料：

• 稿件正文、摘要、圖表、補充材料、數據集；
• 作者信息、單位信息、基金信息，以及稿件中未公開的受試者或個案信息；
• 審稿系統內的評審表格、編輯來信、其他審稿人的意見；
• 你自己撰寫的評審意見草稿（在編輯處理完畢前，它同樣是未公開材料）。

判斷標準不是“這段內容敏不敏感”，而是“它是否因審稿委托而由你掌握、且尚未公開”。只要答案是肯定的，把它輸入外部服務前就應當先解決“政策是否允許”這個前置問題。

幾個容易被忽略的高風險操作

實際工作里，風險很少來自“我決定用AI寫評審意見”這種明顯動作，而更多來自順手的操作：

1. 把全文粘貼進公共對話窗口，要求“總結這篇文章的主要貢獻和不足”。 這等同于向第三方披露未公開稿件。
2. 上傳圖表截圖或數據表，請AI“看看這個結果是否合理”。 圖表和原始數據往往比正文更敏感。
3. 把稿件段落貼進去做翻譯或改寫，以求更快讀懂。 翻譯請求同樣構成內容外傳。
4. 把作者姓名、單位、致謝內容一并貼入，即使只是問“這篇文章的作者背景是否影響判斷”。這類信息涉及評審的獨立性與匿名安排。
5. 在撰寫評審意見時，把稿件原句貼入讓AI“潤色得客氣一些”。 這一步同時踩到保密與表達兩個問題。

需要說明的是，工具是否提供“關閉訓練”“不保存記錄”等選項，屬于服務方的技術設置，不能替代委托方的政策判斷。數據分類指引（如哈佛大學將機密數據分級管理的做法）之所以按“數據級別+使用環境”作雙重約束，正是因為技術選項本身不構成合規依據。

穩妥的處理方式

在不違反政策的前提下，可以遵循以下順序：

第一步，查政策。在期刊主頁的作者/審稿人須知、審稿邀請郵件、審稿系統首頁中查找AI使用條款。找不到明確表述的，按“未授權即不做”處理。

第二步，做脫敏。即便政策允許有限使用，也應盡量只處理不承載未公開信息的內容，例如你自己已經寫好的意見措辭，而不是稿件原文。脫敏不等于可以隨意上傳，它只是降低風險的必要條件之一。

第三步，向編輯確認。政策模糊時，發一封簡短的詢問郵件是最省成本的做法，也能留下書面記錄。

自查二：判斷——哪些環節可以輔助，哪些必須自己完成

“輔助閱讀與表達”與“替代評審判斷”的分界

多家期刊的聲明使用的表述是：審稿專家應基于專業知識和學術判斷獨立完成評審，不得由AI替代專家進行實質性審稿。這句話已經把界線畫出來了：實質性評審內容不可外包，非實質性的表達與格式工作相對邊緣。

可以歸入“表達層”的，通常是：

• 評審意見的語言潤色，尤其是非母語寫作時修正語法與語氣；
• 把已經寫好的中文意見整理成條目清晰的格式；
• 核對意見中引用到的文獻格式、術語譯名是否統一。

需要由審稿人本人完成的“判斷層”，包括但不限于：

• 研究問題是否成立、是否有理論或實踐價值；
• 研究設計、抽樣、測量、統計方法是否適切，結論是否有數據支撐；
• 文獻綜述是否遺漏關鍵工作，論證鏈條是否有斷裂；
• 倫理審查、知情同意、數據可得性聲明是否充分；
• 是否建議修改、大修、拒稿，以及給出理由。

