中国人文社会科学核心期刊Journal of East China Normal University(Educationa ›› 2026, Vol. 44 ›› Issue (8): 8-50.doi: 10.16382/j.cnki.1000-5560.2026.08.002
Previous Articles Next Articles
Zhi Zhang1,4, Shuangye Chen2, Min Xiao3, Yimeng Liu4, kai Zhang4, Cheng Ji5
Online:2026-08-01
Published:2026-06-23
Zhi Zhang, Shuangye Chen, Min Xiao, Yimeng Liu, kai Zhang, Cheng Ji. Beyond the Turing Test: A Panoramic Report on the World’s First Large-Scale Social Experiment of “AI as the First Author”[J]. Journal of East China Normal University(Educationa, 2026, 44(8): 8-50.
"
| 工具名称 | 工具名称 | 工具名称 | 工具名称 |
| Academic AI | Grok | Survey Go | 鲁班AI |
| AI Music Analyzer | IMA | Tableau AI | 秘塔AI |
| Ask Many AI | InnoSpark | Trae | 青泥学术AI写作 |
| Bohrium AI | Kimi | Unisearch | 书生科学发现平台 |
| Chat ECNU | LangChain | WPS AI | 腾讯问卷AI助手 |
| ChatGPT | Manus | 百度千帆 | 腾讯元宝 |
| Cherry Studio | Mathematical AI | 玻尔AI | 天工智能体 |
| Citely | Mind Master AI | 博思白板AI | 天禧智能体 |
| Cite Space AI | Miner | 财经作家智能体 | 通义千问(Qwen) |
| Claude | MiniMax | 豆包(Doubao) | 万彩动画大师 |
| CogVideo X | Nano Banana | 飞书 AI助手 | 维普科创助手 |
| CrewAI | Napkin | 公共管理百晓生 | 文心一言(ERNIE Bot) |
| Cursor | Notebook LM | 古诗文AI解析系统 | 问卷星AI |
| DALL·E | NVivo-AI插件 | 海螺AI | 无忧写作 |
| DeepL Write | Perplexity | 汉府中文 AI | 悟空AI音效 |
| DeepSeek | Prompt Optimizer | 华为小艺 | 小浣熊 |
| ECNU LLM(embedding/rerank) | Python AI | 华知大模型 | 星火科研助手 |
| Elicit | Research GPT | 即梦AI | 虚拟钢琴家演奏系统 |
| Flowith Neo | Scispace | 集成OpenCV | 讯飞星火(含API) |
| Flux | Skywork Agent Chat | 精研 AI | 知网研学AI |
| Gemini | SPSS AI助手 | 智谱清言 | 智能作曲系统AIVA |
| Gen spark AI | Stanford Agentic Reviewer | 可灵AI(Kling AI) | |
| GeoGebra AI | Stata-AI插件 | 扣子(Coze) | |
| Grammarly | Super Grok | 夸克 |
"
| 一级指标 | 指标描述 | 评审标准 |
| 1.1 论文重复率 | 论文为未发表原创作品,无抄袭、剽窃等学术不端行为,论文重复率不超过10%。 | 审查发现论文重复率≥10%,直接淘汰;重复率<10%,可进入论文作品评审。 |
| 1.2 内容及文献真实性 | 无数据造假或虚构事实,参考文献来源真实、权威且可被追溯,杜绝因AI算法幻觉导致的虚假内容。 | 审查发现虚假的内容或参考文献,直接淘汰;未发现上述内容,可进入论文作品评审。 |
