大学教务长因使用AI撰写学术文章辞职

一位大学教授用AI修改论文、处理代码、制作科研图表，甚至让AI帮助回应审稿意见，最终因此辞去了大学教务长职务。

10月28日，美国常春藤盟校达特茅斯学院（Dartmouth College）宣布，教务长Santiago Schnell辞职，并将离开学校。此前，学校成立的独立调查委员会认定，他在学术论文和公开发表的文章中使用AI进行实质性修改，却没有充分履行相关披露义务，其行为未达到学校要求的学术诚信标准。

这件事还有一个特别值得注意的地方：调查委员会没有依赖AI文本检测软件作出最终判断，而是查看了他使用学校提供的Claude大语言模型时留下的真实聊天记录，核对他究竟让AI完成了哪些工作。

调查报告长达8页，于10月27日提交给校长，第二天学校就宣布了他的辞职消息。

这位教务长是什么来历？

Santiago Schnell并不是普通的大学行政人员，而是一位具有长期科研经历的数学与理论生物学家。

他拥有英国牛津大学数学博士学位，研究领域包括酶动力学、数学建模和定量生物学。此前曾在美国印第安纳大学、密歇根大学任教，并于2021年担任圣母大学理学院院长。

2025年5月，达特茅斯学院宣布聘任他为新一任教务长，7月1日正式上任。

在美国大学，Provost通常是负责学校学术事务的最高级别管理者之一，涉及教学、科研、教师事务和学术政策。达特茅斯学院的教务长还承担重要的预算和学术战略管理职责。

也就是说，Schnell不仅是一位学者，还是学校学术规范的重要管理者。

而达特茅斯恰恰又是一所与人工智能发展有着特殊历史联系的大学。1956年，著名的达特茅斯人工智能夏季研究项目在这里举行，这次会议被广泛认为是人工智能作为一个研究领域诞生的重要标志。

2025年，学校还与Anthropic和亚马逊云科技合作，推动AI在校园中的应用。

一所积极推广人工智能的大学，最终因为高级学术管理者使用AI不当而引发辞职事件，这也是此事受到美国高等教育界关注的重要原因。

事情最初是怎么被发现的？

争议最早出现在今年8月。

8月9日，Schnell在《华盛顿邮报》发表了一篇评论文章，讨论大学如何应对学生利用AI作弊，以及高校应当如何重新思考教育评价。

8月26日，美国新闻媒体Semafor发表调查报道，使用AI文本检测工具Pangram分析了包括Schnell在内的一些专栏作者的文章，发现他的这篇评论被检测工具高度标记为AI生成文本。

随后，达特茅斯学院的学生报纸《The Dartmouth》进一步调查了他近年来发表的学术文章和评论。

9月21日，学生报公布调查结果：在检测的Schnell于2026年发表的9篇文章中，Pangram给出的所谓“AI撰写”比例中位数达到96%。而对其2022年之前发表的文章进行同类检测时，工具则给出了完全由人类撰写的判断。

这些检测结果在校园内引发争议。

不过，AI检测软件给出的百分比，不能直接当作真实的AI写作比例。检测工具可能误判，也无法仅凭最终文本准确还原作者的写作过程。

Schnell当时承认，自己确实使用AI辅助写作，包括语言修改、改善表达、调整文章组织方式和提高写作效率。但他强调，研究问题、学术论证、证据判断以及最终内容仍由自己负责，AI没有取代他的学术判断和作者身份。

9月25日，他还在校报发表署名文章《What I’ve Learned About AI and Academic Integrity》，承认自己此前没有始终明确披露AI的使用，表示今后会更加注意出版机构对AI使用和披露的要求。

同一天，达特茅斯学院校长Sian Leah Beilock宣布成立独立调查委员会，由学校前教务长、计算机科学教授David Kotz担任主席，调查Schnell在学术论文和公开文章中使用AI的实际情况。

调查人员查了AI聊天记录，发现他让AI做了这些事情

10月27日公布的调查报告，提供了比AI检测软件更直接的证据。

调查委员会重点审查了Schnell担任达特茅斯教务长期间发表的部分作品，并查看了能够获得的电子通信记录及学校企业版Claude账号的聊天记录。

其中最关键的一篇论文，是他于2026年9月16日在Wiley旗下期刊《ChemSystemsChem》发表的《Reaction Acceleration: Reviving the second derivative in chemical kinetics》。

