重构出版：面向AI生成研究的认证框架

AI研究管道现在可以生成符合现有同行评审标准（质量、新颖性和方法严谨性）的学术论文。然而，出版系统是围绕假设研究由人类作者产出而构建的，因此缺乏对知识主张可能有效但生产者为部分或完全自动化时如何评估的明确方式。本文提出了针对AI生成研究的两层认证框架。第一层评估知识主张是否严密。第二层评估人类贡献水平。这种分离允许期刊和会议在不创建新机构的情况下更一致地评估管线生成的作品。该框架采用规范性分析、概念设计和针对代表性提交案例的干跑验证。它将人类贡献分为三个类别：类别A，其中作品可由自动化管线实现；类别B，其中需要在可识别阶段的人类指导；类别C，其中作品超出当前管线能力，尤其是在问题表述阶段。本文还提出了针对完全披露的自动化研究的专用基准槽位。这些槽位将提供透明的出版路径，帮助评审人员逐步校准判断。关键论点是，出版历史上同时认证了两个事实：知识有效且由人类产出。AI研究管道分离了这两个主张。通过将知识认证与作者归属解耦，所提出的框架应对正在进行的结构性变化作出响应。它可在现有编辑系统中实施，即使在归属不确定时也能工作，并基于知识价值而非人类来源本身来识别人类前沿贡献。