基于人工智能的学术论文“反抄袭”素养实践

[摘" "要] 人工智能教育应用在赋能教育高质量发展的同时，也引发诸多伦理问题。研究以学术论文抄袭为例，提出一种旨在“以技治技”的问题解决思路和实践路径：借助人工智能技术创设“以学生为中心”“以过程为导向”“以协作为支撑”特征的干预方案，支持学生开展学术论文“反抄袭”素养实践。研究采用基于设计的研究方法，通过多轮次迭代实验揭示所提方案的应用效果，即方案不仅显著提升了学生的“反抄袭”认知和态度，而且从降低论文抄袭程度和提升论文写作质量两方面表明对学生“反抄袭”行为产生了积极影响。

[关键词] 人工智能； 反抄袭； 学术论文； 素养实践； 基于设计的研究； 人机协同

[中图分类号] G434" " " " " " [文献标志码] A

[作者简介] 张银（1978—），女，山东淄博人。副教授，博士，主要从事学习科学与技术设计、学习系统开发和应用研究。E-mail：zhangyin@ouc.edu.cn。

一、引" "言

学术论文是学生展示对学科的理解力、对学术观点的批判水平、对文本创作的态度以及对研究主题的论证能力的重要方式，一直以来是高等教育质量评价的重要内容[1]。我国大学生多从进入大学后才开始接触学术论文，如在学科课程中完成的文献综述、在学历教育的最后阶段完成的学位论文。由于学术论文写作对于作者有较高的学科知识储备和写作能力要求，对于学科领域的新手学习者，尤其是大学生而言常常是不容易掌握的。因此，学术论文写作问题常成为困扰学生专业学习的难题。其中，抄袭是学生缺乏学术论文写作知识和技能的典型结果[2]。

近年来，随着人工智能生成内容（Artificial Intelligence Generated Content，简称AIGC）技术在教育领域的广泛渗透，对学术论文写作带来巨大冲击和挑战。AIGC技术在辅助文献阅读、生成学术论文元素（如标题、大纲）以及文本创作等方面的优势为学生带来学术论文创作便利的同时，也引发高校对于抄袭问题可能更为复杂和严重的担忧。约束惩罚和教育引导历来是教育领域开展问题治理的两条路径，在约束惩罚方面，七部委于2023年8月联合公布《生成式人工智能服务管理暂行办法》，对AIGC的规范应用作出了规定。2024年6月，《中华人民共和国学位法》（以下简称“《学位法》”）颁布，明确指出“学位论文或者实践成果被认定为存在代写、剽窃、伪造等学术不端行为”的法律规定[3]，其中剽窃与抄袭实质相同，前者多用于政策法规，后者则多见于教育研究和实践中。

与约束惩罚相比，我国教育研究和实践者对抄袭为代表的典型AIGC应用问题的关注和实践则相对较少。由国外高校自2023年至今对ChatGPT为代表的AIGC技术教育应用的态度转变（由“堵”到“疏”）可知，如果今天我们不能引导学生深入理解和有效应对抄袭问题，那么明天走入现实世界的他们将面临被技术进步超越的巨大风险。针对如何开展有效的教育引导式抄袭问题解决，本研究提出基于人工智能的学术论文“反抄袭”素养实践方案并开展实证探索，为有效化解因AIGC教育应用引发的伦理危机、守护学术论文质量、推动高校学术伦理教育和制度建设提供路径参考。

二、人工智能对抄袭问题解决的“过”与“功”

有历史记载的抄袭问题产生于十五世纪末期，与印刷术的传播有着密切的关系。与五百年前相比，抄袭问题在人工智能时代日益严重。一方面，正如马丁·海德格尔所强调的“滚滚而来的技术革命可能会束缚人”[4]，让人怠于思考和创新，而任意“复制”和“粘贴”数字资源为己所用的抄袭行为就是新技术时代所带来的“无思”症候。另一方面，技术的可供性也为抄袭问题激增提供了另一个现实原因[5]。AIGC技术的可供性体现在其能为人们提供具有生成性特征的个性化数字资源。如果人们感知并利用这种可供性进行数字资源的随意获取，则会加重抄袭问题的发生。