| 1.3 公平与公正性 | 确保AI输出结果无偏见,在弱势群体、跨文化交流和价值敏感议题上,不存在歧视性叙述或排他性表达;不存在引导AI给出高分或积极评价的隐性暗示。 | 审查发现论文存在歧视性叙述、排他性表达、引导AI给出高分或积极评价的隐性暗示,直接淘汰;未发现上述内容,可进入论文作品评审。 |
"
| 一级指标 | 二级指标 | 指标描述 | 分值 |
| 2.1 研究逻辑 (22分) | 2.1.1 研究问题明确 | 选题聚焦AI赋能的未来教育新生态(特别是AI赋能的未来学习、未来课堂、未来教师、未来学校或未来教育科研等),围绕上述领域亟待探讨的难点、热点、前沿问题,具有现实意义与理论价值;问题的提出符合逻辑,问题的界定清晰明确。 | 8 |
| 2.1.2 理论基础适切 | 理论基础坚实,理论框架清晰合理,与研究问题相匹配。 | 7 | |
| 2.1.3 文献综述扎实 | 涵盖国内外重要文献和新近文献,准确反映相关领域研究现状;能概括已有研究取得的核心进展,批判分析研究的不足与空白,论证本研究的必要性。 | 7 | |
| 2.2 方法过程 (28分) | 2.2.1 研究设计科学 | 研究设计科学严谨,其中研究方法适切、样本选择合理、工具选用得当,能够有效实现研究目标。若使用AI开展研究,则须在方法部分充分详细地描述其使用情况,体现AI应用的合理性。 | 9 |
| 2.2.2 数据来源可靠 | 基于真实数据开展研究,禁止使用AI生成的虚假数据作为研究样本。数据收集过程可信,遵守隐私保护、伦理合规等基本原则。如文章为思辨性研究,则需确保论据真实可靠;如文章为实践类研究,则需确保实践过程真实发生。 | 10 | |
| 2.2.3 分析推理严谨 | 统计分析与因果推断过程科学严谨,研究结论基于充分证据,经得起逻辑推敲与实践检验。对于AI生成的分析结果(含图表),须通过其他方式审核验证,保证结果的可靠性。 | 9 | |
| 2.3 研究创新 (38分) | 2.3.1 学术贡献显著 | 在研究的视角、理论、方法、数据或应用等方面提供了创新且有价值的内容;论文提出的观点、结论或解决方案具有新颖性和独创性,能为现有的研究和实践提供有益启示。 | 20 |
| 2.3.2 AI应用高效 | 能够运用AI突破传统研究范式局限,体现AI驱动教育研究的独特贡献;AI的应用与研究问题、目标和方法相适配,能够显著提升研究效率和质量;AI应用流程或模式具有可迁移性,可为其他研究者提供借鉴。 | 18 | |
| 2.4 写作质量 (12分) | 2.4.1 结构完整清晰 | 论文结构完整,框架合理,层次清晰,逻辑连贯,符合学术论文的结构要求。 | 6 |
| 2.4.2 语言表达准确 | 文字表达准确流畅,避免AI的模板化表达;专业术语使用恰当,符合相应学科的话语体系。 | 6 |
"
| 投稿ID | GPT榜 排名 | Claude榜 排名 | Doubao榜 排名 | Qwen榜 排名 | DeepSeek榜 排名 | Kimi榜 排名 | 前10榜 上榜次数 | 前30榜 上榜次数 |
| AIDW2025-771 | 3 | 2 | 1 | 2 | 3 | 5 | 6 | 6 |
| AIDW2025-742 | 1 | 6 | 7 | 5 | 4 | 2 | 6 | 6 |
| AIDW2025-348 | 7 | 18 | 15 | 4 | 7 | 3 | 4 | 6 |
| AIDW2025-763 | 无 | 1 | 9 | 1 | 16 | 9 | 4 | 5 |
| AIDW2025-273 | 20 | 无 | 6 | 6 | 2 | 1 | 4 | 5 |
| AIDW2025-476 | 9 | 5 | 16 | 11 | 10 | 无 | 3 | 5 |
| AIDW2025-790 | 30 | 无 | 10 | 无 | 1 | 4 | 3 | 4 |
| AIDW2025-507 | 4 | 无 | 8 | 28 | 13 | 11 | 2 | 5 |
| AIDW2025-798 | 无 | 10 | 18 | 9 | 20 | 22 | 2 | 5 |
| AIDW2025-718 | 35 | 24 | 3 | 12 | 8 | 30 | 2 | 5 |
| AIDW2025-783 | 14 | 23 | 5 | 10 | 14 | 无 | 2 | 5 |
| AIDW2025-426 | 33 | 24 | 41 | 7 | 5 | 14 | 2 | 4 |
| AIDW2025-447 | 6 | 无 | 无 | 34 | 6 | 18 | 2 | 3 |