這些判斷之所以不能委托，不僅因為AI可能出錯，更因為評審意見一旦署名（對編輯而言）由你提交，責任就落在你身上。你無法用“工具說的”來解釋一個錯誤判斷。

一個可操作的自測方法

不必依賴模糊的自我感覺，用兩個問題檢驗即可：

問題一：刪掉AI輸出后，我還能不能獨立寫出同樣內容的理由？ 如果只能復述結論而說不出依據，說明判斷已經被轉移。

問題二：如果作者申訴、編輯追問“你為什么這樣判斷”，我能不能指出稿件中的具體頁碼、具體方法缺陷、具體邏輯跳躍？ 如果指不出來，這段意見不該出現在評審表里。

這兩個問題構成一種“解釋責任測試”。它不神秘，也不需要額外工具，只需在提交前對著自己的意見過一遍。

一個常見情境

假設你不熟悉稿件使用的某個統計模型，但知道它可能有問題。合理的做法是：查方法學文獻、請教同事（在不泄露稿件內容的前提下描述方法而非數據）、或在意見中如實說明“該方法超出了我的專業范圍，建議編輯另請統計審稿人”。不合理也不合規的做法是：把方法段落貼進AI，讓它給出“該方法是否可靠”的結論，再把它轉寫成自己的意見。前者是盡職，后者既可能泄密，也把判斷責任交給了無法承擔責任的工具。

自查三：披露——向編輯說明到什么程度

披露的前提是政策允許使用。如果政策明確禁止審稿環節使用AI，那么正確做法是不使用，而不是“用了再披露”。披露不是免責通道。

三種披露通道

1. 審稿系統的聲明欄。 部分期刊的審稿表單中已設有“是否使用生成式AI”的勾選項或備注框，按提示填寫即可。
2. 評審意見末尾的說明段。 適合沒有專門欄位的情形，用兩三句話說明使用了什么工具、用于哪些環節。
3. 主動告知編輯。 使用范圍較特殊、或政策未明確規定而你已獲編輯口頭同意時，建議在提交意見時同步一封說明郵件，形成書面記錄。

披露哪些要素

《學術出版中AIGC使用邊界指南2.0》在出版環節提出的披露要素清單具有參考價值，包括使用者、人工智能技術或系統（需注明版本號）、使用的時間和日期、用于生成文本的提示和問題、文本中由AIGC編寫或共同編寫的部分等。審稿場景不必逐條照搬，但核心信息應當覆蓋：

• 工具與版本：例如某模型的某版本，而不是籠統寫“AI工具”；
• 用途與范圍：用于語言潤色、格式整理，還是其他；涉及評審意見的哪一部分；
• 未涉及的部分：明確說明學術判斷、推薦意見由本人作出；
• 核驗聲明：說明已逐條核對工具輸出，對其中的事實與表述負責。

一句可用的表述是：“本意見的文字表達經××工具（版本×）潤色，學術判斷與推薦結論均由本人獨立作出，并對意見全部內容負責。”這句話的價值不在于形式，而在于它準確地劃定了工具參與的范圍。

披露不等于盡責

有學者在公開報告中提到，填寫AI使用聲明并不意味著完成了全部責任：生成內容有沒有經過審閱、引用和數據有沒有查證、作者是否真正理解并修改了結果，這些工作仍要落實。這一判斷同樣適用于審稿人。披露的功能是讓編輯知情，而不是把責任轉移給工具。

收到審稿邀請后的操作順序

把上述三項自查壓縮成一個可執行的順序，便于下一次收到邀請時直接套用：

1. 先讀政策。 在審稿邀請郵件、期刊審稿人須知、出版社AI政策頁面中確認三件事：是否允許使用、允許用于哪些環節、是否要求披露。（本文政策信息檢索日期：2026年10月；務必以你收到邀請時對方最新發布的版本為準。）
2. 再定邊界。 若禁止，全程不使用，包括翻譯與摘要；若允許有限使用，把可用范圍限定在表達層，并明確不做整稿上傳。
3. 過程中留痕。 簡單記錄使用了什么工具、哪一天、處理了哪部分內容，便于填寫披露或在編輯詢問時說明。
4. 提交前自測。 用“解釋責任測試”過一遍意見：每條判斷能否指出稿件中的具體依據。
5. 提交時披露。 按系統欄位或意見末尾說明段填寫，范圍、工具、核驗三要素齊全。
6. 有疑問先問。 政策空白或情形特殊時，聯系編輯確認，不要自行推定。

幾種常見說法與實際規則的對照

審稿是一項帶責任的學術服務，它訓練的是判斷力，而判斷力恰恰是無法外包的部分。生成式AI可以幫你把話說得更清楚，但不能替你決定這篇文章該不該發。把保密、判斷、披露這三關守住，工具的使用才不會反過來侵蝕審稿本身的公信力。