美賽中使用DeepSeek會被查重攔截嗎？官方規則深度解析與自查指南

最近老師收到了很多私信，很多隊伍說自己在比賽中大量參考了ChatGPT、DeepSeek等AI工具，現在開始“後怕”——擔心自己的作品因AI參與(yu) 度過高而被判定違規，甚至影響獎項評定。

AI技術的爆發式繁榮，其在數學建模競賽中的應用已成為(wei) 一把雙刃劍。盡管官方允許使用AI，但其強調“原創性”和“獨立思考”的核心原則始終未變。畢竟，AI可以是“神助攻”，但不能成為(wei) “替考員”。今天就讓老師來給大家分析一下這個(ge) 問題！

一、官方態度與(yu) 核心規則：AI可用但需規範

2024年美賽官方文件明確規定：允許參賽隊伍使用AI工具，但需在論文末尾添加獨立報告《Report on Use of AI》。該部分不計入25頁正文限製。

3項關(guan) 鍵要求

1.使用標注：在正文中每次引用AI生成內(nei) 容時，需以內(nei) 聯標注形式標明（如標注序號[1]），並在參考文獻中對應說明；

2.驗證義(yi) 務：必須驗證AI生成結果的準確性，需在AI報告中描述驗證方法（如交叉驗證、人工校驗等）；

3.格式規範：AI報告需包含工具名稱、使用場景、輸入輸出記錄要素。示例如下：

二、查重機製與(yu) AI風險

最新數據顯示，2024年因AI使用不當被取消資格的隊伍中，89%的問題源於(yu) ：

• 未區分標注AI生成內容（51%）
• 驗證方法描述不充分（37%）
• 跨版本工具混用（12%）

美賽官方使用——雙重查重體(ti) 係

1.文本查重

采用Turnitin係統檢測，比對範圍包含：

• 5年美賽獲獎論文庫
• 學術期刊數據庫（Springer、IEEE等）
• 互聯網公開資源

2. AI特征檢測

• 句式結構分析（檢測機械性重複句式）
• 語義連貫性評估（識別邏輯斷層）
• 創新點溯源（驗證建模思路獨創性）

3. 禁止場景

• 直接生成完整模型代碼（需人工修改30%以上）
• 套用AI提供的現成數學模型（需進行參數本地化調整）

高風險行為(wei) 清單:

三、自查方案

AI使用報告規範性核查

格式完整性

• 是否在論文後單獨附加了"Report on Use of AI"（無頁數限製，不計入25頁正文）？
• 是否完整記錄了每次AI交互過程（包括輸入提示詞和完整輸出內容）？
• 是否注明AI工具名稱、版本號及使用時間？如："ChatGPT-4 (2025-02-01版)"

引用標注

• 正文中所有AI生成內容是否使用內聯引用標注？如：[1]、[2]
• 參考文獻是否建立與Report on Use of AI的對應關係？

AI生成內(nei) 容合規性檢查

原創性驗證

• 是否對AI生成的文字/數據進行了人工驗證？在報告中注明驗證方式（如交叉驗證文獻、實驗複現等）
• 連續200字符以上的AI生成文本是否經過改寫？

功能邊界把控

• 是否僅將AI用於輔助功能？

合理用途：翻譯驗證、文獻檢索、代碼調試、格式檢查

違規用途：自動生成論文主體(ti) 內(nei) 容、偽(wei) 造實驗數據

圖像生成規範

• AI製圖是否注明生成工具？
• 流程圖/示意圖是否經過人工修改？建議混合Visio等工具二次編輯

防抄襲專(zhuan) 項檢查

查重檢測

• 整體重複率＜25%
• AI生成內容疑似度＜15%
• 避免使用非正規查重平台（存在論文泄露風險）

文獻引用

• AI推薦的參考文獻是否真實存在？需逐條核對DOI編號
• 是否混合使用AI檢索與人工檢索（建議比例3:7）

代碼與(yu) 數據合規性

代碼查重

• 附錄代碼是否通過Turnitin等代碼查重係統檢測？
• AI生成的代碼是否添加功能注釋（注明AI改寫部分）

數據驗證

• AI收集的數據是否標注來源？
• 是否通過SPSS/Python等工具進行合理性驗證？

四、常見問題解答

Q：AI生成的圖表會(hui) 被查重嗎？

A：矢量圖元素（如坐標係樣式）可能觸發查重

Q：往屆有成功案例嗎？

A：2024年F獎論文中，32%的隊伍規範使用AI工具，典型做法包括：

• 用AI生成對比實驗對照組
• 自動化處理敏感性分析數據
• 輔助撰寫非核心章節（如附錄說明）