一、抄袭与剽窃类问题

1. 直接复制 AI 生成文本：将大模型输出的论述、段落、分析内容不经改写、不做任何标注，直接放入课程论文、学位论文、大创报告、综述等材料中，属于隐性剽窃。
2. AI 洗稿式思想剽窃：AI 对已有文献变换句式、重组文字，保留原有研究框架与核心观点。文字查重无法检出，但创意、逻辑来源于他人成果，未标注原始文献。
3. 跨语种翻译抄袭：利用 AI 翻译外文文献后直接使用，只引用译文，不标注原始外文文献出处，掩盖资料来源。

二、数据造假与结果虚构

1. AI 编造实验数据：指令 AI 虚构测量数值、统计样本、仿真结果、拟合曲线，无真实实验过程、无原始实验记录，伪造图表与误差数据。
2. 编造虚假参考文献与引文：大模型生成不存在的论文、DOI、期刊、页码；或曲解真实文献观点，断章取义，用虚假引文支撑结论。
3. 选择性美化、篡改数据：输入原始数据，要求 AI 剔除不理想结果、修改误差、调整变化趋势，只保留符合预期的结论，破坏数据客观性。

三、作者署名与贡献不实

1. AI 大量代笔，虚增个人贡献：课题思路、正文撰写、结果讨论主要由 AI 完成，研究者仅少量修改，却以第一作者、通讯作者身份发表，夸大自身学术贡献。
2. 刻意隐瞒 AI 使用情况：在期刊投稿、学位论文、项目结题材料要求申报 AI 使用时，故意不披露 AI 参与写作、绘图、数据分析，申报信息不实。
3. 成果注水，随意增减署名：依靠 AI 快速产出文稿后，无实质贡献却添加无关人员挂名，出现买卖作者位次等署名乱象。

四、科研图像与图表不端

1. AI 生成不存在的实验图谱、电镜照片、分子结构图，缺少原始测试文件，无法溯源。
2. AI 不当修饰科研图片：去除斑点、杂质、调整信号强弱、裁剪特征峰，人为修改原始图像信息，改变真实实验现象。
3. 多图拼接合成图谱：借助 AI 合并多张图片特征，伪装为单次原始实验得到的图像结果。

五、委托代研、代写代发问题

1. 完整委托 AI 开展课题研究：从研究方案设计、数据分析到论文定稿交由 AI 完成，研究者缺少独立思考，无原始实验台账。
2. 付费利用 AI 完成毕业论文、项目申报书、结题报告，属于典型代写类学术不端行为。

六、统计分析舞弊

1. 借助 AI 反复试算筛选显著性结果（p‑hacking），多次更换样本、变量、模型，只挑选阳性结论发表，隐瞒失败试验。
2. 直接采信 AI 给出的错误统计结论，不对分析方法、计算过程进行人工核验，造成研究结论失真；刻意诱导 AI 得到理想结果。
3. 无合理学术理由，利用 AI 自动剔除异常样本，人为优化实验效果。

七、项目申报、审稿与答辩中的不端行为

1. AI 批量生成基金、大创项目申请书，堆砌已有研究内容，缺少原创研究设想，创新点虚假。
2. 利用 AI 生成恶意审稿意见，刻意抬高或贬低同行论文，破坏同行评审公平性。
3. AI 生成全套答辩问答脚本，研究者并未真正理解研究内容，答辩时依靠脚本虚假展示科研能力。

八、文献综述与引用乱象

1. 依赖 AI 二次转述文献，不阅读原始文献，观点层层转手，以讹传讹，综述缺乏深度。
2. AI 夸大研究创新点，刻意弱化前人研究成果，虚构科学贡献，拔高论文价值。
3. 流水线生成低质量综述文本，文字大量堆砌，缺少独立分析与归纳，产出低价值 “AI 论文”。

九、衍生新问题：重复发表与雷同纠纷

1. 多次微调提示词生成高度相似稿件，拆分研究成果一稿多投、重复发表。
2. 多人使用相近提示词，产出大量雷同 AI 文本，出现非主观故意但大面积重复，引发抄袭争议。

十、防范 AI 学术不端合规建议

1. 明确 AI 定位：AI 仅作为辅助工具，可用于文献检索、语言润色、代码编写、格式整理；不得替代研究者完成原创观点、核心论证、实验结论撰写。
2. 如实公开 AI 使用：按照学校、期刊规定撰写 AI 使用声明，注明 AI 参与环节。
3. 人工核验 AI 所有输出内容：AI 生成的数据、图表、引文逐条溯源核对，妥善保存原始实验记录、原始图像、计算日志。
4. 留存完整过程记录：保存提示词、AI 原始输出、多版修改痕迹，实现研究过程可追溯。
5. 深度重构 AI 文本，禁止直接复制定稿，所有 AI 产出内容必须融入研究者独立思考与论证。