在准备丘成桐中学科学奖（以下简称“丘奖”）研究报告时，越来越多团队会遇到一个具体问题：如果研究过程中使用了GPT、Claude等生成式AI工具做语言润色、代码调试或思路讨论，致谢里要不要写？怎么写，才能既说明工具用途，又不把工具辅助误写成核心贡献？
先划边界：本文不判定某个具体用法是否违规，也不替代组委会或赛区规则。合规判断必须以当季丘奖官方规则、参赛指南和赛区通知为准。本文只解决更窄的执行问题——披露怎么写、证据怎么留、答辩怎么解释。
截至2026年10月19日，按丘奖官方内地赛区日程，7月1日至9月15日的注册报名与研究报告提交阶段已经结束，10月1日至11月8日进入分赛区评审。若你已经提交材料，正文通常不能再改，重点应转向答辩解释和证据留存；若你面向下一赛季准备，则应在写作阶段同步整理AI使用记录。不同赛区节点以各自官方通知为准。
为什么“致谢提到GPT/Claude”会引发焦虑
焦虑来自一个模糊地带：工具辅助与核心创作之间的界限。丘奖以提交研究报告的形式参赛，强调创新思维和团队合作。评审真正要看的是研究问题是否由学生提出、方法是否可解释、数据是否可核验、结论是否能由学生独立答辩。AI可以加速某些环节，但不能替代这条能力链。
完全不提AI，若评审在答辩中追问工具使用，可能削弱对原创过程的信任；过度夸大AI，例如写“感谢GPT完成数据分析”，又会让评委怀疑核心贡献归属。更稳妥的做法不是找一个万能免责声明，而是把AI使用事实、人工核验过程和最终贡献边界写清楚。
第一件事：按用途分类，而不是笼统写“用了AI”
动笔写致谢前，团队先把AI使用场景逐项列出。用途不同，披露强度和措辞不同。以下分类是写作与记录建议，不表示官方允许或禁止这些行为。
- 语言润色与格式调整：若仅用于修正语法、提升表达流畅度或统一参考文献格式，可以简要说明其“编辑助手”角色，同时强调研究内容由学生撰写和判断。
- 代码调试与报错排查：若AI用于解释错误信息或优化代码结构，但未直接生成核心算法逻辑，应说明关键逻辑、实验设计和结果解释仍由学生完成。
- 文献检索与摘要提取：若利用AI筛选文献或总结长文观点，需注明这只是初步检索与阅读辅助，最终文献选择、批判分析和引用判断由学生独立完成。
- 思路讨论与头脑风暴：若AI用于激发灵感、提出反例或帮助梳理论证，应把它写成思维碰撞工具；研究问题、假设、实验设计和结论推导不能因此被说成AI贡献。
- 内容生成：若涉及直接生成段落、代码主体或图表数据，风险最高。除非当季官方规则明确允许且有人工重写、数据核验和可追溯记录，否则建议避免，或在披露时极度谨慎地说明人工介入程度。
分类时建议用一句话回答：AI在每一步做了什么、没做什么、谁核验了。若某个用途无法用具体动作描述，说明记录不足，先补记录再写披露。
第二件事：建立人工核验记录，让“我检查过”可追溯
只写“所有内容均由学生核验”不够。可信的披露需要证据链，尤其在英文答辩中可能被追问“这个代码、图表或结论怎么来的”。建议保留以下材料：
- 版本差异对比：保存AI生成的原始草稿与学生修改后的最终版本，通过高亮或注释显示人类在逻辑修正、数据校验和观点深化上的具体工作。
- 核验日志：记录何时、由哪位成员对哪一部分AI输出进行了事实核查。例如“2026年8月15日，某成员核对代码库版本兼容性后手动更新依赖文件”。
- 提示词与对话记录：若使用复杂提示词引导AI，保留提示词和关键对话，可以展示学生如何提问、筛选和拒绝不合适输出，而不是被动接受结果。
- 可复现说明：把数据来源、参数、运行环境和AI辅助环节写进研究记录，让外部读者能区分哪些部分由工具加速，哪些部分由学生完成并负责。
这些记录也服务于可复现性。关于把代码、数据与参数整理成可检查的研究记录，可参考丘奖论文可复现性：把代码、数据与参数整理成可检查的研究记录。AI披露和可复现性是同一逻辑：透明、可验证、能解释。