人工智能对抄袭问题解决的“功”多体现在抄袭检测的工具价值，如Turnitin AI Detector不仅延续了原技术在学术论文抄袭检测方面的性能，而且通过技术迭代能够识别AI撰写的内容。尽管人工智能在抄袭问题识别方面的技术日臻完善，但其在问题解决方面的效能却常常受到质疑。例如，技术只能以“解构”学术文本的方式分析作品，不能以“建构”的方式反馈作品在知识性上的不足，无法支持学生对检测结果的合理认知和对论文作品的持续有效修改[6]。事实上，影响技术效能发挥的关键在于人们对抄袭问题的认识局限。受传统伦理观念的影响，不少研究者和实践者仍将抄袭的主要责任归咎于学生抄袭者，这些观念、价值导向会渗透入技术设计、开发和应用环节，使技术体现了设计和开发者的主观意志。因此，若要寻求技术在抄袭问题解决方面的效能突破，唯有理念更新，才能让技术有“可为”空间。

三、“反抄袭”的迷思揭示与对策

当前，在智能技术的掩护下，抄袭几乎“无处不在”，学术论文中的抄袭问题已经危及高校的学术诚信，对高等教育质量构成严重威胁。教育学家布卢姆曾指出，抄袭只是教育问题的一个症状，抄袭背后的教育问题更值得深入探究[7]。布卢姆的观点启示我们：“反抄袭”绝不能停留于对抄袭问题的表象分析和应对，而是要深入探究抄袭背后的教育问题，通过教育逻辑来创新“反抄袭”技术逻辑，为抄袭问题的有效解决提供保障。为了促进对抄袭背后教育问题的挖掘、探讨和有效解决，有必要正视和批判当前“反抄袭”研究和实践中存在的被动、盲目和守旧现象。

首先，以往“反抄袭”多以学生抄袭者为约束对象，让学生承担抄袭问题引发的所有责任，然而，仅关注惩罚而不进行教育引导的做法违背了高校育人宗旨。不仅如此，对惩罚的恐惧会使学生局限于逃避惩罚的错误学习策略，无法从抄袭行为中吸取教训[8]。其次，以往“反抄袭”多以结果为导向，常依据抄袭检测结果“一刀切”地判定抄袭程度并对学生抄袭者进行惩戒，无法面向学习过程帮助学生从错误的抄袭行为中吸取教训。例如，已有研究指出，与故意抄袭相比，多数学生抄袭者的抄袭行为产生于非故意的学习场景[9]，因此，结果导向的惩罚会剥夺学生接受“反抄袭”教育的宝贵机会。最后，以往“反抄袭”以抄袭问题为中心，忽视对学生的关照，学生在“反抄袭”中是被动、孤立的。例如，尽管同伴互动有助于通过加强彼此责任心来降低抄袭，但相关策略和技术在支持“反抄袭”协作方面的价值受到忽视[10]。

如果“抄袭”是一种错误的价值判断和路径选择，那么“反抄袭”就是一种正确的价值取向与参与实践，值得教育者深入领会并引导学生提升“反抄袭”素养实践。素养作为个体有效建立自然世界、社会世界以及精神世界内在一致性的品格与能力，具有回应社会主流文化的属性。传统上，素养曾被理解为一套与读写有关的技能，随着新媒体、新技术的发展和应用，素养的决定性特征正在得到不断扩展。抄袭产生于个体思想和学术作品的互动空间以及个体与他人的互动过程中，因此，“反抄袭”也需要借助这种互动来保障抄袭问题解决的有效性。学者Valentine曾以“素养实践”来探讨抄袭的这种复杂性[11]，但遗憾的是，其并未就这项素养实践的路径作深入研究。

