SCI期刊AI辅助审稿政策怎么看：作者应对与申诉

一句话结论：主流期刊对AI审稿的政策已趋同——允许辅助、禁止把稿件上传公开大模型、要求披露，但检测手段并不可靠；作者真正要做的是保留原始数据、识别模板化意见、必要时要求人工复核。 数据点：一项覆盖111国的1600余名学者调查显示，53%的审稿人已在评审中使用AI工具，其中59%用于撰写报告本身。

科通编译在处理返修与申诉咨询时发现，作者对"AI审稿"的焦虑往往集中在错误的地方——担心被机器拒稿，却忽略了政策真正的红线在保密与披露。本文梳理政策取向、AI在流程中的真实位置、意见识别方法与申诉路径；若您收到一份明显失焦的审稿意见，也可以把意见原文与稿件摘要发给我们获取免费评估。

本系列更多文章见科通编译学术知识库。

期刊对AI审稿有哪几种政策取向？

结论先行：目前主流政策分为三类取向，共同红线只有一条——不得将未发表的稿件、图表或稿件片段上传到会留存数据或用于训练的公开大模型。数据点：多家国际出版集团在2023年至2026年间陆续发布专项政策，条款密度逐年提高，2026年的多份更新已把图像、图形摘要与编辑决定信单独列出限制。

第一类是全面禁止。这类期刊不允许AI以任何形式参与评审，包括用它写评审报告的措辞、翻译意见、检索背景文献。执行上要求审稿人自行声明"未使用AI"，违规的评审报告可能被弃用、审稿人不再受邀。

第二类是限定允许加披露。允许用AI改善语言、调整结构、检索通用方法学信息，但必须向处理编辑披露使用情况，且不得写入稿件的任何具体内容。这是目前覆盖面最广的一类。

第三类是区分辅助型与生成型。把"改善自己写的句子"视为语言辅助，免于披露；把"生成评审报告"视为生成型使用，明令禁止。这类政策在措辞上最精细，也最容易让作者误判——同一本刊，审稿人润色英文合规，用AI起草整段评语就违规。

政策取向	允许范围	披露要求	违规后果
全面禁止	不允许任何AI参与	需声明未使用	评审报告弃用、不再邀审
限定允许	语言、结构、通用方法学检索	须向处理编辑披露	报告可能不计入决定
辅助与生成二分	辅助免披露，生成禁止	部分情形免披露	视同违规使用

三类政策还在一处细节上分叉：是否允许把稿件摘要粘贴进AI工具。少数期刊允许"仅摘要、不含图表与原始数据"，多数期刊一律禁止。作者无法控制审稿人的操作，但可以据此判断一件事——如果收到的意见里出现只有通读全文才可能提出的细节错误（例如把图3的样本量安到图5上），至少说明意见形成过程中有人为阅读环节。

政策还有一个新动向值得注意：约束对象正从审稿人扩展到编辑。多份2026年更新的政策明确，编辑不得用生成式工具撰写决定信或未发表研究的摘要，AI只能用于语言层面的辅助，且评估判断必须由人完成并负责。这意味着"编辑部用AI批量生成拒稿信"在实践中是被禁止的，作者若收到明显模板化的决定信，有依据要求说明。

AI在审稿流程里实际做了什么？

结论先行：AI主要用在流程性、检索性与一致性核查环节，不用于形成学术判断。数据点：出版方公开披露的AI用途集中在六类——审稿人匹配、重复投稿与一稿多投检测、格式与技术审查、图像完整性初筛、参考文献核对、录用后的排版与校对辅助；所有这些环节的输出都要经人工编辑复核后才影响稿件。

审稿人侧的使用则更分散。前述覆盖111个国家的调查显示，53%的审稿人用过AI工具，近四分之一在过去一年增加了使用频率，59%的使用者用它撰写报告本身。另一项针对大型人工智能会议评审文本的计算分析估计，6.5%至16.9%的评审报告包含被大模型实质性改写的段落。需要说明的是，这些数字来自不同口径的自报与文本估计，不能直接相加，但方向一致：AI已经进入评审的文本生产环节。

与之形成对照的是一个更耐人寻味的数字：某期刊对审稿人的非正式核查中，超过95%的审稿人声明完全没用过AI，其余人表示只用于润色自己写的句子。自报比例与文本证据之间的落差，说明披露机制本身存在系统性低报——在披露可能被视为"不专业"的氛围里，沉默是最省事的选项。

这些事实对作者意味着三件事。第一，初审速度整体变快，但技术性退回变多，因为格式、图像分辨率、参考文献完整度这些可自动核查的项目被卡得更严。第二，模板化意见增多，"研究设计需更严谨""样本量应扩大""建议补充机制探讨"这类放之四海皆准的评语占比上升，作者需要自己判断哪些必须回应、哪些可以礼貌说明。第三，被误判的概率上升，AI检测工具在公开评测中的假阳性与假阴性都不低，越成熟的写作越难被可靠识别，因此"被指认为AI生成"这件事本身不能作为证据。

顺带说清一个边界：AI不会成为审稿人。所有主流政策都保留"人类签字负责"这一条，最终决定由编辑做出，审稿意见的法律与伦理责任归于具名审稿人。因此当您怀疑意见由AI生成时，合理的诉求是"请给出具体修改指向"，而不是"请披露审稿人是否用了AI"——后者在任何期刊都不会被受理。

作者收到的审稿意见是AI写的吗？怎么判断？

结论先行：不能确证，但可以从五个特征判断"是否需要请求具体化"。数据点：多项针对评审文本的分析都指出，被大模型改写的段落通常句长均匀、连接词密集、缺少与稿件编号和图表的对应关系；这些是可观察的文本特征，不是可举证的证据。

