Etyka publikacji · AI w nauce

AI w pisaniu publikacji naukowych: etyka i transparentność w praktyce

Generatywna AI może przyspieszyć pracę nad draftem artykułu, ale nie przejmie odpowiedzialności za tekst. Kiedy i jak ujawnić jej użycie, co wolno jej powierzyć i jak nie dać się zwieść fikcyjnym źródłom — z gotowym wzorem oświadczenia.

Strona główna / Blog / Etyka AI w pisaniu publikacji

Autor: · Opublikowano i zaktualizowano:

W skrócie: AI nie może być autorem publikacji, bo nie ponosi odpowiedzialności za treść. Każde użycie narzędzi generatywnych, które tworzy lub istotnie zmienia tekst, należy ujawnić konkretnie: jakie narzędzie, w jakiej wersji, do czego i jak sprawdzono wynik. Za każde zdanie, liczbę i przypis odpowiada człowiek.

Dlaczego etyka AI w pisaniu naukowym jest dziś tak ważna?

Narzędzia generatywne pojawiają się na każdym etapie pracy badawczej: przy przeglądzie literatury, analizie danych, stawianiu hipotez i redagowaniu tekstu. Przegląd 595 publikacji pokazał, że prac o AI i integralności badań przybywa od 2018 roku, a zasady etyczne instytucji i czasopism wciąż nie nadążają za praktyką (Arar i in., 2025). Pytanie nie brzmi więc „czy badacze korzystają z AI?”, lecz „jak robić to uczciwie?”.

Trudność polega na tym, że reguły są niejednolite. Formalnie autorstwo pozostaje ludzkie, ale w praktyce coraz więcej tekstów powstaje we współpracy człowieka z modelem, a wymogi ujawniania różnią się między dziedzinami (Slimi, 2026). Czasopisma stosują trzy modele: zakaz, obowiązkowe ujawnienie albo pragmatyczną akceptację pod nadzorem człowieka (Mohammadkhani i Danesh, 2026).

Czy ChatGPT może być współautorem artykułu naukowego?

Nie. Autorstwo wymaga odpowiedzialności za całą pracę, a model językowy nie może jej ponosić. Kryteria ICMJE obejmują istotny wkład w koncepcję lub dane, udział w pisaniu albo krytycznej rewizji, akceptację wersji końcowej oraz gotowość do odpowiadania za rzetelność publikacji, dlatego modeli językowych nie wpisuje się na listę autorów (Chetwynd, 2024). Według COPE narzędzie AI nie może też zadeklarować konfliktu interesów ani zawrzeć umowy licencyjnej (Hosseini i in., 2023).

Praktyka szybko to potwierdziła: gdy ChatGPT został wpisany jako drugi autor edytorialu w czasopiśmie pielęgniarskim, później usunięto go korektą (Hosseini i in., 2023). AI może pomagać, ale za każde zdanie, liczbę i przypis odpowiadają ludzie wymienieni na liście autorów (Cheng i in., 2025).

Kiedy trzeba ujawnić użycie AI w publikacji?

Najczęściej przyjmowana zasada brzmi: ujawniasz każde użycie, które generuje treść albo istotnie ją zmienia. Hosseini i współpracownicy (2023) dopuszczają pominięcie czysto technicznej poprawy literówek i gramatyki, ale podkreślają, że redagowanie i przepisywanie zwykle wpływa na treść — również wtedy, gdy model jest wbudowany w edytor tekstu.

W ankiecie wśród 271 naukowców (głównie ekonomistów) 22% uznało, że poprawę gramatyki przez ChatGPT należy zgłaszać, a 52% — że trzeba zgłaszać przepisywanie tekstu (Chemaya i Martin, 2024). Eksperyment z udziałem 602 osób, dotyczący wprawdzie pisania literackiego, pokazał z kolei, że poczucie obowiązku ujawnienia rośnie wraz z zakresem pomocy (Formosa i in., 2025). Warto więc opisywać nie tylko sam fakt użycia AI, ale też jego skalę. W razie wątpliwości lepiej ujawnić więcej niż mniej: nawet zastosowania uznawane za w pełni akceptowalne powinny być jawne (Cheng i in., 2025).

Gdzie umieścić oświadczenie o użyciu AI i co w nim napisać?

Miejsce zależy przede wszystkim od wymogów czasopisma, bo źródła nie są tu zgodne. Część zaleceń kieruje pomoc redakcyjną do podziękowań, a użycie AI przy zbieraniu lub analizie danych — do sekcji metod (Chetwynd, 2024). Hosseini i współpracownicy (2023) uważają podziękowania za niewłaściwe miejsce, bo zakładają one zgodę osoby wymienionej. Proponują opis we wstępie lub metodach, cytowanie narzędzia jak oprogramowania i dołączenie zapisu promptów jako materiału uzupełniającego. Cheng i współpracownicy (2025) również wybierają sekcję metod, a Elsevier — według opisu z 2024 roku — osobną deklarację przed bibliografią (Chemaya i Martin, 2024).