基于以上分析，本研究将学生在学术论文撰写任务中的“反抄袭”认知、态度和行为视为其“反抄袭”素养实践的重要内容，借助人工智能技术创设“以学生为中心”“以过程为导向”“以协作为支撑”特征的干预方案，探讨学生在干预下的“反抄袭”素养实践效果，为推动高校伦理问题的教育引导式解决提供路径参考。

四、基于人工智能的学术论文“反抄袭”素养实践方案设计与实施

（一）理论基础与方案设计

本研究的“反抄袭”素养实践方案将理解教学、群体和学习动力学作为理论基础。理解教学强调教学的目的在于提升学生从记忆水平到表现水平的理解[12]，支持通过认知、态度以及行为的改变来表征学生的学习，因此，该理论对于“反抄袭”素养实践具有较好的阐释性，也为“以学生为中心”的方案特色提供了理论支点。此外，同伴间的互动有助于通过加强学生彼此间的分享和责任心来降低抄袭行为的发生[10]，因此，本研究通过引入群体和学习动力学理论来探讨积极的群体动力（如反馈）和学习动力（观点分享）如何通过支持互动来促进学生的“反抄袭”素养实践，同时也为“以协作为支撑”的方案特色提供理论支点。“以过程为导向”强调方案对学生“反抄袭”素养实践过程的支持。教师在“反抄袭”方面的能力差异以及其有限的个人教学精力始终是影响教师开展面向过程的“反抄袭”学习支持的难题[13]，为此本研究构建了基于人工智能技术的“反抄袭”素养实践场景。

场景设计注重通过功能模块定制，实现对学生学术论文写作过程的分析和支持。考虑到人工智能技术在复杂抄袭问题识别和解决中可能存在的算法偏见、虚假知识生成等问题，本研究基于普瑞斯人机功能分配决策矩阵理论[14]，将人的因素引入技术的干预回路，将技术的自动化、自主性逻辑与人的创造性、灵活性逻辑相结合，设计提出了“反抄袭”素养实践场景中人机协同的两个策略，即AI“学习伙伴”+学生同伴、AI“教学辅助”+教师指导。人机协同的设计不仅回应了“以过程为导向”的设计需求，也为“反抄袭”师资问题提供了应对策略。基于人工智能的学术论文“反抄袭”素养实践方案如图1所示。

方案以学科课程为实施场景，学生在接到课程写作任务后，就进入干预方案流程。“反抄袭”素养实践涉及跨时空下的八个学习活动（见图中下方的时间维度），其中①②③④和⑧为人工智能技术支持下的在线学习活动，⑤⑥⑦为课堂学习活动，在线学习活动由作者研发的“反抄袭”素养实践系统提供技术支持。

作者依据Content-Construction-Consolidation模型[15]并基于Moodle（开源学习内容管理系统）开展“反抄袭”素养实践系统研发，并以功能独立完整的网站形式呈现。系统包括四个定制模块：文献智能分析、写作支持、同伴互评以及抄袭智能分析。其中文献智能分析模块支持学生从文献中智能提取研究问题和总结研究发现，为论文撰写提供认知和信心基础。写作支持模块反映了图1中的学习活动①②③和⑧。学习活动②③的目的在于通过任务和测试来引发学生的认知冲突，为“反抄袭”实践提供动力，该模块支持教师以可视化方式监控学生的实时写作过程并提供及时反馈。同伴互评模块反映了图1中的学习活动④，教师可借助该模块跟踪和分析学生互评进程。抄袭分析由抄袭智能分析模块提供技术支持，该模块支持教师通过设置抄袭分析参数来定制符合课程需要的论文检测指标，提高抄袭分析的个性化。

（二）实验流程

本研究采用了基于设计的研究方法[16]，分为三个研究阶段，第一阶段和第二阶段的目的在于优化所提出的方案和系统的性能，第三阶段的目的在于探讨优化后的方案对学生“反抄袭”素养实践的影响。研究邀请国内某公立高校A①的教育学本科生以及他们的学科教师参与实验。鉴于学科差异对实验结果的潜在影响，研究首先在教育学专业开展干预实验，然后基于研究发现探讨在其他学科推广的可行性。

