全球视野下的科研诚信教育：实践进展、热点问题与未来展望*——iConference2023 科研诚信教育专题研讨会综述

周力虹 冯 薇 刘 芳

（1.武汉大学信息管理学院 湖北武汉 430072）

（2.北京万方数据股份有限公司 北京 100038）

自从1952 年Nature 上发表了“The Integrity of Science”以来，科研诚信就一直受到国际学术界的广泛关注［1-2］。近年来，国际社会对科研诚信问题高度关注，以Nature、Science 为代表的系列顶级学术期刊多次对科研诚信相关问题进行报道［3］。“忽视了对如何发表论文的能力培养”是Nature 认为学界经常出现科研不端问题的主要原因之一［4-5］。而通过科研诚信教育能够显著提高研究生和科研工作者对于科研道德行为中的问题行为的认知程度［6］。我国已经将科研诚信纳入世界科技强国建设的优先制度安排［5］。国家自然科学基金委员会监督委员会多次会同国家相关部委的诚信建设部门以及部分高校、海内外专家学者等召开科研诚信教育座谈会。加强科研诚信建设不仅需要进一步健全完善科研评价体系和监督惩处机制，更需要加强科研诚信和科研行为规范的教育［3］。

在此背景下，2023 年3 月27 日-29 日，在西班牙巴塞罗那举行的国际顶尖信息学院联盟iSchools 第十八届年会iConference2023 中，武汉大学信息管理学院周力虹教授以“全球视野下的科研诚信教育”（Research Integrity Education in the Global Context）为主题组织线下专题研讨会，多位专家学者参与讨论，阐述了全球科研诚信教育的实践进展以及他们关于科研诚信教育的经验和见解。值得一提的是，在3 月13 日-17 日举办的iConference2023 线上会议中，德国洪堡大学HEADT 研究中心（Humboldt-Elsevier Advanced Data and Text Centre, Humboldt University）主任、iSchools 执行 主 席Michael Seadle 教授还组织了信息学院联盟视角下的信息诚信专家讨论组（iFederation Panel on Information Integrity），邀请多位iSchool 的负责人就科研诚信相关问题进行研讨。线上线下两场专题研讨会充分体现了信息资源管理学科对科研诚信问题的重视。

本文以iConference2023 线下专题研讨会“全球视野下的科研诚信教育”内容为主线，结合当前科研诚信教育的现状，总结了全球视野下科研诚信教育的实践进展，并梳理了全球信息资源管理领域学者关心的科研诚信热点问题以及从教育维度的解决方式，以期能传递当前全球iSchools 开展科研诚信教育的最新动态，为各个高校和研究机构未来开展科研诚信教育提供借鉴。

1 全球视野下科研诚信教育实践进展

iSchools 联盟将全球信息学院划分为亚太区域（Asia Pacific Region）、欧非区域（European/African Region）和北美区域（North American Region）进行管理，设置相关机构讨论各自地区在教育、科研和其他方面所面临的挑战和机遇。本次专题研讨会从全球视野出发，从三个区域分别邀请了一位专家代表结合自己的研究和实践阐述了对科研诚信教育的理解，并介绍了中国、欧洲和美国科研诚信教育的实践进展。

1.1 中国科研诚信教育实践

伴随着科技投入与研究成果数量的快速提升，中国科研诚信问题也引起了广泛关注［5］。结合科研诚信政策及学术不端问题的演变发展，可以将我国科研诚信问题的发展主要分为三个阶段：问题初显期（1949 年-2000 年）、问题渐显期（2001 年-2010 年）和问题凸显期（2011 年至今），我国目前正处于第三阶段［7］。伴随我国科研诚信问题的日渐突出，大力推进科研诚信建设、开展科研诚信教育成为实现科教兴国战略、建设创新型国家的迫切要求和必然选择。近年来，我国科研诚信教育取得显著成效，但整体上还存在短板和薄弱环节。