Niezależnie od miejsca dobre oświadczenie odpowiada na pięć pytań: jakie narzędzie i w jakiej wersji, kiedy, do czego, w których częściach tekstu oraz jak zweryfikowano wynik. Warto dodać, jak chroniono poufność danych (por. Hosseini i in., 2023; Mohammadkhani i Danesh, 2026).

Wzór oświadczenia o użyciu AI w artykule anglojęzycznym

Declaration of generative AI use: During the preparation of this manuscript, the authors used [tool, model and version; provider] between [dates] to [purpose, e.g., improve the language and readability of the Introduction and Discussion]. The tool was not used to generate data, perform analyses, interpret results or create references. All AI-assisted text was reviewed, edited and verified by the authors, who take full responsibility for the content of the publication. [The prompts used are provided in Supplementary Material S1.]

Wzór oświadczenia po polsku

W pracy dyplomowej najpierw sprawdź regulamin uczelni dotyczący AI.

Oświadczenie o wykorzystaniu narzędzi AI: Podczas przygotowania tekstu korzystałem/korzystałam z [narzędzie, model i wersja; dostawca] w okresie [daty] w celu [cel, np. korekty językowej rozdziałów 1 i 4]. Narzędzie nie było wykorzystywane do generowania danych, wykonywania analiz, interpretacji wyników ani tworzenia bibliografii. Wszystkie fragmenty powstałe przy wsparciu AI zostały przeze mnie sprawdzone i zredagowane; ponoszę pełną odpowiedzialność za treść pracy.

Co można powierzyć AI, a czego nie?

Praktyczną mapę proponują Cheng i współpracownicy (2025), którzy uszeregowali zastosowania AI według ryzyka etycznego:

Poziomy ryzyka etycznego przy pisaniu z pomocą AI według Chenga i współpracowników (2025)
PoziomPrzykłady zastosowańWarunek
Akceptowalnekorekta gramatyki i ortografii, poprawa czytelności, tłumaczeniezachowany własny styl autora; tłumaczenie sprawdzone przez człowieka
Zależne od sposobu użyciakonspekt z własnych materiałów, streszczanie, poprawa klarowności, burza mózgówidee i sens pozostają autora; nowe pomysły uczciwie przypisane
Wątpliwe — niezalecanepisanie nowego tekstu od zera, tworzenie koncepcji, interpretacja danych, przegląd literatury, ocena zgodności etycznej i plagiatunie delegować — to rdzeń wkładu intelektualnego autora

Granica nie przebiega więc między „z AI” a „bez AI”, lecz między wsparciem a zastąpieniem myślenia autora. Draft, który porządkuje Twoje własne wyniki, notatki i decyzje analityczne, jest znacznie bliższy środkowej kategorii niż tekst wygenerowany od zera — pod warunkiem, że idee, interpretacje i wnioski pozostają Twoje, a każdy fragment zostaje krytycznie zredagowany i sprawdzony.

Największe ryzyka: fikcyjne źródła, plagiat, poufność i stronniczość

Halucynowane bibliografie

To najlepiej udokumentowany problem. W protokołach badań napisanych przez ChatGPT 38% odnośników miało błędny lub zmyślony DOI, a 16% cytowanych artykułów w ogóle nie istniało; w innej analizie tylko 7% odnośników było jednocześnie prawdziwych i poprawnych (Athaluri i in., 2023; Bhattacharyya i in., 2023; oba cyt. za: Cheng i in., 2025). Co więcej, nawet istniejące źródło może nie potwierdzać zdania, przy którym stoi (Mohammadkhani i Danesh, 2026). Każdą pozycję trzeba więc odnaleźć w bazie i przeczytać.

Plagiat idei, nie tylko słów

Model może odtworzyć cudze sformułowania, ale też cudze pomysły bez wskazania ich autorów — a plagiat obejmuje również idee (Chetwynd, 2024). Nie warto też używać czatu do sprawdzania plagiatu, bo sam może powielać fragmenty danych treningowych (Cheng i in., 2025). O pracy z raportem podobieństwa piszę więcej w poradniku analiza statystyczna a system antyplagiatowy.