在各研究阶段，均采集了学生的“反抄袭”认知、态度以及行为数据。其中，抄袭问题识别量表的设计源自已有研究所提出的抄袭认知测量方法[17]，该量表包含13个项目，通过学生“反抄袭”水平自我评估（3个项目）以及学生对学术论文中常见抄袭问题的识别（10个项目）来综合判断学生对抄袭的理解水平。“反抄袭”态度访谈则是通过对50%接受干预的学生及其教师的面对面交流来获得师生在干预过程中的学习和教学经历，以及所感受到的“反抄袭”变化。

学术论文分析注重通过对论文作品的抄袭程度和质量的分析来判定学生在“反抄袭”行为层面的表现。以往“反抄袭”研究曾提出两种常用抄袭程度测量方法，即文本相似度和连续复制文字量，然而，这两种方法都存在局限[18-19]。为此，本研究设计了一套新的抄袭程度评量方法，见表1。学生论文作品的写作质量则通过借鉴已有量表，从任务相应、连贯性和衔接性、词汇和语言使用以及文献引用四个维度进行评量[20]。

五、研究发现与讨论

研究发现，学生“反抄袭”认知、态度以及行为在干预后呈现出显著变化，且这种转变体现在研究的各个阶段。不仅如此，教师通过参与干预方案的实施，对“反抄袭”的认知和态度也发生了转变。鉴于本研究的不同阶段承担着不同任务，接下来着重结合第三阶段的数据来进行研究发现的阐释和讨论。在第三阶段，高校A的两个教育学大一本科班参与了实验，一个班级为实验组（N=50），一个班级为对照组（N=50）。

（一）学生“反抄袭”认知和态度转变

“重要但模糊不清”是学生在干预前对抄袭的初始认知状态。本研究发现，尽管绝大多数学生缺少避免抄袭的学习经验，但是他们对自己在避免抄袭方面的能力却充满信心。在干预前，85%学生认同“我知道如何避免抄袭”（N=100）。但是，当学生被要求识别抄袭行为时，却表现出对于抄袭模糊不清的认识。例如，多数学生对于观点抄袭，即“将他人的观点而不是文字内容加入我的写作作业中而不标注信息来源”也不认可（均值为3.26）。除了认知表现外，学生对抄袭的不清晰理解也反映在其态度上。例如一位学生（S10）在被访谈时指出：“我读文献时完全同意作者的观点，提不出新想法，因此，不可避免要抄一些（原文献内容）。”

经过干预，学生在认知方面都发生了较大转变，呈现出“理解且有信心”的倾向。学生的认知变化如图2所示，圆点虚线和点划虚线分别为实验组和对照组在干预前对抄袭的认知，粗体实线和常规实线分别为实验组和对照组在干预后对抄袭的认知。两条虚线的波形相似，表明两组学生对抄袭的初始认知是相似的，然而，两条实线的波形有很大的不同。通过Mann-Whitney U检验对干预后两组表现进行统计分析后发现，实验组（粗体实现）对4个抄袭问题的识别水平显著高于对照组（常规实线），即图2中的第6、10、11和12项，分别对应观点抄袭、图片抄袭、拼凑式抄袭以及无明确出处信息抄袭四种抄袭类型。值得注意的是，实验组学生对“我能够理解避免抄袭的重要性”（图2第3项）的认同度呈现大幅度下降，不仅低于干预前的分值，也低于对照组学生干预前后的分值，该现象为后续讨论提供了空间。

除了在认知层面的变化外，学生在态度上也发生了改变。例如一位学生（S5）在被访谈时指出：“如果没有这次的论文写作活动（即干预），我可能无法学习反抄袭，因为相关内容我从未正式接触和学习过。”不仅如此，学生（S9）认为：“这（指干预方案）只是一个开始，我需要更多类似的任务来更好地改进写作。”