北京万方数据股份有限公司副总经理乔晓东研究员在专题研讨会上做了题为“中国科研诚信教育的发展与实践”（Research Integrity Education Development in China and Our Practice）的报告。他首先回顾了中国科研诚信教育的政策变迁，体现了中国政府对科研诚信教育的重视。他认为，中国科研诚信教育主要存在如下三点问题：（1）科研诚信教育政策和实践仍有明显脱节：许多高校和科研机构尚未开设科研诚信专项课程，而开设相关课程的高校中，大多仅以选修课的形式开设科研诚信课程；（2）多部门工作缺乏协同：在高校和科研机构中，往往由多个部门共同承担科研诚信建设相关工作，如图书馆在信息素养教育课程中融入学术写作规范指导，研究生院在研究生专业教育中纳入科研诚信基础知识，科研管理部门负责学术不端行为的调查和惩处，但各部门之间的协同程度仍有待提高，无法形成推动科研诚信教育的合力；（3）缺乏长效和统一规范的教育机制：部分机构仅在学术不端事件发生后开始重视和强调科研诚信教育工作，且多使用专题讲座等临时性方式，缺乏常规性工作，导致学生、教师、科研人员对学术不端行为的危害意识不足，也没有形成对科研诚信内涵的体系化认知。另外，高校的科研诚信教育还存在缺乏统一标准和统一学习平台的问题，部分高校用学术写作相关课程取代科研诚信教育或完全依靠导师监督科研诚信。

报告也向与会专家学者介绍了万方数据在科研诚信教育领域的思考与实践。万方数据坚持“事前教育培训-事中预防监管-事后调查处理”的科研诚信服务思路，聚合了包含政策制度、政策解读、学术规范、标准文件、案例分析、词条百科、研究成果、专项题库、图书专著九大类型资源的科研诚信教育知识库，联合高校教师与行业专家设计研发了包含科研诚信、学术规范、科技伦理等内容的原创教育课程体系，搭建了场景化的诚信教育应用，提供了一站式、全链条的科研诚信平台化服务。

总体而言，中国的科研诚信建设仍有很长的路要走，应当将重心从事后的学术不端惩治转向事前的科研诚信教育引导，以从根本上减少或者避免学术不端行为的发生。高校是开展科研诚信教育的重要主体，要结合通识教育和专业教育促进科研诚信教育，重点推动科研诚信教育必修课程设置，注重课程内容的标准化和可普及性。值得注意的是，科研诚信教育应当是持续性的，需要在科研人员学术生涯的不同阶段定期渐进式开展，这也需要政府提供更多具体的政策和资金支持。

1.2 欧洲科研诚信教育实践

Michael Seadle 教授总体介绍了欧洲科研诚信教育的实践进展。进入21 世纪以来，欧洲各个国家逐步建立了各自的科研诚信制度体系，但各国制度体系异质性程度较大，难以形成统一的国际学术传播规范，严重影响了科研工作者开展国际合作［8-9］。近年来，为增强欧洲各国科研诚信规则体系的协同程度，欧洲的多个学术组织相继出台了面向全欧的科研诚信准则规定。如欧洲科学院联盟（All European Academies，ALLEA）在2017 年修订了《欧洲科研诚信行为准则》（European Code of Conduct for Research Integrity）［10］。该准则充分配合欧盟的“开放科学”议程，重视数据质量和管理，更加明确科研机构在科研诚信上的责任，作为科研机构和科研人员的基本行为规范在全欧推行。欧盟成员国和研究机构可以根据准则制定自己的科研诚信政策，进而提高欧盟层面科研诚信政策的一致性。

在欧洲各国的科研诚信制度体系中，教育和培训是公认的促进科研诚信的重要方式，但各个国家对科研诚信教育的规定差异性较大，如爱尔兰要求高级研究者也必须接受科研诚信教育，但其他国家大多只对学生和处于职业生涯早期的科学家作要求［8］。而在欧洲的具体科研诚信教育实践中，各个大学可以自由设计课程，尚未形成统一的方法体系，教育内容差异较大［11］。如比利时列日大学（University of Liège）将科研诚信视为研究生的专业能力之一，对科研诚信教育进行了全面细化的规定，将科技伦理视为科研诚信的基础，各机构内设置了专门的伦理委员会负责审查［12］。但德国的研究机构中没有将伦理委员会制度化，而是由不同学科的研究生导师担任承担该学科伦理审查的角色，负责指导和监督学生的研究是否符合科研诚信和科技伦理，使相关判断更具专业性。而法国则在2020 年将科研诚信相关程序写入了法律，各个大学可以向法国国家科研诚信办公室请求协助处理科研不端行为，从2022 年起还要求博士学位获得者必须进行科技伦理宣誓［13］。