Poufność danych i recenzji

Treści wpisanej do publicznego modelu nie należy traktować jako prywatnej (Chetwynd, 2024). Nieopublikowanych danych, cudzych manuskryptów ani recenzji nie powinno się wgrywać do publicznych narzędzi, chyba że czasopismo wyraźnie na to pozwala; bezpieczniejsze są modele lokalne lub instytucjonalne (Mohammadkhani i Danesh, 2026).

Stronniczość i odtwarzalność

Modele uczą się na danych zdominowanych przez język angielski i główny nurt badań, więc mogą marginalizować mniej znane perspektywy (Chetwynd, 2024) i premiować prace, które już są często cytowane (Rentier, 2025). Odpowiedzi tego samego modelu zmieniają się w czasie, więc bez zapisu wersji, daty i promptów pracy nie da się odtworzyć (Hosseini i in., 2023; Mohammadkhani i Danesh, 2026), co podważa replikowalność i zasady otwartej nauki.

Dlaczego detektory AI nie rozwiążą problemu?

Detektory tekstu generowanego nie odróżniają dopuszczalnej korekty od pisania za autora. W eksperymencie na 2716 abstraktach narzędzie Originality.ai często oznaczało teksty, w których GPT poprawił wyłącznie gramatykę, jako niemal na pewno napisane przez AI, a w 24,2% przypadków wersja po samej korekcie dostała wyższy wynik niż wersja przepisana (Chemaya i Martin, 2024). Detektory częściej mylą się też przy tekstach osób piszących w drugim języku (Slimi, 2026), co uderza m.in. w polskich badaczy publikujących po angielsku. Według przeglądu z 2026 roku nie są wystarczająco wiarygodne, by samodzielnie egzekwować obowiązek ujawniania (Mohammadkhani i Danesh, 2026).

Paradoks polega na tym, że AI realnie obniża bariery językowe, a zakazy uderzają w osoby, którym pomaga najbardziej (Hosseini i in., 2023). Najlepszą ochroną nie jest więc „przechytrzanie” detektora, lecz rzetelna dokumentacja: historia wersji, zapis promptów i jasne oświadczenie.

Checklista przed wysłaniem manuskryptu

  1. Sprawdź aktualną politykę AI docelowego czasopisma lub uczelni i stosuj ją w pierwszej kolejności.
  2. Prowadź dziennik użycia AI: narzędzie, wersja, daty, prompty i fragmenty tekstu, których dotyczyły.
  3. Zweryfikuj każdy przypis w bazie (autorzy, rok, DOI) i sprawdź, czy źródło rzeczywiście potwierdza Twoje zdanie.
  4. Upewnij się, że główne idee, interpretacje i wnioski są Twoje.
  5. Nie wprowadzaj do publicznych narzędzi nieopublikowanych danych ani cudzych tekstów.
  6. Sprawdź tekst pod kątem plagiatu oraz języka wolnego od uprzedzeń.
  7. Dołącz konkretne oświadczenie o użyciu AI — także wtedy, gdy dotyczyło tylko języka.

Na podstawie: Chetwynd (2024); Cheng i in. (2025).

Ważne: polityki wydawców szybko się zmieniają, a omawiane źródła opisują stan z lat 2023–2026 — przed wysłaniem tekstu sprawdź aktualne wytyczne dla autorów.

Pojęcia powiązane z tematem

Open scienceReplikowalnośćKryzys replikacyjny w psychologiiStyl APA (standard APA)

Chcesz przygotować publikację szybciej, ale bez ryzyka dla integralności?

Pomagam badaczom tworzyć drafty sekcji metodologicznej i wynikowej oraz całych artykułów na podstawie ich własnych danych i analiz. AI traktuję jako narzędzie wspierające: pod pełną kontrolą merytoryczną, z weryfikacją każdego źródła i gotowym oświadczeniem o użyciu AI dla redakcji. Ty pozostajesz autorem i decydujesz o każdym wniosku.