这是一篇涉及化学反应动力学的研究论文。

根据调查报告，Schnell在收到同行评审专家提出的大修意见后，使用Claude对论文进行了大量处理，涉及修改稿件、检查计算机代码错误以及生成论文图件。

调查委员会公开的聊天记录显示，他曾要求Claude模拟一位熟悉非线性化学动力学和数学反应动力学的审稿人，对论文提出审稿意见。

随后，他又向AI提供论文的LaTeX源文件和代码仓库，要求其帮助修改文件，如果需要新的图件，也可以生成，并说明对代码和文本作了哪些改动。

他还要求AI检查论文是否存在可能妨碍投稿的科学问题或逻辑矛盾。

更有意思的是，聊天记录显示，他曾告诉Claude，自己已经请ChatGPT写了一版回复审稿人的文字，希望Claude检查并提出修改建议。

这已经不只是简单地检查拼写、语法或调整个别句子，而是把AI用于论文修改、程序代码、科研图件和审稿回复等多个环节。

调查委员会认定，这种程度的AI使用属于需要按照出版政策披露的情况，但Schnell在论文投稿和发表时，没有进行相应披露。

他曾解释：自己以为出版商以前不要求披露

这一部分是调查报告中特别重要的细节。

面对质疑，Schnell曾解释，自己参考的是Wiley较早版本的作者指南，认为出版社直到2025年才更新相关要求。他表示，自己没有及时查看新的投稿规范，并认为其使用情况没有达到必须披露的程度。

但调查委员会核查了Wiley历史版本的出版伦理政策，发现该出版商至少从2023年起，就已经对相关AI使用提出披露要求。

今年10月6日，Schnell曾给《ChemSystemsChem》编辑部发邮件，补充说明自己使用ChatGPT协助语言表达、检查Python代码及可重复性文档，并核对论文、补充材料和图件之间的一致性。

但调查委员会指出，这封补充说明邮件没有披露他对Claude的使用。

在委员会看来，问题不仅是没有在首次投稿时作出披露，还包括后来对AI使用范围的解释，没有充分反映实际情况。

另一篇论文使用了AI，调查却没有认定违规

这次调查并不是把所有使用AI的文章都认定为违规。

委员会还检查了一篇发表于2026年9月19日《Bulletin of Mathematical Biology》的论文，题为《Reproducible Agent-Based Simulations of Protein Aggregation: A FAIR Implementation》。

这篇论文由Schnell与另外两名研究人员合作完成。

调查发现，他确实使用Claude Max Code和ChatGPT Pro Code帮助检查、优化论文研究所使用的程序代码，并将有关修改情况告知了合作者。

但问题在于，期刊的AI使用政策在论文投稿和正式发表之间发生了变化。

调查委员会比较了相关时间节点的政策，发现现有证据不能明确证明他的操作违反了适用的出版规定。

委员会也没有发现他使用AI修改或操纵这篇论文正文文本的证据。

因此，对于这篇论文，委员会没有认定违反期刊政策。

这个细节很重要。它说明调查并不是简单地认为研究者只要用了ChatGPT、Claude或其他AI工具，就构成学术不端。具体使用了什么功能、发生在什么时间、期刊当时如何规定，以及作者是否履行必要的披露义务，都会影响判断。

还有一篇文章，AI被用来检查自己有没有“AI写作痕迹”

调查报告披露的另一个细节同样耐人寻味。

Schnell曾准备向《Journal of Catholic Higher Education》发表一篇有关大学治理、学术自由和天主教教育使命的文章。

他将这篇尚未正式发表的稿件上传到Claude，并询问文章中是否存在明显的AI写作特征。

随后，他提交的修改稿吸收了Claude建议的一些改动。

在此前的AI争议发生后，期刊编辑联系Schnell，询问他是否在文章写作中使用了AI。他要求暂缓发表文章，并解释说，自己主要把AI当作编辑工具，帮助完善句子、改善清晰度和论点表达。