科研诚信是处于灰色地带的多面化问题，而非简单的“对”与“错”的二元问题［14］。Michael Seadle 教授在爱思唯尔出版集团的资助下成立了HEADT 研究中心，通过与出版商开展合作进行科研诚信相关研究，致力于为处于灰色地带的科研诚信问题提供判断标准。目前，HEADT 研究中心主要围绕剽窃、数据篡改和捏造、图像造假三种学术不端行为，整理了大量相关案例以供参考，并研发了一套判断学术不端的指标参数［15］。同时，HEADT 研究中心面向公众开展科研诚信教育，普及科研诚信相关知识，帮助公众识别和检测学术不端行为［16］，还为不同机构面临的科研诚信问题提供参考咨询服务。

在研讨会上，Michael Seadle 教授也对科研诚信教育提出了自己的见解。他认为，当前许多高校和科研机构都制定了学术不端处理的相关规定，以对学术不端行为起到警示和惩罚作用，但这仅属于事后惩罚范畴，不属于事前预防的科研诚信教育范畴。大多数人违背科研诚信准则是由于缺乏对科研诚信边界的认知而不是蓄意为之，而科研诚信教育的目的则是要确保参与科研活动的相关人员理解科研诚信的边界，从而预防学术不端行为。

1.3 美国科研诚信教育实践

美国从20 世纪80 年代起就开始重视科研诚信建设，属于科研诚信建设和科研诚信教育的先发国家。进入21 世纪后，美国科研诚信制度建设进入成熟阶段，建设的目标从事后处理变成事前事后兼顾的模式，实现了从正视科研不端行为到确保科研诚信的阶段性转变［17］。建立预防学术不端行为的强制性教育体系成为美国这一时期科研诚信建制的主要内容［18］。

美国北得克萨斯大学信息科学系（Department of Information Science，University of North Texas，DISUNT）主任Jiangping Chen 教授以北得克萨斯大学信息科学系为例报告了美国高校在科研诚信教育上的实践，报告对各个iSchools 制定院系层面的科研诚信制度有一定借鉴意义。UNT 在学校层面制定了学生科研诚信准则［19］，为处理学术不端行为提供了一般性的指导方针和流程。该准则认为，大学由于具有保护受教育者权利的责任和授予学生合法学位的权力，因此对维护科研诚信、开展科研诚信教育责无旁贷。

在学院层面，DIS-UNT 形成了“明责-知责-察责-追责问责”全链条科研诚信教育责任链。在明责阶段，DIS-UNT 基于学校层面关于科研诚信的一般性准则，制定了院系层面科研诚信的指导方针《学术诚信和不当行为指南》（Academic Integrity and Misconduct Guideline）［20］，强调了对学术不端行为的零容忍态度。该指导方针明确了学生赋有的科研诚信责任，对作弊、捏造、篡改、剽窃等学术不端行为给出了定义、实例和范畴，详细说明了对学术不端行为的处罚、学生提供上诉的程序、帮助学生培养科研诚信的资源等；在知责阶段，DIS-UNT 形成了多样化的科研诚信教育培训机制，如在学院开放日上开展科研诚信专题讲座，设置专门的科研诚信教育课程，面向不同文化背景的学生采用不同方式提升其科研诚信意识。同时，为避免学生在受到惩处时声称自己不了解科研诚信的政策，DIS-UNT 建立了明确的承诺与荣誉守则机制，要求学生必须签署对科研诚信制度的知情声明并存档，确保他们知晓并理解学校层面和学院层面的相关政策；在察责阶段，DIS-UNT 学院联席会定期对科研诚信相关事宜进行重点讨论，并与学校科研诚信办公室建立常态化沟通机制。同时，DIS-UNT 在学院层面成立了学生事务委员会协助老师处理科研诚信上诉，并收集学生意见以便修订相应指导方针；在追责问责阶段，根据DIS-UNT 的科研诚信规定，对于首次在作业或考试中违反科研诚信规定的学生，直接将成绩记为不合格。若学生再次违反，则将成绩直接记为0 分并记入学生档案。但制定相关规定的目的并不是为了惩罚学生，而是希望学生能提升科研诚信意识。

2 全球视野下科研诚信教育热点问题

除了介绍全球视野下科研诚信教育的实践进展外，与会专家还在研讨会上对科研诚信教育相关热点问题展开了讨论，本文沿着“基础概念-传统学术不端表现形式-新型科研诚信问题”的逻辑脉络，从“伦理之辨”“不端之治”和“技术之变”三个方面循序渐进地梳理相关观点。