Drafty publikacji — ofertaOferta dla badaczyNapisz do mnie

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Arar, K. H., Özen, H., Polat, G., & Turan, S. (2025). Artificial intelligence, generative artificial intelligence and research integrity: A hybrid systemic review. Smart Learning Environments, 12(1), Article 44. https://doi.org/10.1186/s40561-025-00403-3
  2. Chemaya, N., & Martin, D. (2024). Perceptions and detection of AI use in manuscript preparation for academic journals. PLOS ONE, 19(7), Article e0304807. https://doi.org/10.1371/journal.pone.0304807
  3. Cheng, A., Calhoun, A., & Reedy, G. (2025). Artificial intelligence-assisted academic writing: Recommendations for ethical use. Advances in Simulation, 10(1), Article 22. https://doi.org/10.1186/s41077-025-00350-6
  4. Chetwynd, E. (2024). Ethical use of artificial intelligence for scientific writing: Current trends. Journal of Human Lactation, 40(2), 211–215. https://doi.org/10.1177/08903344241235160
  5. Formosa, P., Bankins, S., Matulionyte, R., & Ghasemi, O. (2025). Can ChatGPT be an author? Generative AI creative writing assistance and perceptions of authorship, creatorship, responsibility, and disclosure. AI & Society, 40(5), 3405–3417. https://doi.org/10.1007/s00146-024-02081-0
  6. Hosseini, M., Resnik, D. B., & Holmes, K. (2023). The ethics of disclosing the use of artificial intelligence tools in writing scholarly manuscripts. Research Ethics, 19(4), 449–465. https://doi.org/10.1177/17470161231180449
  7. Mohammadkhani, F., & Danesh, F. (2026). From assistance to accountability: A systematic scoping review of LLMs in responsible scholarly review, research integrity, and scientometrics. Research Integrity and Peer Review. Advance online publication. https://doi.org/10.1186/s41073-026-00239-6
  8. Rentier, E. S. (2025). To use or not to use: Exploring the ethical implications of using generative AI in academic writing. AI and Ethics, 5(3), 3421–3425. https://doi.org/10.1007/s43681-024-00649-6
  9. Slimi, Z. (2026). A systematic critical review of generative AI's impact on authorship, pedagogy, and integrity (2023–2025). Frontiers in Education, 11, Article 1769680. https://doi.org/10.3389/feduc.2026.1769680

Dane z badań Athaluri i in. (2023) oraz Bhattacharyya i in. (2023) przytoczono za Chengiem i współpracownikami (2025).

Cytowania BibTeX

@article{arar2025integrity, author={Arar, Khalid H. and {\"O}zen, Hamit and Polat, G{\"u}l{\c{s}}ah and Turan, Selahattin}, title={Artificial intelligence, generative artificial intelligence and research integrity: a hybrid systemic review}, journal={Smart Learning Environments}, year={2025}, volume={12}, number={1}, pages={44}, doi={10.1186/s40561-025-00403-3}}
@article{chemaya2024perceptions, author={Chemaya, Nir and Martin, Daniel}, title={Perceptions and detection of AI use in manuscript preparation for academic journals}, journal={PLOS ONE}, year={2024}, volume={19}, number={7}, pages={e0304807}, doi={10.1371/journal.pone.0304807}}
@article{cheng2025writing, author={Cheng, Adam and Calhoun, Aaron and Reedy, Gabriel}, title={Artificial intelligence-assisted academic writing: recommendations for ethical use}, journal={Advances in Simulation}, year={2025}, volume={10}, number={1}, pages={22}, doi={10.1186/s41077-025-00350-6}}
@article{chetwynd2024ethical, author={Chetwynd, Ellen}, title={Ethical use of artificial intelligence for scientific writing: Current trends}, journal={Journal of Human Lactation}, year={2024}, volume={40}, number={2}, pages={211--215}, doi={10.1177/08903344241235160}}
@article{formosa2025author, author={Formosa, Paul and Bankins, Sarah and Matulionyte, Rita and Ghasemi, Omid}, title={Can ChatGPT be an author? Generative AI creative writing assistance and perceptions of authorship, creatorship, responsibility, and disclosure}, journal={AI \& Society}, year={2025}, volume={40}, number={5}, pages={3405--3417}, doi={10.1007/s00146-024-02081-0}}
@article{hosseini2023disclosing, author={Hosseini, Mohammad and Resnik, David B. and Holmes, Kristi}, title={The ethics of disclosing the use of artificial intelligence tools in writing scholarly manuscripts}, journal={Research Ethics}, year={2023}, volume={19}, number={4}, pages={449--465}, doi={10.1177/17470161231180449}}
@article{mohammadkhani2026accountability, author={Mohammadkhani, Fateme and Danesh, Farshid}, title={From assistance to accountability: a systematic scoping review of LLMs in responsible scholarly review, research integrity, and scientometrics}, journal={Research Integrity and Peer Review}, year={2026}, note={Advance online publication}, doi={10.1186/s41073-026-00239-6}}
@article{rentier2025use, author={Rentier, Eline S.}, title={To use or not to use: exploring the ethical implications of using generative AI in academic writing}, journal={AI and Ethics}, year={2025}, volume={5}, number={3}, pages={3421--3425}, doi={10.1007/s43681-024-00649-6}}
@article{slimi2026review, author={Slimi, Zouhaier}, title={A systematic critical review of generative AI's impact on authorship, pedagogy, and integrity (2023--2025)}, journal={Frontiers in Education}, year={2026}, volume={11}, pages={1769680}, doi={10.3389/feduc.2026.1769680}}
R