研究倫理與臨床實踐的衝突與因應～臺大醫院護理部中央在職教育訓練紀要

Navigating Conflicts Between Research Ethics and Clinical Practice: A Summary of the Central In-Service Education Program of the Department of Nursing, NTUH

講者 / 臺大醫院護理部 林盈秀、倫理中心 周采潔

文 / 臺大醫院倫理中心 周采潔

PDF下載

2026年2月5日護理部舉辦中央在職教育訓練「研究倫理與臨床實踐的衝突與因應」，邀請倫理中心以研究倫理及學術倫理案例討論方式，共同深化護理照護及研究之倫理思辯與實踐。本篇係針對護理部所提生成式AI與學術倫理之3個案例及衍伸問題，彙整倫理中心之回應意見，紀要內容提供讀者參考。

案例一、使用生成式AI撰寫論文是否需要揭露

某研究生撰寫碩士論文英文摘要與 Discussion 初稿時，使用生成式 AI 協助潤稿與段落重組。內容皆由學生自行確認並修改，但最終提交論文時，未在方法或致謝中說明使用 AI。指導教授事後得知，對是否構成學術不當行為產生疑慮。

問題一、生成式AI的「介入程度」界線應如何界定？

生成式 AI 的介入程度界線如何判斷，必須視AI在研究過程中扮演「工具」或「輔具」的角色而定，也關係到使用AI工具完成之著作是否需要揭露。若AI僅受人操作指揮，作為逐字稿轉譯、資料整理、文獻摘要等工具，操作者對AI生成的結果具有完全的控制力，即為該作品之作者；當AI作為一種輔具，如透過大數據分析為研究提供建議，在人機共生的創作過程中，操作者對於生成式AI工具調整及表達方式，處於有所預測、但又無法完全掌握的狀態，於公開發表、文章投稿、學術研究等情境，應有被適當揭露的責任基礎[1]。

美國著作權局（USCO）在2025年發布《AI與著作權報告》指出，如果AI 為輔助工具，但由人類投入實質創意修改，產出作品可能受著作權保護，但如果只是輸入提示詞（Prompt）讓AI獨立生成，操作者即無法主張著作權。我國法規與美國政策方向一致，經濟部智慧財產局提醒，使用AI 創作時，除確保投注人類的貢獻，且應保留創作過程的紀錄[2]，如Prompt指令、修改紀錄、中間版本與最終成品等，以證明人類介入程度。

問題二、是否需要區分「語言修飾」與「內容生成」？

目前國際學術出版的主流共識係生成式AI僅能作為輔助工具，可用於語言潤稿、格式修正，但不得取代研究構想、資料詮釋、學術判斷、結論形成等核心工作[3]。

使用AI進行翻譯或編修時，應由作者確認語意、專有名詞與學術脈絡是否正確。人類語言中同一句話可能有多種解釋，須經作者檢視判斷，根據語境脈絡與文化意涵為最適切的表達，確保達到溝通與理解的目的[5]。不同的語言學習模型（LLM）工具會產生不同的語言風格[6]，相較於翻譯社個別化服務，相同的AI平台程式語言邏輯性高度相關，生成內容可能更容易被檢測出相似性[7]。

問題三、若未揭露，是否已構成違反學術誠信？

生成式AI使用網路公開資源供作訓練素材，導致AI創作極有可能包含他人著作的片段，甚至完全擷取自他人的著作[8]，且因生成式AI不會提供資料來源，研究者如果直接使用且未適當標註，可能產生抄襲、違反他人著作權之疑慮。

國際學術出版商與期刊針對生成式AI發布規範或聲明，皆主張論文作者必須對研究負完全責任，研究分析與詮釋資料、討論結果、研究結論等重要部分，均應由作者完成，若使用生成式AI輔助研究，必須主動揭露[4]。另外，多數主流生成式AI平台，皆於其授權條款或使用政策，規範使用者於後續發布或傳輸AI輸出成果時，應明確標示相關成果為AI生成，並且要求揭露工具或平台的名稱[9]。

案例二、使用AI生成研究計畫與研究問題算不算抄襲

一名教師在撰寫國科會研究計畫時，使用生成式 AI 產生研究背景、研究問題與假說架構，再自行修改後提交。計畫審查未發現明顯抄襲，但同儕質疑「研究創意是否仍屬於研究者本人」。

問題一、研究創意的「原創性」應如何定義？

研究創意之原創性，核心關鍵在於創作過程中是否注入人類創意，再判斷該注入是否為創意的具體引導，進一步評估操作者對AI輸出之「表達方式」有無「實質控制能力」，因此亂數或然率產生的自動化成果不得直接受著作權保護[8]。經濟部智慧財產局指出，「創作性」依「美學不歧視原則」，不得將著作品質列入考量，只要具有最低程度的創意，足以表現其個性或獨特性，即可給予保護，採低度標準，係為尊重不同獨立個體的差異，以開放態度保留最大發展空間[10]。

問題二、AI是否改變了我們對「研究能力」的評價標準？

報導指出使用AI的研究者產出論文數量平均高出約33%，國立陽明交通大學周倩副校長指出，研究者不會被AI工具取代，但可能會被能善用AI工具的研究者取代。臺大資工系蔡欣穆教授提醒，由於AI出現，未來工作與研究職責將會被重新定義─從專注「單一領域」的「T型人才」轉向須具備兩種以上能力的「π型人才」，兼顧專業深度及跨域能力。

未來人機協作的發展方向，將以人類主導、AI 輔助為原則，明確界定人與工具的角色分工，並善用 AI 強化研究者的批判思考、論證與寫作能力[3]。

問題三、如何在研究計畫中揭露AI輔助的使用？

AI工具之使用聲明，揭露內容包括AI工具、如何使用、用在哪裡（如文字潤飾、表達邏輯）、沒用在哪裡（如數據分析、研究結論），且生成式AI不得列為作者或合著者，作者應擔負所有責任 [11] 。

