在AIGC（人工智能生成内容）工具出现之初，行业普遍认为人工智能将能够提升内容生产效率，但或许令人意想不到的是，AI工具暂时还没有来得及在严肃的学术研究生产中得到广泛应用，但却率先成为了黑灰产业提高产量的工具。

在社交媒体搜索可发现，最早大约两年前就已经出现了一些“AI写论文”的教程以及小广告，而到最近半年来，已经陆续有媒体报道过在高校、学术期刊中发现了“AI论文”的事件，甚至有国外媒体认为，学术论文正在遭遇一场来自“AI论文”的大规模袭击。

从技术原理上看，目前AI工具对论文作弊的主要形式有两种。第一种类似于论文代写，主要是用于一部分不需要研究数据的综述性、分析性论文，由AI基于数据库和提示词进行全量文本生成。这也是报道中所主要涉及的论文造假案例。

第二种则更为隐蔽，主要涉及到利用AI工具去编造有逻辑性的伪造数据集，从而根据伪造的数据生成符合逻辑的实验结果、测试数据等。这类数据造假对于使用者的要求更高，查处发现的难度也更高，而其对于学术及社会公共利益的损害也最大。

这类技术查验，其实是用技术工具对个人的“抄袭”行为进行后期查核。做个不恰当的比喻来说，技术查重是用热兵器对付冷兵器、用大数据监控个体抄袭者，因此，能够相对有效地防范论文造假泛滥现象。

因此，对这类造假论文的发现查处，又回到了早期阶段，高度依赖论文审核者的个人判断力。例如，有高校教师此前在接受媒体采访时总结过，这类文章“共同特点是比较水”“创新性不强”。

但面对潜在的海量造假论文、有利益驱动的灰色产业链，个体判断力无法成为长期的有效防控手段。要对抗“AI代写”的黑灰产，需要监管者更快升级技术工具，同时，建立更加严格的行业性规范。即，一方面，用“AI来检测AI”，另一方面，要对“AI工具如何使用”建立明确的标准。

在技术性防范手段之外，针对AI论文造假，学术界也可以迅速行动起来，为AI工具的应用设定清晰的边界。例如，可以使用AI辅助制作插图，但不得进行任何文本、数据生成，或者，AI工具的使用必须在论文的前置研究方法章节进行仔细说明，正文也应当进行明确标注，如果没有标注而被系统检测标注，写作者应当受到一定程度的处罚。

尽管短期内部分黑灰产可以利用监管时间差非法牟利，但随着AI被应用于监测预警，以及行业共同规范的建立与调整，AI造假的漏洞终将被迅速填平。从长期来看，人工智能仍然会是创新的朋友，而不是造假的同伙。