（二）学生“反抄袭”行为改变

干预前实验组和对照组学生论文中的连续复制最多汉字数量的均值为85，表明论文中存在大量与文献来源“一字不差”的文本抄袭问题。通过抄袭程度评量量表进行分析后得到学生论文的抄袭程度均值为3级，即中度抄袭。不仅如此，学生论文的质量也不高，均值在58分（百分值）。经过干预，实验组学生的论文在抄袭程度降低和写作质量提高方面的表现都显著优于对照组（见表2），具体表现为：一方面，实验组学生论文中连续复制最多汉字数量的均值从85降低到52，作品抄袭程度由“中度抄袭”降到“弱度抄袭”，与之相比，对照组学生论文中连续复制最多汉字数量的均值从85降低到73，整体作品抄袭程度仍停留在“中度抄袭”水平。另一方面，实验组作品质量由58分（百分值）提升到76分，论文在连贯性和衔接性、文献引用方面的质量提升较对照组显著。尽管对照组论文质量也有所提升，由58分提升到67分，但上升幅度并不如实验组显著。

当结合学生行为变化数据来分析学生的认知变化时（如图2所示），就会发现影响实验组学生干预后对避免抄袭重要性的理解水平下降的真正原因。费斯廷格曾指出，当人们对自我的认识与其行为不一致时，会通过改变自我认识来与行为匹配[22]。由此可以推断，实验组学生在干预前高估了自己对避免抄袭重要性的认识。当他们在论文完成过程中遇到抄袭问题时，原有认识受到挑战，在这种情形下，他们通过改变认识来与其行为保持一致。该发现表明，学生在“反抄袭”素养实践中具有主动性，他们会通过自我改变来更新对于抄袭的理解。因此，如果学生有更多机会在本研究所设计的干预方案下开展学习，其对于避免抄袭重要性的认识会更加深刻，也就更有能力在行动上开展“反抄袭”素养实践。

（三）教师“反抄袭”认知和态度转变

在本研究中，研究团队通过对教师访谈数据的分析揭示了教师在“反抄袭”方面的认知和态度转变。“严重但总被忽视”是第三研究阶段教师C在干预前对抄袭问题的初始认识。受教学时间和精力的限制，教师C表示她无法对每篇学生论文进行抄袭检查并提供反馈。她认为抄袭问题的存在使其难以区分学生在完成论文过程中所付出的努力和贡献，“这对教学评价来说是非常糟糕的”。除了课程层面的抄袭问题外，教师C表示，其所在高校并没有明确的“反抄袭”政策，只是在学生提交毕业论文前后通过相关网站或平台发布“反抄袭”相关通知或规定，该所高校在反抄袭方面采取的保守“防御性”行动与Adam等人对西方高校的观察是一致的[23]，说明许多高校尽管注重通过规范学生的行为来避免抄袭，却很少对学生提供必要的引导来帮助学生主动避免抄袭。

经过干预，教师C表现出“重视且积极应对”的认知和态度转变倾向。首先，在系统的帮助下，教师C发现学生论文中存在大量复制原文献内容的情况，论文中的抄袭问题严重程度令她震惊。其次，教师C表示学生在干预后能够主动在论文中避免抄袭，这一点让她对干预的效果满意。最后，教师C对系统在支持其对学生论文进行过程监督和跟踪、促进学生协作应对抄袭问题方面的作用表示满意，并有意愿在后续的课程中继续使用该系统来开展教学活动。