2.1 伦理之辨：科研诚信和科技伦理的联系与区别

明确科研诚信的基本概念和范畴是开展科研诚信教育的前提，有助于加强对科研人员的道德教育和培养，提高科学研究的质量和可信度，促进科学事业的健康发展。虽然科研诚信的概念范畴广泛并且不断演进，但各个概念之间存在着许多相似性，特别是科研诚信（Research Integrity）和科技伦理（Research Ethics）之间的联系和区别受到学界的普遍关注。2018 年5 月，中共中央办公厅、国务院办公厅印发了《关于进一步加强科研诚信建设的若干意见》，明确了科研诚信建设的工作机制、责任体系、具体措施等内容。2022 年3 月，中共中央办公厅、国务院办公厅印发的《关于加强科技伦理治理的意见》将科技伦理定义为“开展科学研究、技术开发等科技活动需要遵循的价值理念和行为规范”。

科技伦理一定意义上被认为是科研诚信的基础，两者是不同但又密切相关的概念［12］。Michael Seadle 教授认为，科技伦理属于哲学范畴，它是关于科研工作者如何对待研究对象的问题，奠定了科研活动开展的基础；而科研诚信属于信息科学的专业范畴，主要是针对已发生的科研行为进行界定的问题，数据能帮助我们发现科研诚信问题并进行进一步的伦理分析。科研工作者可能只违背科研诚信却没有违背科技伦理，如发表的论文包含篡改的数据，这违背了科研诚信原则却不一定违背了科技伦理；也可能在违背科技伦理准则的同时却没有违背科研诚信，如当前互联网研究中社交媒体用户是否同意自己的数据被用于研究是科技伦理问题，但却不属于科研诚信的范畴。在进行科研诚信教育时也应将科技伦理纳入教学范围，特别是对于医学、生命科学等学科的学生而言。

在进行科研诚信和科技伦理关系的讨论中，美国伊利诺伊香槟分校信息学院（School of Information, University of Illinois at Urbana-Champaign）副院长Stephen Downie 特别提到了机构审查委员会（Institutional Review Board，IRB）在科研诚信和科技伦理上的监督作用。美国各个科研机构内都有由经验丰富的社会科学家组成的机构审查委员会，负责审查和监督以人类为研究对象的相关科技伦理问题，以确保研究的伦理合规性并保护研究对象的权益。所有接受美国联邦政府拨款支持的科研机构在进行科研活动前必须将研究方案等提交机构审查委员会审查并获得批准，否则研究成果不能发表。但美国部分科研机构的机构审查委员会组成人员主要由医学专业人士主导，缺乏广泛的学科基础，不能针对不同学科面临的伦理问题分别做出明确的判断，仅仅依靠机械地遵循一套规则来判断科学研究是否符合科技伦理。乔晓东研究员就中国的情况进行了补充，他认为中国科技伦理的建设主要集中于生命科学、医学等伦理领域，中国的医学研究机构里有类似于机构审查委员会的机构，但工程伦理、技术伦理的立法建设严重不足，人文社会科学研究涉及到的伦理问题受到的重视较少［12］。

科技伦理在一定程度上范围比科研诚信更加广泛，科技伦理包含的出版伦理、同行评议伦理等伦理准则与出版商密切相关［21］。武汉大学信息管理学院出版科学系主任许洁教授认为，出版商在科研诚信治理上的作用不容忽视，教育者和研究者应重视对大型国际出版机构科研诚信要求的学习。出版商在科研诚信教育上的作用主要体现在两方面：一是对审稿人和编辑开展科研诚信教育，以确保同行评议过程和出版过程符合科研诚信要求；二是与大学等研究机构开展密切合作，为学生和科研工作者提供学术写作等方面的指导和训练。但仅有出版商提供的科研诚信教育是不足的，因为学术不端行为可能发生在学术写作前的阶段，如实验设计与实施阶段、数据处理阶段等。因此，科研诚信教育应当从不同视角展开，贯穿科研生命周期的全过程，建立不同主体在科研诚信教育中的多元协同机制。

2.2 不端之治：合理规避篡改、捏造、剽窃等学术不端行为

篡改、捏造和剽窃（Facification，Fabrication&Plagiarism，FFP）是国际学术界公认的三大主要学术不端形式［22］。如何让科研活动相关人员合理预防和规避这三种学术不端行为是科研诚信教育实践的重点。

