从披露到证据：构建可审计的人工智能应用与贡献溯源体系

来自全球多机构的研究人员针对人工智能(AI)在科研领域应用的透明性问题，开展了关于"可审计AI使用与贡献溯源"的创新研究。该研究提出了从简单披露转向证据支持的范式转换，建立了包含算法透明度、数据溯源和决策可验证性的三维评估框架，为科研诚信评估提供了可量化的技术路径，对促进负责任AI(responsible AI)发展具有里程碑意义。

　　

这项开创性研究如同为人工智能(Artificial Intelligence, AI)在科研领域的使用装上了"黑匣子记录仪"。研究者们构建了从简单披露(disclosure)升级为证据支持(evidence-based)的全新范式，通过算法透明度(algorithm transparency)、数据谱系(data provenance)和决策可验证性(verifiability)三大核心维度，打造了可量化评估的科研AI审计框架。就像给每个AI贡献都打上独一无二的"数字指纹"，该体系能精准追溯AI在科研产出中的具体贡献度，包括但不限于文献筛选(literature screening)、数据分析(data analysis)和假设生成(hypothesis generation)等关键环节。特别值得注意的是，研究提出的贡献溯源(contribution provenance)技术，采用区块链式(blockchain-like)的不可篡改记录，使得AI参与科研的过程变得可追溯、可验证，这为应对"幽灵作者"(ghost authorship)等科研伦理问题提供了技术解决方案。