| AIDW2025-812 | 10 | 26 | 无 | 无 | 9 | 无 | 2 | 3 |
| AIDW2025-137 | 39 | 7 | 25 | 45 | 49 | 6 | 2 | 3 |
| AIDW2025-626 | 无 | 8 | 无 | 无 | 21 | 8 | 2 | 3 |
| AIDW2025-707 | 45 | 无 | 4 | 3 | 无 | 无 | 2 | 2 |
| AIDW2025-185 | 5 | 无 | 24 | 21 | 无 | 15 | 1 | 4 |
| AIDW2025-216 | 47 | 4 | 无 | 17 | 29 | 28 | 1 | 4 |
| AIDW2025-553 | 25 | 22 | 40 | 8 | 无 | 16 | 1 | 4 |
| AIDW2025-219 | 无 | 17 | 无 | 19 | 12 | 7 | 1 | 4 |
| AIDW2025-517 | 24 | 无 | 无 | 26 | 15 | 10 | 1 | 4 |
| AIDW2025-791 | 无 | 无 | 2 | 20 | 37 | 无 | 1 | 2 |
| AIDW2025-813 | 无 | 3 | 无 | 25 | 无 | 无 | 1 | 2 |
| AIDW2025-220 | 49 | 9 | 无 | 无 | 无 | 无 | 1 | 1 |
"
| 分歧类型 | 代表案例 | 核心冲突点 |
| 严谨派 VS 宽容派 | AIDW2025-742 (35分 VS 81分) | 方法论的绝对严谨性、问题的现实重要性及结论的启发性之间的权衡。 |
| 理论派 VS 技术派 | AIDW2025-763 (41分 VS 70分) | 理论建构的扎实性、实证支撑、研究视角的新颖性、方法论尝试之间的侧重。 |
| 学科本位派VS 整合 应用派 | AIDW2025-764 (48分 VS 69分) | 本学科(如教育学)核心标准(如测量效度)与跨学科技术应用的可行性与价值之间的评判。 |
| 实质贡献派 VS 形式 规范派 | AIDW2025-783 (33分 VS 60分) | 对理论机制有无根本性创新、是否有研究问题意识、论述结构是否清晰的不同期待。 |
| 包万平. (2025). AI作为第一作者, 学术责任如何界定?. 中国科学报, 2025-11-18(03). | |
| 陈雅静, 刘越. (2025). “闯入”创作领域的AI是工具还是作者?. 中国社会科学报, 2025-12-10(01). | |
| 胡志刚, 梁晗. (2025). 三重变革下人文社会科学知识生产范式与评价体系重构. 自然辩证法研究, 41 (12), 11- 16. | |
| 华东师大基础教育改革与发展研究所. (2026). “人机协同与共创: 教育研究与写作新范式”学术研讨会在华东师大举行. 取自: https://www.ecnu.edu.cn/info/1094/71413.htm. | |
| 华东师范大学上海智能教育研究院. (2025). 共创学术奇点!“AI一作”活动白热化, 期待各界高手“下场”与AI共舞——项目组召开专家会议并发布征文活动补充通知. 取自: https://mp.weixin.qq.com/s/spNL3eLdqv-oOq1MgaLwPg. | |
| 华东师范大学上海智能教育研究院. (2026). 超越图灵测试之后, 人类走向何方?——全球首个“AI一作”社会实验在华东师大交出答卷. 取自: https://mp.weixin.qq.com/s/lPJZmZRSoISMuPGWv3lr9g. | |
| 黄海华. (2025). “第一作者必须是AI”策划人: AI已不是一种工具, 而是人机共同进化的结果. 取自: https://www.shobserver.com/staticsg/res/html/web/newsDetail.html?id=1022939. | |
| 李木子. (2025). 首次!AI撰写并审阅所有会议论文. 中国科学报, 2025-10-16(02). | |
| 马亮. (2025). 人工智能是万灵药吗?——人机协同的社会科学研究何以可能. 天府新论, (06), 10- 19+150-151. | |
| 尚杰. (2025). 华东师大“以人工智能作为第一作者”的论文征集, 究竟想干什么?. 取自: https://mp.weixin.qq.com/s/Uz_9wA1my9N7RUbUnVKW-A. | |