以《Elsevier》為例，該期刊要求利用生成式AI工具之投稿或發表文章，必須揭露與備存下列3項要點，當有原創性比對之必要時，得以查證：1.生成式AI或AI輔助工具的使用方式；2. AI模型或工具的名稱及製造商；3.相關標的未經 AI調整前的原始版本[1]。

案例三、學生報告大量使用 AI，指導者如何判定學術不誠實

審查者發現學生提交之個案報告，寫作風格與AI語言結構高度相似，懷疑學生大量使用生成式 AI，學生主張「只是用來協助整理與改寫」，並未直接複製貼上。

問題一、教學場域中，AI使用的合理界線在哪？

生成式AI進入教育與研究場域，可協助學生議題發想、靈感蒐集、批判思考，協助文獻整理、翻譯潤飾、文章改寫、程式除錯等功能，並實際瞭解AI擅長與極限，教師則可運用AI作為導引學生思考、提升量能、增加多樣性、提供選項的工具[12]。

面對AI 帶來的結構性變革，教育體系開始重新定義核心能力，針對基礎寫作、翻譯等可自動化的任務，著重學生批判性思維等能力養成，並發展與 AI 互補的高階技能，教育模式也從傳統的記憶與標準化測驗，轉向專案、實作與問題導向之情境應用[13]。

問題二、教師的角色是「防堵」還是「引導」？

AI輔助與人機協作已成為不可逆的發展趨勢，學習如何與AI工具協作、提升人機整合素養，將是未來學習與工作的關鍵能力。臺大採取正面看待與善加利用的態度，鼓勵教師精進教學，設計教學內容及學習評量；學生也應該瞭解AI工具之使用限制，學習如何妥善運用這些工具以輔助未來的學習[14]。

國際教育界普遍已從「禁用」走向「引導負責任使用」，包括要求學生據實揭露AI運用的階段與用途，確保研究過程的可追溯性，驗證AI引用的文獻、定義與數據，並且反思「若AI提供錯誤資訊，個人是否願意承擔責任」[15]。

問題三、評量制度是否需要同步調整？

傳統以寫作成果判定能力的方法，已難區分AI生成的內容，然而現行AI偵測工具誤判率偏高，且可能對非母語者產生歧視性誤判，致教師評量面臨信任危機，若依賴偵測工具恐傷害學生權益，缺乏明確規範又可能使評量失去一致性標準[15]。

蔡甫昌教授指出，隨著人機協作的效能邏輯快速重構，教育評量核心轉變成為「學生如何在人機合作中展現其後設認知能力」，課程設計應引入「認知強制功能」（cognitive forcing functions），避免直覺式依賴AI之教學設計，以及採取「先解釋後比較」（explain-then-compare）模式，要求學生獨立闡述答案，再與AI輸出進行比對與反思 [13]。

參考文獻

1. 林誠夏：您的作品或是純AI的輸出？─從著作權與CC授權學習AI輔助的標示要素。國家科學及技術委員會研究誠信電子報，2025年6月，第61期。

2. 經濟部智慧財產局Facebook，2025年4月1日。https://pse.is/8mz2bn。查閱日期：2026年6月11日。

3. 許庭嘉：生成式人工智慧於學術寫作之應用原則與研究責任探討。國家科學及技術委員會研究誠信電子報，2026年3月，第64期。

4. 周采潔：「學術倫理與生成式AI」論壇紀要（下）。倫理中心季刊，2024年12月，第4期。

5. 教育部臺灣學術倫理教育資源中心（2026）。AI世代的學術寫作指南—給研究生的參考手冊〔電子書〕。

6. Karolina Rudnicka：Each AI Chatbot Has Its Own Distinctive Writing Style—Just as Humans Do. Scientific American. July 9, 2025. https://www.scientificamerican.com/article/chatgpt-and-gemini-ai-have-uniquely-different-writing-styles /Accessed July 3, 2026.

7. 林誠夏：生成式AI的著作權利與法制趨勢～「學術倫理與生成式AI」論壇紀要（下）。倫理中心季刊，2024年12月，第4期。

8. 林誠夏：生成式AI的著作權利與法制趨勢～「學術倫理與生成式AI」論壇紀要（上）。倫理中心季刊，2024年9月，第3期。

9. 林誠夏：您的作品或是純AI的輸出？─從著作權與CC授權學習AI輔助的標示要素。國家科學及技術委員會研究誠信電子報，2025年6月，第61期。

10. 經濟部智慧財產局：(一)著作權基本概念篇-1~10。https://www.tipo.gov.tw/tw/tipo1/209-21674.html。查閱日期：2026年6月11日。

11. 林誠夏：AI訓練與應用之法遵實踐與學術倫理--以人工智慧基本法為說明框架（簡報）。2026年4月29日。

12. 姜則維：大學校園因應生成式AI之指引及教學建議。教育部學術倫理電子報，2023年8月，第13期。

13. 蔡甫昌、周昱辰、詹寶珠：生成式AI後之就業衝擊與教育因應策略。台灣醫學。2026。30(1)，1-10。

14. 臺灣大學教學發展中心×數位學習中心：臺大針對生成式 AI 工具之教學因應措施。https://www.dlc.ntu.edu.tw/ai-tools/。查閱日期：2026年6月11日。

15. 林杏子：學術誠信 2.0 AI 在教學研的轉化與回應。教育部學術倫理電子報，2025年11月， 第22期。

DOI: 10.30276/NTUHECQ.202606_(10).0014