2.2.1 剽窃与自我剽窃

剽窃既是道德问题，又是法律问题。当前较少有著作权法被用于处理剽窃问题的案例，加之著作权法在每个国家都不同，即使是十分严格的著作权法也不能以合理的方式用于少量剽窃问题。目前还没有关于剽窃的准确定义，在最简单的层面上，它是指在自己的作品上复制其他作者的文本［23］。

一方面，科研诚信教育要将如何规避剽窃行为纳入教学范畴，学会正确引用参考内容是规避剽窃行为的重要方法之一。Michael Seadle 教授建议，如果不确定论文内引用的部分是否符合科研诚信规则，可以全部使用引号进行注明；如果对引证文献进行了改写，一定要提供精确的参考文献，并确保改写的部分和原文词句精准对应。另外，引用网络数字资源需要提供准确的链接，但如果未来链接失效，很有可能导致无法追溯参考来源，无法判断引用的数据和信息是否有误，因此部分学科反对使用网络链接内容作为参考文献支撑。

另一方面，自我剽窃（Self-plagiarism）的科研诚信判定边界尚不明晰，科研诚信教育实践要帮助施教对象建构对自我剽窃的认知，既不能过度定义将其归纳到剽窃的范畴，也不能轻易认为该行为没有违反科研诚信准则。第一，判断自我剽窃是否属于学术不端行为，首先应明确其本质和表现形式。Michael Seadle 教授认为，自我剽窃是不同于剽窃的另一个范畴，其本质是重复使用自己的已有成果。自我剽窃有多种表现形式，如将个人已发表的文献翻译为另一种语言进行二次发表或用于其他用途，在二次创作的文章里重复使用作者先前论文的内容，重复使用同一数据集撰写多篇论文等；第二，重复使用之前论文里描述过的方法论应通过合理的处理方式避免陷入学术不端。Michael Seadle 教授指出，如果两篇论文的方法论是一致的，那么重用是合理的，但是必须对重用内容给出参考文献。而在大多数以统计为导向的学科中，学术论文的作用重点在于用规范化的、通用的语言描述统计数据，这种情况下使用相同的语言表达不能算作剽窃；第三，学术期刊应该针对自我剽窃给出恰当的判断标准以供作者参考。Jiangping Chen 教授结合自身担任学术期刊编辑的经验表示，如果重复使用自己先前发表论文的内容必须标注引用，自我引用的比例有上限规定；如果引用完全相同的内容需要用引号标注，否则必须进行改写。但由于当前国际上并没有通用的对自我剽窃是否属于学术不端的规定，避免陷入学术不端最好的办法是咨询学术期刊对自我剽窃问题的具体规定。

2.2.2 篡改和捏造

篡改和捏造是当前科研领域面临的重大诚信问题，这些行为不仅违背了学术规范，更严重地破坏了科研生态。篡改和捏造数据、实验结果等行为不仅会误导同行，也会影响科研成果的可信度和科技创新的进程。不同于剽窃行为的易检测性，依靠已有技术对数据和图像的篡改与捏造进行检测难度较大。现有的学术不端检测工具（如iThenticate、Turnitin、万方等）基本上局限于通过检测论文与已有文献的重复率判断是否存在剽窃，尚未有工具能对科研活动中的数据和图像的篡改与捏造问题进行检测。

近年来，关于数据篡改和捏造的学术不端问题层出不穷，荷兰提尔堡大学（Tilburg University）前社会心理学教授Diederik Stapel 篡改捏造数据案是其中的典型案例。Diederik Stapel 曾提出“混乱的环境促进歧视”和“食肉使人们自私”等社会心理学观点，并在Science 等顶级期刊上发表相关论文，是该领域的权威专家。Diederik Stapel 在前期研究中经常对数据进行篡改，使数据符合自己的研究结论，后来出于维护个人权威、论文发表压力等原因直接使用伪造数据集发表论文［24］。2011 年，两名研究生揭发Diederik Stapel 在研究中使用伪造数据，提尔堡大学对其进行停职彻查。截止目前，Diederik Stapel 共有58 篇文章被撤回［25］。而Diederik Stapel 指导的部分研究生在使用其提供的伪造数据集发表论文时因充分信任导师权威，未对数据真实性进行质疑，提尔堡大学充分考虑之后决定不追究相关学生作为论文合作者的责任。