六、研究结论与启示

本研究运用人工智能在学习分析和干预上的技术优势设计“反抄袭”素养实践方案，对学生“反抄袭”认知、态度以及行为转变产生了积极显著的影响，这为探讨应用人工智能技术开展高校伦理问题解决提供了思路和证据支持。研究还获得了两方面重要启示：一方面，由于学生对文本抄袭的认知高于对观点抄袭、图片抄袭、拼凑式抄袭以及无明确出处信息抄袭的认知，因此，干预方案对于学生“反抄袭”的影响呈现出不均衡的特点，即方案对于后四种抄袭的干预效果明显好于文本抄袭。这既表明学生已有经验在干预效果的探讨中不容忽视，也表明学生无法仅靠经验来获得对于抄袭的全面理解，还需要进行系统的教学干预，这一点与以往研究倡导抄袭问题解决需要开展系统教学的主张一致[24]。另一方面，尽管干预方案对学生“反抄袭”行为产生了积极影响，实验组论文的整体抄袭程度降至“弱度抄袭”，但抄袭问题尚未杜绝。这表明“反抄袭”素养实践干预不能满足于一时的效果，而是需要持续推进，这一点与Patak等学者对教师“反抄袭”研究的结论相一致[25]。

在本研究中，人工智能扮演着多重角色，如作为“学习伙伴”，人工智能支持学生开展以下活动：文献分析，帮助学生快速获取文献的观点信息；写作判断和抄袭诊断反馈，支持学生写作实践中的抄袭问题反思；同伴协作过程跟踪，支持学生在写作任务中的参与度保持。同样地，作为“教学辅助”，人工智能支持教师开展对学生论文写作实践的个性化学习分析和反馈、对学生论文作品的智能抄袭检测和分析，以及对抄袭程度的精准判定和干预。本研究不仅强调智能技术在“反抄袭”上的有效应用，也强调对人类资源的利用，例如，对同伴作为学生作品中抄袭问题“诊断者”和教师作为学生“反抄袭”实践“引导者”的关照和策略设计。本研究基于人机协同理念将人的因素引入技术的干预回路，将技术的自动化、自主性逻辑与人的创造性、灵活性逻辑相结合，为干预的有效性提供保障，这充分体现了人机协同作为人工智能教育应用实践逻辑的价值[26]。

七、结 束 语

人工智能教育应用伦理问题受到教育研究者和实践者越来越多的关注，这不仅源于伦理问题的不断涌现引发人们对于该问题解决的迫切实践期待，也源于人工智能影响下伦理问题的复杂化亟须人们从多领域、多学科对其开展理论探索和创新。本研究提出一种旨在“以技治技”的抄袭问题解决思路和实践路径，以期推进人工智能教育应用伦理问题解决。本研究是相关理论和方法在学术规范问题、人才培养问题、伦理教育问题上的综合应用，对于有效化解因智能技术发展引发的伦理危机、守护人才培养质量、推动伦理教育和制度建设具有重要的理论价值和实践意义。

[参考文献]

[1] STROBL C， AILHAUD E， BENETOS K， et al. Digital support for academic writing： a review of technologies and pedagogies[J]. Computers amp; education， 2019，131：33-48.

[2] PERKINS M， GEZGIN U B， ROE J. Reducing plagiarism through academic misconduct education[J]. International journal for educational integrity， 2020，16：1-15.

[3] 新华社. 中华人民共和国学位法[Z/OL]. （2024-04-26）[2024-10-19]. https：//www.gov.cn/yaowen/liebiao/202404/content_6947841.htm.

[4] 马丁·海德格尔. 海德格尔选集（下）[M]. 孙周兴，译. 上海：上海三联书店，1996.

[5] ZIMERMAN M. Plagiarism and international students in academic libraries[J]. New library world， 2012，113（5/6）：290-299.

[6] ALI A， TAQA A Y. Analytical study of traditional and intelligent textual plagiarism detection approaches[J]. Journal of education and science， 2022，31（1）：8-25.

[7] BLUM S D. My word： plagiarism and college culture[M]. New York： Cornell University Press， 2011.

[8] PARKS R F， LOWRY P B， WIGAND R T， et al. Why students engage in cyber-cheating through a collective movement： a case of deviance and collusion[J]. Computers amp; education， 2018，125：308-326.

[9] ZHANG N， TANG K Y A. The Reasons and countermeasures of Chinese college students' unintentional plagiarism[C]//2021 7th International Conference on Education and Training Technologies. New York： Association for Computing Machinery， 2021：153-157.