特征	具体表现	判断权重	作者动作
结构过度对称	三点式、每条长度相近、结尾必有总结句	中	逐条追问具体位置
与稿件脱节	不提图号、表号、具体分组与数值	高	请审稿人指出对应图表
术语层级错位	用相邻领域术语描述本研究方法	高	在回复信中澄清方法定义
通用要求堆叠	要求补做与本设计无关的常规实验	中	说明设计与可行性边界
引用可疑	要求引用不存在或明显不相关的文献	高	请编辑核对该条建议

有两个反面情况必须提醒。第一，笼统不等于AI：很多真实审稿人在时间紧张时也只写几句概括性意见，尤其在小修或拒稿建议中。第二，术语错位也可能是审稿人来自相邻领域，这在交叉学科稿件中非常常见。把"意见笼统"直接等同于"AI生成"，在回复信里写出来是明显的失分动作，编辑会认为作者在回避实质问题。

更稳的处理方式是"把模糊变具体"。回复信里不评价意见来源，只做三件事：复述您对该条意见的理解、指出稿件中对应的位置（页、行、图号）、说明已做或拟做的修改。如果意见确实无法落地，就明确提出一个可执行的替代方案，并请编辑裁定。这样做的好处是，无论意见由人还是由工具生成，处理路径都一样有效。

投稿时要不要披露自己用了AI？

结论先行：这是两件不同的事——本文讨论的是"期刊在评审环节使用AI的政策"，作者需要遵守的是"作者侧AI使用披露规则"，后者由目标期刊的作者指南单独规定，两者不能混用。数据点：多数期刊的作者侧规则把语言润色列为可免披露或仅需一句话说明的范畴，把生成研究内容、生成图像、生成参考文献列为禁止或严格限制。

作者侧的使用可分三档。第一档是语言层面：语法修正、句式调整、翻译初稿，多数期刊允许，部分要求在选择"使用了语言服务"时勾选，不必详述工具。第二档是结构层面：用工具生成提纲、提炼要点、改写段落逻辑，通常需要披露，且作者必须逐句核验事实与引用。第三档是内容层面：由工具生成数据、图像、文献条目或方法描述，绝大多数期刊明令禁止，属于学术不端范畴。

披露的三要素写法：工具名称与版本、具体用途与涉及章节、人工核验方式。位置按期刊要求，常见于方法部分末尾、致谢之前的独立小节，或投稿系统的专项问卷。示例句式可写成：

Generative AI tools were used only to improve language clarity in the Introduction and Discussion. All content, references, and data interpretations were verified by the authors, who take full responsibility for the manuscript.

四条不能做的事，比披露本身更重要：不能把AI列为作者（工具无法承担责任）；不能用AI生成参考文献（虚构条目是当前撤稿的高发原因之一）；不能用AI处理受试者原始图像或病理切片（涉及数据完整性与隐私）；不能在披露中含糊其辞（"AI辅助了写作"这种表述等于没披露，编辑需要知道用在哪、怎么核验）。

遇到AI误判或不合理意见怎么申诉？

结论先行：申诉的落点是"要求具体化与人工复核"，不是"指控对方用了AI"。数据点：在多数期刊的处理流程中，作者对单条意见的质疑由处理编辑裁定，对评审质量的整体质疑可升级至主编或出版伦理团队，平均处理周期两到六周。

第一步，把诉求写成可执行的动作。不要写"这条意见像是AI生成的"，改写为"该意见建议补充某类实验，但未指出对应结果位置；若编辑认为必要，请明确需补充的具体指标与判定标准"。这样编辑可以据实判断，而不是陷入取证。

第二步，请求人工复核。适用情形是意见之间存在明显矛盾、或意见与稿件内容完全不对应。邮件只需一段，说明稿件编号、指出具体条目编号、附上一到两句证据（例如"审稿人2第3条称本研究未设对照组，但图1与表2均已标注对照组"）。语气保持陈述，不做评价。

第三步，请求更换审稿人或由编辑直接裁定。这一步需谨慎，只有在意见明显超出学术讨论范围、或同一审稿人连续两轮给出无法落地的要求时才提。措辞可以是：

We respectfully request editorial guidance on Reviewers' comments 3 and 5, which appear to require experiments outside the scope of the study design. We are willing to provide additional analyses if the Editor considers them essential.

三个边界必须守住：不以"怀疑AI"为唯一理由；不要求披露审稿人身份；一次申诉只聚焦一个核心诉求，把十条不满打包发过去，通常换来一句"意见已转达审稿人"。

如果被反过来指控"稿件由AI生成"，自证材料比辩解有用得多：文档的版本历史与编辑记录、原始数据与图像原始文件、实验记录本或伦理批件的日期链、与合著者讨论稿件的往来邮件、图表绘制脚本。把这些整理成一份两页的说明附在回复信后，绝大多数质疑到此为止。相反，反复声明"我没有用AI"而不提供任何过程材料，通常会让编辑加深疑虑。

常见问题

Q1：期刊用AI审稿会直接决定拒稿吗？

A：不会，主流政策规定最终决定必须由编辑做出并负责。

Q2：审稿意见很像AI写的，可以据此申诉吗？

A：不建议，应改为请求意见具体化或人工复核，成功率更高。

Q3：用AI润色英文需要向期刊披露吗？

A：多数期刊允许免披露或仅需一句话说明，以目标刊作者指南为准。

Q4：AI检测工具说我的稿件是AI生成的怎么办？

A：提供版本历史、原始数据与实验记录等过程材料自证，比口头否认有效。

Q5：审稿人可以把我未发表的稿件上传给AI吗？

A：不可以，各主要出版方的政策均以保密与知识产权为由明令禁止。

📧 55017753@qq.com

📱 微信：扫描添加客服微信咨询

🌐 kotoon.com