参考文献的“AIGC检测”AI生成内容的标注规则

参考文献聚焦“AIGC检测”中AI生成内容的标注规则，其旨在为准确识别和标注AI生成内容提供规范指导，通过明确具体的标注规则，助力区分AI生成与人工创作内容，这些规则涵盖多种场景与内容类型，涉及文本、图像等不同形式AI生成内容的判定标准与标注方式，有助于提升AIGC检测的准确性与可靠性，为相关领域研究与应用提供重要依据 。

AIGC检测中AI生成内容的标注规则

标注核心原则：透明性与可追溯性

1. 显式标识

   • 文字声明：在论文正文、脚注或图注中明确标注AI生成内容，
     • 标注：“本段由DeepSeek生成/润色，修改占比约30%。”
     • 图表标注：“Figure created using DALL-E (prompt: '光催化反应机理图')，人工验证数据准确性。”
   • 格式规范：需包含工具名称、版本、使用时间及内容占比（如“AI生成内容占比15%”）。

2. 隐式标识

   • 技术嵌入：通过元数据或数字水印记录生成信息（如内容来源、生成时间、模型参数），确保内容可追溯至源头。
   • 平台责任：AI服务提供者（如绘图平台、营销工具）需在生成内容中添加隐式标识，违反者将面临警告、罚款或暂停服务。

分场景标注规则

1. • 允许范围：文献综述润色、语法修改、非核心章节（如方法学描述）。
   • 禁止范围：研究假设、创新点分析等核心内容。
   • 标注要求：
     • 明确工具名称及用途（如“Text generated by ChatGPT”）。
     • 提供修改前后对比表（如被替换词汇与修改后词汇）。

2. 图像/图表

   • 允许范围：示意图、分子结构图等辅助性内容。
   • 禁止范围：直接使用AI生成的实验数据图像。
   • 标注要求：
     • 在图注中说明生成工具及参数（如“Figure created using MidJourney (prompt: '纳米材料结构')”）。
     • 声明人工验证过程（如“数据经实验复核”）。

3. 数据/代码

   • 允许范围：算法代码生成、统计分析辅助。
   • 禁止范围：直接使用AI生成的实验数据。
   • 标注要求：
     • 在方法部分详细描述工具名称、版本及参数（如“代码由GitHub Copilot生成，版本v2.0”）。
     • 开源代码需注明AI辅助部分（如“本代码第3-5行由AI生成”）。

学术场景特殊规则

1. 期刊投稿

   • SCI期刊要求：
     • 禁止AI作为作者,通讯作者需对内容准确性负责。
     • 启用双重审查机制（AI检测+人工复审），重点核查AI生成段落与作者贡献的匹配度。
   • Elsevier政策：
     • 仅允许AI用于提高可读性（如语法修改），需在致谢部分披露使用情况。
     • 禁止将AI列为作者或合著者。

2. 高校规范

   • 南京大学要求：
     • 使用AI前需向导师报备,记录使用时间、指令及输出结果。
     • 保留AI生成内容修改前后的版本,作为复查证据。
   • 检测阈值：
     • 本科论文：AIGC占比≤15%（允许少量辅助）。
     • 研究生论文：AIGC占比≤5%（仅限非核心章节）。
     • 关键部分（如结论）必须完全由作者独立完成。

违规后果与法律责任

1. 学术不端认定：未标注的AI生成内容可能被判定为剽窃，触发学术审查程序。
2. 法律惩戒：根据《人工智能生成合成内容标识办法》，删除或篡改标识的行为将面临警告、罚款，情节严重者追究刑事责任。
3. 平台责任：AI服务提供者未履行标识义务的，需承担连带责任。

操作建议

1. 使用前报备：向导师或期刊编辑说明AI使用目的、工具及环节。
2. 过程留痕：记录AI交互日志（如聊天记录、操作截图）。
3. 合规标注：
   • 文本：在正文或脚注中说明工具及用途。
   • 图表：在图注中添加生成信息及验证声明。
   • 数据：在方法部分详细描述AI工具及参数。
4. 人工复核：对AI生成内容进行学术可信度评估，确保内容真实性。