拉夫堡Sport Marketing研究论文使用AI查资料、计算和作图：委员会认定不构成学术不端

当时处理情况

戴同学在拉夫堡大学学习Sport Marketing，本科是计算机科学，有代码基础。她的论文研究运动员在Instagram上发布的赞助商信息，关注其中的性别化差异。为了开展这项研究，她自行编写Codebook，按视觉风格、语言和品牌相关度等维度进行分类评分。原先她很在意，自己能否把熟悉的技术基础用在运动营销的问题上；收到学术调查后，她又不得不考虑，怎样让自己的研究经过被理解。

这篇论文的Turnitin相似度为百分之二十一，得分七十八分。戴同学没有使用代写，但确实在几种不同的工作里使用了AI：查找文献、参考思路、计算平均值和相关性系数，以及用ChatGPT生成柱状图。文献查到之后，她确认是真实且可以引用的，再手动插入论文。她希望说明这些用途，也希望学校看到，Codebook的编制与分类评分有她自己完成的部分。

论文全文使用了有道翻译，没有付费请人润色，也没有用DeepL或Google做润色。戴同学还记得，Tutor曾向其他中国学生表示，可以使用AI翻译中文论文。这个说法让她在准备英文表达时觉得翻译工具是可以考虑的。调查到来之后，她希望把自己实际用了什么、用在哪里说清楚。她提出撤销指控的请求，也表示可以接受警告或少量扣分，只希望这项研究不要一直停留在被怀疑的状态里。

处理思路

戴同学最想解释的，是论文里的不同工作并不是同一个动作。自行编写Codebook、按多个维度分类评分，与查找文献、计算或生成图表，各有不同的经过。她希望在回应时能够对应到这些具体部分，而不是只用一个“用了AI”就把整项研究概括掉。对她来说，哪些判断来自研究设计，哪些地方使用了工具，关系到学校怎样理解这份论文。

文献使用也有自己的顺序：先通过AI查找，再确认真实且能够引用，随后手动放入论文。平均值和相关性系数的计算，以及柱状图生成，则对应到数据处理与呈现。戴同学希望自己能把这些不同用途讲明白。想到自己原先的计算机学习背景，她在意的不只是某个工具是否方便，还包括怎样让别人了解，她在这项运动营销研究里做了哪些具体判断。

学校在二〇二五年十一月的Academic Misconduct Committee会议上考虑了这项指控。结果信说明，委员会在Regulation XVIII on Academic Misconduct第2节的背景下，仔细考虑了提交的相关证据，并作出认定。戴同学读这段文字时，注意到学校是在审议她这一个具体案例。她希望得到的答案，也正是这份论文与这些工具用途最终会被怎样看待。

处理结果

委员会的认定是，戴同学不构成学术不端，这次指控被撤销。看到not guilty of academic misconduct时，她终于得到了一项明确答复。此前她甚至愿意接受警告或少量扣分，希望先把调查处理完；这次学校在审查后作出的决定，使她能够重新谈起自己的研究，而不必每次都先从指控说起。

再回想这篇论文，戴同学仍会想到自己编写的Codebook，以及视觉风格、语言和品牌相关度这些具体分类。她也更在意，查找资料、计算和画图时，怎样把工具使用与自己的判断讲清楚。那篇关注运动员赞助信息差异的论文，原先让她想把技术背景与运动营销结合起来；经历调查并获得这项认定后，她希望后面的研究仍能围绕具体问题展开。

结果图片与材料