是的，大多数情况下都需要。ICMJE 推荐规范要求作者披露在稿件准备过程中使用 AI 辅助技术的情况，并明确聊天机器人不能被列为作者。各期刊政策在措辞和披露位置上有所不同，但都归结为同一条规则：可以使用，但不可隐瞒。
ICMJE 究竟有哪些要求？
ICMJE 推荐规范提出了两项要求，二者共同界定了医学出版领域的主流立场：作者必须披露在稿件准备过程中使用 AI 辅助技术的情况，而聊天机器人不能成为作者。
第二项要求源于署名的基本原则，而非对 AI 的任何看法。署名意味着承担责任：作者必须能够对研究工作的准确性和完整性负责，并在发表后回应相关质询。语言模型无法对任何人负责，无法批准定稿，也无法回答发表后的质询。这一门槛会自动将它排除在外。
第一项要求才是作者真正需要落实的，而且其范围比多数人以为的更广。它并不限于文本生成。使用模型总结文献、翻译草稿、为使方法部分更清晰而改写，或生成某项分析所用的代码，都属于“在稿件准备过程中使用的 AI 辅助技术”。
通常不被视为需要披露的，是多年来一直是学术写作一部分的常规语言工具：拼写和语法检查器、文献管理软件以及类似的辅助软件。多数期刊划定的实际分界线在于：工具是生成了内容，还是只修正了您所写的内容。如果模型生成的句子、段落、代码或图像进入了投稿稿件，就应予以披露。
由于各项政策在细节上存在差异，稳妥的做法是在投稿前阅读目标期刊的作者须知，而不是假定某条通用规则适用于您。
应在何处、以何种方式披露？
披露应写在期刊要求的位置，而各刊的要求不尽相同。常见的位置包括：致谢中的专门声明、方法部分中的说明，或投稿系统本身的某个字段。有些期刊要求以不同形式在这三处同时披露。
一份合格的披露应写明所用工具、版本（如已知）、用途，以及由谁核实了输出内容。作者往往遗漏的正是由谁核实这一项，而它的分量也比其他几项都重，因为它把一份“坦白”变成了一份关于质量控制的说明。
两组示例，都很简短：
| 较弱的披露 | 更有力的披露 |
|---|---|
| “本稿件在准备过程中使用了 AI。” | “本文使用 GPT-4 提高讨论部分的可读性。所有内容均经作者审阅和编辑，作者对其承担全部责任。” |
| “ChatGPT 协助完成了文献综述。” | “本文使用 ChatGPT 起草既往研究的初步概述。所有被引文献均由作者独立检索并核实，没有任何引用取自模型的输出。” |
第二组对比的意义比看上去更大。发表于《Scientific Reports》的一项经同行评议的测试发现，GPT-3.5 生成的文献引用中大多数是虚构的，GPT-4 仍会产生相当比例的虚构或错误引用，而且即便是指向真实文献的引用，也经常包含实质性错误。作者只要在参考文献相关环节用过模型，却没有逐条核实，稿件中就存在实实在在的问题，而这与披露问题完全是两回事。
应在使用工具时就写好披露，而不是等到投稿时才写。三个月后再去回溯模型动过哪些章节，披露不完整往往就是这样产生的。
如果未披露 AI 使用，会发生什么？
未披露 AI 使用会被作为伦理问题处理，而非技术性违规，期刊对此已有成熟的处理途径。COPE 指南为编辑提供了有据可循的流程，用于处理针对已发表文章提出的疑虑、署名争议以及发表后的更正，未披露的 AI 使用也会进入同一套机制。
后果的轻重取决于隐瞒所影响的内容。一段经过润色却未声明的讨论部分，意味着一次更正，以及与编辑之间一番尴尬的沟通。虚构的参考文献一旦付印则是另一回事，因为已发表的记录中从此包含了对并不存在的文献的引用。伪造的数据或图像则进入了正式定义下的科研失信行为范畴：按照美国科研诚信办公室的定义，这要求伪造、篡改或抄袭剽窃是故意、明知或轻率地实施的。
作者往往还低估了检测这一层面。编辑部越来越多地把 AI 生成文本和图像的筛查纳入常规投稿检查，各大出版商也通过 STM Integrity Hub 合作建设共享的筛查基础设施。生成式工具会留下统计痕迹。这类筛查并不完美，给出的是信号而非证明，但其中的不对称毫不留情：已披露的使用即使被检测工具标记，也无关紧要；而未披露的使用一旦被标记，问题就从工具本身变成了作者是否坦诚。
声誉上的账很简单。披露只需两句话；隐瞒一旦被发现，赔上的是论文中其他一切内容的可信度。
作者现在应该怎么做？
把 AI 使用披露视为稿件准备工作的一部分，而不是投稿时才想起的补充，整个问题就会变成一项例行事务，而不再令人头疼。
- 持续记录哪些工具改动了哪些章节，边写边更新。
- 核实模型生成的一切内容，尤其是参考文献。将每个 DOI 解析到对应的实际记录。
- 投稿前阅读目标期刊的政策，因为各刊对披露位置和措辞的要求不同。
- 绝不将模型列为作者，也不要以暗示其具有作者身份的方式致谢模型。
- 对边界情况也予以披露。过度披露不会受罚，披露不足则会。
这种做法之所以值得，是因为与 AI 相关的要求如今只是期刊对投稿诸多要求中的一项，与之并列的还有报告规范、数据可用性声明和利益冲突声明。作者在对照稿件投往之处的规则检查自己的稿件时，往往会在检查其他各项的同时发现披露问题，而不是到了投稿系统才发现。
还有一点很有帮助：把两个常被混为一谈的问题区分开。能否使用模型，是政策问题，答案通常是可以，但须披露。输出是否正确，是质量问题，任何政策都无法替您回答。在已披露并经核实的前提下用语言模型精炼文字，再寻常不过。而在未披露、未核实的情况下使用模型，引入了三条指向子虚乌有论文的参考文献，这样的问题单靠披露也无法解决。两个问题都要处理，并按上述顺序处理。质量这一半有专门的文章：虚构的引用如何进入真实论文。
Octym 如何提供帮助
Octym 会审查稿件中的 AI 生成文本和图像信号，以及目标期刊要求的各项声明，并将发现作为证据报告，同时标明其在文档中的位置。这些都是供人工权衡的信号，绝不是对作者行为的结论；每一项发现都可追溯至原文，便于核查。您可以在为您定制页面了解如何按特定期刊的要求配置审查。