第三件事：披露句避免两种极端，并加上条件限定
以下为教学示例，并非官方模板，也不代表组委会评分偏好。示例成立的前提是文字描述与真实过程一致；如果事实不同，不能照抄。
模糊示例：“感谢ChatGPT和Claude为本研究提供了大量支持。”问题在于“大量支持”无法判断AI是否影响核心贡献，也没有说明人工核验。
清晰示例，仅在事实如此时使用：“本研究在语言表达和代码调试阶段使用了GPT、Claude等生成式AI工具，具体包括英文语法校对和报错信息解释。研究问题、实验设计、数据分析、结果解释和结论由团队成员完成，并经成员逐项核对；相关修改版本和核验记录保留在工作日志中。”
这个写法的优点是动作具体、边界清楚、证据可指。若团队确实用AI生成过段落或图表草稿，不要用上述句子掩盖；应更具体说明哪一部分由AI生成、学生如何重写、如何用原始数据或实验重新核验。无法说明的部分，宁可不写进最终报告，也不要留下无法答辩的内容。
同时，不要写“完全没用AI”如果这不是事实；也不要写“AI没有参与任何创作”如果它参与过。致谢的目标是准确，不是表演纯洁。
原创性自查清单：能否独立答辩
提交前做一次模拟答辩自查。总决赛以英文答辩形式举行，由国际评审委员会主持。评委可能追问工具使用边界。请检查：
- 核心假设：能否不看笔记说明研究问题如何提出、理论依据是什么？
- 方法选择：为什么用这个模型、实验或数据范围？如果被问“这是AI建议的吗”，能否从学科原理给出理由？
- 结果解释：异常数据、失败实验和意外结果，你能否解释而不是让AI平滑过去？
- 局限认知：能否主动说明适用范围和不足？
如果这些问题回答含糊，说明对内容掌握不足。此时披露写得再漂亮也难以支撑原创性。关于答辩追问中的假设质疑，可参考丘奖答辩追问：怎样回答评委对关键假设的质疑。
给不同阶段团队的执行建议
如果你已进入评审或答辩阶段：先核对已提交版本是否写了AI披露；若正文已定稿，不要试图隐藏或临时改口径。整理一页“AI使用说明”作为答辩备查：工具名称、用途、时间、核验人、修改证据。评委问到时不扩大也不缩小。
如果你面向下一赛季：从第一天就建一个“工具与核验日志”。每次使用AI后，记录用途、输入目的、输出如何被使用、谁核验、最终如何进入报告。这样到写致谢时，你只是在整理事实，而不是临时编措辞。
如果你不确定是否要写：先查当季官方规则和赛区通知；若官方没有明确要求，仍建议按透明原则处理对研究有实质影响的工具使用。但本文不能把“建议披露”写成“官方强制披露”。
结语：披露不是免责声明，而是研究记录的一部分
丘奖论文AI使用披露的核心，不是替AI道歉，也不是炫耀工具，而是把工具辅助放回它应有的位置：它可以是语言编辑、调试助手或思维碰撞对象，但研究问题、方法选择、结果解释和结论责任必须由学生承担。通过分类用途、留存核验记录、使用条件明确的披露句，并在答辩前完成原创性自查，团队能把风险转化为可解释的研究过程。对于希望整体检查报告逻辑和过审要点的家庭，可参考丘奖研究报告怎么写才过审：评审维度与硬红线全拆解，把AI披露与报告结构、证据链一起复盘。
常见问题
如果完全没提AI，被发现了会怎样？
本文不能替组委会判定是否违规或后果。若当季官方要求披露而论文未披露，可能在评审或答辩中引发原创性质疑。应先查当季官方规则，必要时通过官方渠道询问，不要依赖非官方传言判断后果。
致谢里写得太详细会不会暴露弱点？
关键不是篇幅，而是是否与事实一致。清楚说明AI只用于润色或调试，并给出人工核验和可复现记录，通常比笼统感谢更能支撑原创性；如果实际依赖AI完成核心内容，单靠措辞无法解决答辩风险。
不同赛区对AI披露的要求一样吗？
已提供的官方日程和资源没有确认各赛区已发布统一的AI披露细则。请分别查阅内地、亚洲、北美赛区当季参赛指南和官方通知；本文框架不能替代赛区规则。
