在学术论文中使用人工智能生成插图
愿平安与你同在。这是一条对各学科研究人员都很重要的信息；国际期刊出版商在关于使用人工智能生成视觉插图（Figures & Images）的政策方面发生了显著变化。
科学研究中视觉插图的分类
在提及这一变化之前，我们需要了解视觉插图主要分为三大类：
- 概念/解释性插图 (Conceptual/Explanatory Figures)： 例如说明工作流程的流程图 (Flowcharts)，或根据专业领域对细胞和受体进行的简单图示。
- 数据可视化 (Data Visualizations)： 指源自真实数据 (Derived from real data) 的图表；即你拥有一组数据，并希望通过柱状图 (Bar Chart)、饼图 (Pie Chart)、折线图或热力图 (Heat Maps) 等不同方式将其表达出来。
- 原始实验/临床图像 (Primary Experimental/Clinical Images)： 例如磁共振成像 (MRI)、X光片 (X-ray)、组织学图像 (Histology)、活检图像、病理图像、皮肤炎症图像，或基础科学研究人员使用的蛋白质印迹 (Western Blot) 图像。
国际出版商政策的变化
发生的变化是：过去我们曾指导学员，国际出版商通常禁止在这三类插图中使用人工智能，仅对第一类略有放宽，而第二类和第三类则是完全禁止的。
这种说法现已过时；在最近几周和几个月里，多家大型出版商如：
- 爱思唯尔 (Elsevier)
- 威立 (Wiley)
- 施普林格·自然 (Springer Nature)
- 泰勒-弗朗西斯 (Taylor & Francis)
- 美国医学会杂志网络 (JAMA Network)
这些出版商现已对第一类插图持放宽态度，甚至对第二类也予以放宽，即允许使用折线图、柱状图、饼图等图表来直观展示你的数据。然而，对于病理图像以及直接从人体获取的真实图像，它们依然坚持严格的立场。
使用人工智能的条件与规范
这些出版商现已明确规定，只要遵守以下规范，使用人工智能是可以接受的：
- 审查与核对： 最终生成的图表 (Final Visualization) 必须经过研究人员的审查，以确保其准确性。
- 不得伪造数据： 确保人工智能未凭空捏造任何新数据 (No data have been invented)。
- 保留原始资料： 保留用于生成图表的基础数据和提示词 (Prompts)，以便将其放入补充材料 (Supplementary) 中，或在需要时提供，以验证“可重复性” (Reproducibility)。
- 明确声明 (Disclosure)： 在学术论文中明确声明使用了人工智能来生成这些图像。
- 工具政策： 确保所使用的人工智能工具允许将其生成结果用于此目的。
需要注意的是，部分出版商允许使用通用人工智能工具 (General Purpose AI)，如 ChatGPT 和 Gemini，而其他出版商可能要求使用专门针对科学绘图的专用工具。
我们敦促大家前往各出版商官网查阅这些更新后的政策，这对各学科的研究人员都大有裨益。
愿平安与你同在。