| 苏竣, 黄萃. (2023). 社会实验理论与方法评介. 北京: 清华大学出版社. | |
| 唐政. (2025). AI能当第一作者吗?学术伦理的真正考题在这儿. 取自: https://hlj.rednet.cn/nograb/646956/69/15570193.html. | |
| 腾讯教育. (2025). 华东师大征集AI主笔论文引争议, AI能不能当论文第一作者?. 取自: https://mp.weixin.qq.com/s/TFgxIcC-XT90oVZ6LYH84A. | |
| 王金林. (2025). “生成式理性”: 大语言模型引发的知识生产范式转型. 社会科学, (08), 184- 192. | |
| 王倩, 李楚悦. (2026). 六个AI并列第一作者, 一场“必须用AI写”的论文比赛. 取自: https://www.shobserver.com/staticsg/res/html/web/newsDetail.html?id=1056964&sid=200. | |
| 徐丽芳. (2025). 科研AI治理的平衡术: 安全阀还是绊脚石?. 取自: https://mp.weixin.qq.com/s/PT8FV_XzIse-yDkVB9bppA?scene=25&sessionid=#wechat_redirect. | |
| 游俊哲. (2023). ChatGPT类生成式人工智能在科研场景中的应用风险与控制措施. 情报理论与实践, 46 (06), 24- 32. | |
| 袁曼舒. (2025). 华东师大发起AI“主笔”论文征集引热议, 是“超前实验”还是“人类退场”?主要发起方独家回应. 取自: https://mp.weixin.qq.com/s/Ak7anS06MpGnZxs0SpSS0Q?scene=1. | |
| 袁曼舒, 肖敏. (2025). 华东师大发起AI“主笔”论文征集后续如何?最新进展来了. 取自: https://mp.weixin.qq.com/s/vIvg-_sWicMcz6pfQWOioQ?scene=25&sessionid=#wechat_redirect. | |
| Agents4Science 2025. (2025). Open Conference of AI Agents for Science 2025. Retrieved from https://agents4science.stanford.edu/. | |
| Bianchi, F., Queen, O., Thakkar, N., Sun, E., & Zou, J. (2026). Exploring the use of AI authors and reviewers at Agents4Science. Nature Biotechnology, 44 (1), 11- 14. | |
| Draux, H. (2024). Analysis of Dimensions data reveals the global divides in artificial intelligence capabilities. Retrieved from https://www.dimensions.ai/blog/analysis-of-dimensions-data-reveals-the-global-divides-in-artificial-intelligence-capabilities/. | |
| Rivero, V. (2025). Education doesn’t need an upgrade—it needs a rethink. Retrieved from https://www.edtechdigest.com/2025/07/17/education-doesnt-need-an-upgrade-it-needs-a-rethink/. | |
| Wang, F., & Hannafin, M. J. (2005). Design-based research and technology-enhanced learning environments. Educational Technology Research and Development, 53 (4), 5- 23. |
| Viewed | ||||||
|
Full text |
|
|||||
|
Abstract |
|
|||||