Michael Seadle 教授提出，研究者在使用数据时必须对数据的真实性进行考证，不能因数据提供者的个人权威而盲目相信数据的真实性，应当用该学科的数据统计规律对数据真实性进行判断，并尽可能对数据产生过程进行复现。而判断是否存在数据篡改问题，一方面可以邀请具备相关专业知识水平的人进行判断，另一方面可以请数据的提供者准确地说明其获取和分析数据的过程，对其中一些细节问题进行进一步深挖，如果数据提供者能够就相关问题进行合理的回答，则可以一定程度上判断其提供的数据可靠性较强。目前，荷兰的科研机构已经开发出专门的统计工具来检验论文中的统计结果是否可信，但尚未投入广泛使用，期待未来科学技术的进步能够为数据造假检测提供可行的工具。

此外，图像篡改也是经常出现的学术不端问题。当前出现了许多可以编辑图像的工具，能对图像进行裁剪、模糊、覆盖等操作。部分作者为了使图像能够支撑自己的观点对图像进行蓄意篡改或直接伪造，这种行为应当被认定为学术不端行为。在自然科学领域中，若在研究中使用图像时对其进行了任何变动，如只展示部分图像以支持研究结论而不呈现完整图像，如何确立这其中涉及到的科研诚信标准仍是一个需要探讨的问题。Michael Seadle 教授建议，如果对原始图像进行了修改，为了避免相关学术不端行为，应当向期刊详细说明修改的内容并提供原始图像。

2.3 技术之变：ChatGPT 等人工智能技术对科研诚信的影响

当前，以ChatGPT 为代表的人工智能（Artificial Intelligence，AI）技术拥有强大的信息加工、荟萃、整合和生成能力，在给信息资源管理学科带来发展新机遇的同时也给科研诚信建设带来了极大的挑战［26］。一方面，ChatGPT 等AI 工具主要依托基于深度学习的自然语言生成算法，可以通过学习大量文本数据生成可读性较强的文本内容，对于论文中使用Chat-GPT 等AI 工具生成的内容是否符合科研诚信原则尚未形成定论［27］，AI 生成内容的识别和检测也面临较大困难［28］；另一方面，ChatGPT 等AI 工具在辅助科研的过程中还可能替代人类思维，对人类知识和能力存在潜在影响［29］。

首先，面对ChatGPT 等AI 技术给科研诚信带来的挑战，应当明确其导致的科研问题性质。Michael Seadle 教授以ChatGPT 等AI 工具收集数据的方式判断其导致的科研问题性质，如果ChatGPT 没有以公平的方式收集数据，如在收集数据过程中侵犯到了用户隐私、没有得到数据拥有者的授权等，这涉及到科技伦理问题；如果收集的数据是虚假的，如ChatGPT 通过生成式算法生成与实际情况不符的数据，这涉及到科研诚信问题。另外，虽然ChatGPT 等AI 工具在未来将会有长远的发展，但目前仍存有许多疑惑，使用AI 工具的科研诚信边界尚不明确，科研工作者仍需谨慎使用，不能过度依赖。

其次，出版商作为维护出版规范的守门人，也相继出台了关于论文出版中使用ChatGPT 的相关规定。国外出版商对是否应当将ChatGPT 列为论文作者有较多讨论。其中，Nature 和Science 都反对将ChatGPT 列为作者，但Science 严禁使用ChatGPT 生成的文本，而Nature 则允许作者在论文准备阶段使用ChatGPT 等工具［30］。出版商Taylor & Francis 的出版道德与诚信主管部门认为，作者应该对其工作的有效性和完整性负责，若使用了ChatGPT 等大型语言生成模型应当在文中注明而非将其列为作者［31］。国内多家学术期刊（如《暨南学报（哲学社会科学版）》等）也发表声明，完全禁止或严格限制使用ChatGPT等大型语言生成模型撰写学术论文。

再者，ChatGPT 等AI 工具对当前教育模式产生较大冲击，许多学生已经开始使用ChatGPT 辅助完成作业，如何规避学生在使用ChatGPT 时产生学术不端行为是科研诚信教学实践关注的重点问题。第一，教育工作者应引导学生正确合理使用ChatGPT等AI 工具辅助学习科研活动，并设置适当的检测方式确保学生产出原创性成果。Jiangping Chen 教授在教学过程中允许学生使用ChatGPT 等AI 工具辅助完成作业，但学生需要告知老师是否使用、如何使用以及使用之后作业发生的变化。在进行研究方法课程教学时，Jiangping Chen 教授在学生提交论文之后，要求学生在课堂上展示和讨论，以确保论文是学生自己的研究成果。第二，教育工作者要通过合理的学习任务设置帮助学生在AI 工具的辅助下实现自我学习而不是让机器代替学习，避免在未来随着技术的发展学生逐渐被AI 取代。多伦多大学信息学院（Faculty of Information, University of Toronto）院长Wendy Duff 教授认为，通过课堂展示来判断学生完成作业是否符合科研诚信并不适用于所有作业，教育工作者还需要在设计作业时考虑作业的创造性以及与课程的相关性，让学生能在完成作业的过程中充分发挥自主思考能力。