调查委员会根据聊天记录判断，他对AI使用情况的描述低估了实际使用程度。

需要指出的是，这家期刊当时没有明确的专门AI政策，因此这一部分调查的重点，不是认定他违反了某条明确的期刊AI禁令，而是审查其对AI使用情况的说明是否充分、准确。

《华盛顿邮报》的文章，也被认定违反投稿政策

除了学术论文，调查委员会还审查了Schnell今年8月在《华盛顿邮报》发表的评论文章。

此前，他对Semafor解释，自己使用ChatGPT修改了一些论点、检查语法，然后将文章提交给报社。

但调查委员会发现，《华盛顿邮报》当时对投稿作者有明确要求：提交内容不得由人工智能或相关编辑软件生成、修改。

因此，委员会认定，他的AI使用行为违反了报社当时的投稿政策。

值得注意的是，这篇文章的主题恰恰是大学如何应对AI作弊以及如何评价学生的真实能力。

一位大学教务长在公开讨论学生如何使用AI的同时，自己的文章又因没有遵守出版方的AI规定而受到调查，这种反差使得事件引发了更广泛的校园讨论。

他没有交出全部AI聊天记录

调查委员会还在报告中指出，取证过程遇到了困难。

Schnell向委员会提供了学校配发的笔记本电脑，供调查人员检查，但没有按照要求提供自己使用私人AI账号时产生的聊天记录。

与此同时，委员会认为，他没有在要求的时间参加相关访谈，也没有提出其他合适的访谈时间。

因此，委员会最终掌握的是学校企业版Claude账号的相关记录，以及其他能够取得的材料，并不是Schnell使用过的全部AI工具或全部聊天记录。

这也是为什么调查委员会在报告中强调，其结论建立在目前能够取得的证据之上。

报告最终认为，Schnell对AI使用情况的披露和说明，不符合学校关于学术诚信、职业伦理和专业责任的相关标准。

不过，委员会的工作属于独立咨询审查，并不是按照学校正式纪律处分程序进行的调查，也没有向学校建议某项具体纪律处罚。

10月28日，校长Beilock宣布Schnell已经辞去教务长职务，并将离开大学。校方表示，辞职是他本人作出的决定。

学校随后宣布，由历史学教授Matthew Delmont出任临时教务长，任期预计持续至2028年6月。

使用AI修改论文，到底什么程度需要披露？

这件事对正在使用ChatGPT、Claude等工具辅助科研的研究人员，有很直接的参考价值。

首先，学术出版机构并没有统一禁止AI辅助写作。不同出版社和期刊根据AI的具体用途，对作者提出了不同要求。

例如，Wiley目前公布的AI使用指南区分了普通语言编辑和实质性内容修改。

如果AI主要用于拼写检查、语法调整、格式处理和一般性措辞建议，通常不需要专门披露。但如果AI生成大量文本、实质性改写段落、重组论证结构，或者参与研究方法、代码开发和数据分析，就需要按规定说明使用情况。

对于AI参与生成或修改的科研图件，Wiley还要求根据具体用途进行披露，作者需要保证图件内容真实、准确，并能够解释和验证有关处理过程。

Springer Nature也采用根据AI用途和风险程度进行区分的政策。辅助改善论文语言、结构和可读性，与让AI独立生成科研结论、制造不可验证的数据或图件，属于不同性质的行为。

国际医学期刊编辑委员会（ICMJE）则明确要求，作者投稿时应当披露是否使用AI辅助技术，并根据实际用途在投稿信和稿件的适当位置说明。AI工具不能列为论文作者，因为它们不能承担研究成果的准确性、完整性和原创性责任。

这几套规范共同强调的，并不是科研人员不能使用AI，而是作者必须了解具体期刊的规则，对论文内容承担责任，并按照要求说明AI做了什么。

还有一点容易被忽略：期刊的政策会更新，作者不能只按照自己过去投稿时的经验判断。

尤其是论文经过几轮修改、历时数月才最终接受时，作者更需要留意期刊当前适用的投稿和出版规定。

学校要求学生披露AI，教师自己又该遵守什么标准？

这次事件还触及高校内部一个很敏感的问题：AI使用规则应当如何适用于不同身份的人？

达特茅斯学院2025年9月修订的本科生课程AI使用指南，已经明确要求学生在提交作业时，对使用生成式AI的情况作出适当说明。

学校甚至提供了具体示例，包括使用Claude进行文字校对、使用ChatGPT辅助生成代码和可视化内容，以及利用AI生成文章提纲等情况。

课程是否允许使用AI，可以由任课教师根据教学目标确定。但只要使用，就应当遵守适用的课程规定和披露要求。

与此相比，大学教授的科研工作涉及更多复杂情况。AI可能用于代码调试、语言翻译、数据分析、研究方案讨论、图表生成和论文编辑，各种使用方式很难依靠一条简单规则统一判断。

但对学校高级管理者而言，问题还多了一层：他们不仅需要遵守外部出版机构的规定，还承担着维护本校学术诚信制度的责任。

达特茅斯调查委员会特别指出，作为学校的首席学术事务负责人，教务长不仅应当遵守学校的学术诚信原则，还应当在自己的学术工作中体现这些原则。

这也解释了为什么同样是AI使用争议，发生在大学教务长身上，会引起更为强烈的关注。

这次辞职事件，给科研人员留下了什么问题？

AI已经进入学术研究的许多环节。从检索文献、翻译润色到代码分析、科研绘图，再到论文初稿修改和审稿意见回复，越来越多科研人员开始尝试使用相关工具。

但这次达特茅斯事件说明，真正需要关注的已经不只是最终文章看起来像不像AI写的，而是研究者如何使用AI，以及能否准确说明它在研究和写作中的实际作用。

当AI只是帮助修改拼写和语法，与它参与重写研究论证、生成科研图件、修改分析代码，所涉及的学术责任并不完全一样。

而且，作者认为AI只是辅助工具，不代表期刊一定把这类使用认定为普通语言编辑。判断标准还取决于出版机构的具体规定。

Schnell的案例尤其值得注意，因为他并没有否认自己使用AI。他一直强调研究思想、证据判断和作者责任仍然属于自己。

但调查委员会认为，他对AI使用程度的说明，与已经掌握的聊天记录之间存在差距，并且未能满足部分出版机构的披露要求。

最终让这位大学教务长陷入严重学术诚信争议的，不是简单的“论文里出现了AI”，而是AI究竟参与了多少工作、哪些工作应当披露，以及作者有没有如实向出版机构说明。

对于正在使用AI辅助科研的硕博生、大学教师和科研人员来说，这可能比单纯研究如何降低所谓的“AI检测率”，更值得认真思考。