生成性人工智能（genAI）工具在科学中越来越多地被用于搜索和总结文献、产生想法、起草对审稿人的回复以及改善书面文本的风格。这引发了一个问题：当一位研究者的工作部分被AI介入时，什么算作人类作者？有多少知识“工作”应归因于AI模型或其开发者？科学中的作者身份是一种获得的地位：它认可学者对论文的贡献，并向研究界传达他们是一位胜任且负责任的科学家。潜在地承认AI作为作者所涉及的，不仅仅是谁获得文本的功劳，而且是学术写作如何被认为是负责任和可信的。AI、同行评审与科学的人类活动 这个问题早于genAI。早期现代的作者身份不是一种自然或固定的地位，而是一种通过惯例建立的实践成就。以艾萨克·牛顿为例，他的权威不仅基于科学发现，还基于他能够穿越像皇家学会这样的机构以及学术信用分配的出版实践。新技术不断重新塑造这些安排。最终，关于AI在学术出版中的角色的当前决策将影响到学术本身的未来。如果AI越来越多地被用于筛选投稿、协助同行评审、创建资助提案、评估研究成果和塑造出版工作流程，那么对其使用的决定不应仅仅被便利性或成本节约驱动。我们需要更明确的公共辩论。在这里，我考察了AI的出现所带来的学术挑战，并概述了前进的步骤。 AI介导的作者身份 学术写作长期以来通过差异化的、等级的劳动进行组织。在研究团队中，初级成员可能会搜索文献和收集数据。更有经验的科学家可以制定论文的概念框架并起草其部分，而高级研究人员通常会监督、修改并批准最终版本的工作。当作者使用genAI工具来做他们工作的一部分时，这并不等同于引入一个人类贡献者。研究生或研究助理可以解释他们的贡献，回应批评，学习修正，并对他们工作的完整性和准确性负责。GenAI则不同：它无法为其产生的内容辩护或承担责任。在科学中不加批判地采用AI是令人担忧的——我们迫切需要保护措施。 使用genAI涉及一套技术介导的实践：撰写提示、生成输出、总结信息、分类内容和检查结果。这些行为超出了当前的作者身份类别——因此作者身份无法透露谁做了什么，genAI是如何参与的，或者如何分配功劳和责任。没有明确的规则来规范AI介导的工作，作者身份变得更难以归属。现有的作者身份角色分类法，如CRediT（贡献者角色分类法，现已被多个出版商使用），指定了研究人员在撰写论文中的角色——既必要又不足。它们仍然很有价值，因为它们将学术劳动细分为特定的角色，超越了仅仅依靠作者顺序来捕捉贡献的误解。然而，CRediT是为人类贡献者建立的。人类与genAI的写作颠覆了这一点；当前的报告结构几乎没有记录AI的介入。超越写作团队，作者身份的政治还扩展到稿件必须经过的编辑和审查基础设施，以被认为是学术研究。AI也开始在这一领域发挥作用。评审者的选择、对报告的编辑解释及决策的语言——所有这些都可能受到AI使用的影响——塑造了文本的命运及其最终作者的权威。 AI科学家正在改变研究——机构、资助者和出版商必须做出回应 作者身份的政治在致谢部分尤为明显。这些声明不仅仅是礼节。它们是通过一种有等级的归属经济来评估学术劳动的价值的部分。某些工作成为作者身份，有些被降级为“有帮助的评论”或“协助”，而有些则消失。在这一部分中，研究助理、学生、评审人以及在工作坊、会议或晚宴上遇到的同事可能被提及、命名并感谢——或被遗漏。这种遗漏扩展到使genAI系统正常工作的那些几乎看不见的人类劳动：数据标注、模型评估、工程工作、平台维护，以及模型训练所需文本的制作。这就是为什么当前的辩论不应仅仅是关于如何将genAI融入现有的有等级的归属经济。