3 讨论与展望

近年来，由于各高校学术不端问题频发，全球学者对科研诚信教育的关注显著提升［32］。强化科研诚信教育，大力倡导负责任的科研行为，逐步成为开展科研诚信建设、预防学术不端的必然选择。科研诚信教育旨在增加研究人员和学生对科研诚信的知识、意识和习惯，从而防止学术不端行为的发生。作为信息资源管理领域的顶级国际会议，iConference 对科研诚信教育问题的关注代表着信息资源管理领域未来研究和实践的风向标。结合本次iConference2023科研诚信教育专题研讨会提出的问题和观点，本文认为信息资源管理领域未来可以从如下几个方面开展科研诚信教育的研究和实践。

3.1 利用数据智能优势，开展跨学科研究支撑科研诚信教育

正如Michael Seadle 教授在专题研讨会中提到的，科研诚信问题属于“信息科学的专业范畴”。以篡改、捏造和剽窃为首的多种学术不端行为，本质上都是通过对已有数据、信息、知识的不当检索、组织和描述造成的。而利用信息资源管理学科的数据智能优势，通过推进与法学、哲学、计算机科学等学科的跨学科研究，能够从不同角度分析和发现学术不端问题并明确问题性质、提供治理路径。特别是在预防ChatGPT 等AI 工具可能引发的学术不端问题时，信息资源管理学科一方面可以探究AI 工具生成内容的所属权归属涉及到的相关知识产权问题，为完善相关法律法规提供参考咨询；另一方面可以为科研诚信教育注入信息资源管理学科专业能力，充分培养学生的信息检索和信息组织能力，帮助学生合理利用AI 工具辅助科研过程。另外，信息资源管理领域的学者也要充分利用大数据自动挖掘、人工智能分析等新兴技术支撑科研诚信教育，为科研诚信建设提供人工智能解决方案。

3.2 推动图书馆等信息资源管理机构协同参与科研诚信教育

近年来，图书馆、文献情报中心等信息资源管理机构的专业人员不仅在科研过程中为科研成员提供数据管理和知识服务，也在科研诚信上与研究者共同承担相关责任［33］，在预防学术不端行为上发挥着越来越重要的作用［34］。因此，信息资源管理机构作为科研基础条件的重要组成部分，需要强化科研诚信素养教育和科研诚信管理服务［35］，面向不同对象在不同时间节点采用多样化形式开展科研诚信教育，帮助科研人员更好地管理和利用研究数据、文献等信息资源，从而提高科研工作的可信度和可重复性。另外，信息资源管理机构也要注重与信息服务企业（如万方数据等）、期刊和出版商、相关学术组织等紧密合作，发挥不同主体优势协同参与科研诚信教育，共同制定和推广科研诚信的相关规范和标准。

3.3 面向科研生命全周期，构建科研诚信教育通用知识体系

科研诚信教育要贯穿研究人员的整个科研生命全周期，特别要重视处于入门阶段或职业生涯早期的科研人员的科学素养和学术规范教育，同时长期从事科研工作的科研人员也应通过科研诚信教育加强学术自律。未来，高校和科研机构可以针对处于不同科研生命周期的研究人员，设置不同类型的科研诚信教育内容，建立科研诚信教育的长效机制。从iConference2023 专题研讨会上三位专家学者对中国、欧洲和美国科研诚信教育实践进展汇报可以看出，全球各地区开展科研诚信教育具有非常强的环境特性。而各个机构开展科研诚信教育既需要符合所在地区的相关要求，又要与国际学术传播规范同步。因此，对科研诚信教育的工具、方法、课程等进行总结和提炼，构建信息资源管理领域科研诚信教育的通用知识体系十分必要。各个高校和科研机构可以借鉴该通用知识体系，结合自身具体情况，对科研诚信教育课程内容进行具体设计。