[10] PELED Y， ESHET Y， BARCZYK C， GRINAUTSKI K. Predictors of academic dishonesty among undergraduate students in online and face-to-face courses[J]. Computers amp; education， 2019，131：49-59.

[11] VALENTINE K. Plagiarism as literacy practice： recognizing and rethinking ethical binaries[J]. College composition and communication， 2006，58（1）：89-109.

[12] WISKE M S， BREIT L. Teaching for understanding with technology[M]. San Francisco， United States： Jossey-Bass， 2013.

[13] HUANG J C. What do subject experts teach about writing research articles？ An exploratory study[J]. Journal of English for academic purposes， 2017，25：18-29.

[14] PRICE H E. The allocation of functions in systems[J]. Human factors， 1985，27（1）：33-45.

[15] BIRD L. The 3 \"C\" design model for networked collaborative e-learning： a tool for novice designers[J]. Innovations in education and teaching international， 2007，44（2）：153-167.

[16] WANG Y H. Design-based research on integrating learning technology tools into higher education classes to achieve active learning[J]. Computers amp; education， 2020，156： 103935.

[17] LEE C W Y， CHU S K W， CHENG J O Y， REYNOLDS R. Plagiarism‐free inquiry project‐based learning with UPCC pedagogy[J]. Proceedings of the association for information science and technology， 2016，53（1）：1-11.

[18] DRISKO J W. What is plagiarism， how to identify it， and how to educate to avoid it[J]. Journal of Social Work Education， 2023，59（3）：744-755.

[19] MASIC I. Plagiarism in scientific publishing[J]. Acta Informatica medica， 2012，20（4）：208-213.

[20] LIU G Z， LO H Y， WANG H C. Design and usability testing of a learning and plagiarism avoidance tutorial system for paraphrasing and citing in English： a case study[J]. Computers amp; education， 2013， 69：1-14.

[21] KOSTOFF R N， JOHNSON D， ANTONIO D R J， et al. Duplicate publication and \"paper inflation\" in the fractals literature[J]. Science and engineering ethics， 2006，12（3）：543-554.

[22] FESTINGER L. A theory of cognitive dissonance[M]. California： Stanford University Press，1962.

[23] ADAM L， ANDERSON V， SPRONKEN-SMITH R. \"It's not fair\"： policy discourses and students' understandings of plagiarism in a New Zealand university[J]. Higher education， 2016，74（1）：1-16.

[24] PECORARI" D， SHAW" P. Student plagiarism in higher education： reflections on teaching practice[M]. London： Routledge， 2018.

[25] PATAK A A， WIRAWAN H， ABDUH A， et al. Teaching English as a foreign language in Indonesia：university lecturers' views on plagiarism[J]. Journal of academic ethics， 2021，19（4）：571-587.

[26] 武法提，杨重阳，李坦. 智慧学习环境中的人机协同设计[J]. 电化教育研究，2024，45（2）：84-90.

Practices of Anti-Plagiarism Literacy in Academic" Writing Based on

Artificial Intelligence

ZHANG Yin1，" LIU Yonghui2

（1. Department of Education， Ocean University of China， Qingdao Shandong 266100;

2. College of Engineering， Ocean University of China， Qingdao Shandong 266100）

[Abstract] The application of artificial intelligence in education， while empowering the high-quality development of education， has also raised many ethical issues. Taking plagiarism in academic papers as an example， this study proposed a solution and a practical path aimed at \"using technology to govern technology \". With the help of artificial intelligence technology， a student-centered， process-oriented and collaboration-supported intervention program was created to support students to practice anti-plagiarism in academic writing. Using Design-based Research Method， this study revealed the" effectiveness of the proposed program through multiple iterative experiments， indicating that the program not only significantly enhances students' anti-plagiarism cognition and attitude， but also positively influences students' anti-plagiarism behaviors in terms of reducing the degree of plagiarism and improving the quality of academic writing.

[Keywords] Artificial Intelligence; Anti-plagiarism; Academic Writing; Literacy Practice; Design-based Research; Human-Machine Collaboration