近日，科技部监督司发布了《负责任研究行为规范指引（ 2023 ）》（以下简称《指引》）。

《指引》共 11 个部分，覆盖了科研活动的主要方面和重点环节，针对科研人员、科研单位、科研资助机构、科技类社团、学术期刊等不同主体，提出了开展负责任研究应普遍遵循的科学道德要求和学术研究规范。

这里摘录了《指引》部分内容：

◎研究选题

研究选题应坚持“四个面向”，突出问题导向，符合科技伦理要求与科技安全规定，避免简单重复或低水平研究，避免脱离实际或盲目追求热点，不得开展法律法规禁止的研究。研究项目的申报、实施和结题验收应遵守相关规定，研究过程中应投入必要资源。

[科研人员]应考虑研究的科学性、创新性、应用性、可行性，经过充分的文献回顾、调查研究和科学论证，结合完成研究所必需的资源条件，寻求研究领域中的难点、疑点、空白点。不以验证为目的的，应避免简单重复他人已经开展过的研究。

研究项目的申报材料应真实、准确、客观。不得使用相同或相似研究内容重复申报，未经同意不得将他人列为研究团队成员。不得抄袭、买卖、代写申报材料，不得使用生成式人工智能直接生成申报材料。

◎数据管理

研究数据的采集、记录应完整、准确、可追溯，保存和使用应符合专业规范和管理规定，确保数据质量和数据安全。

在处理学术图像时应遵照相应学科或学术出版单位的规范，并在发表时指明对学术图像进行处理的部分。不得变更、模糊、消除或歪曲原始学术图像所包含的关键信息，不得对学术图像进行不恰当或欺骗性处理，包括添加、移除或移动对象，去除或虚化背景等。拼接的组合图片应添加明显的各组图分界线，或明确说明图片拼接情况。不得使用非本实验条件下获得的其他图片替代真实实验图片，不得不注明来源或出处直接使用他人研究成果中的图片。

发布数据应遵守相关规定，保持透明客观，避免有意突出、强调或隐瞒、忽略特定内容。

应遵循相关法律法规及学术规范，依规合理使用生成式人工智能处理文字、数据或学术图像，防范伪造、篡改数据等风险。

不得在未真实开展研究的情况下，通过向第三方机构或他人付费等方式获取实验研究数据。因不具备条件委托第三方机构进行实验或数据采集时，应由科研人员提出实验设计方案，并根据第三方机构提供的原始实验记录和数据进行分析研究，在发表时应说明数据来源。使用第三方调查统计数据或相关公共数据库数据应通过合法渠道获取，并注明来源或出处。

◎文献引用

[科研人员]应在项目申请书、结题报告及论文或其他研究成果中明确区分自己与他人的研究成果，参考借鉴他人观点或研究成果时应实事求是、力求准确，并以恰当方式标明来源。

在研究中参考或借鉴他人学术观点、研究思路、已发表作品的，应按照本学科通用标准或规范，以引用、注释、致谢等方式注明。

尽可能引用原始文献，由于无法获取原始文献等原因确需引用其他作者所引用或归纳的原始文献内容的，应标注为转引，并力求准确。

引用他人文献时确保客观、准确，避免错误引用或断章取义。不应对不熟悉的研究领域成果进行引用，不应在不了解研究内容或进展的情况下进行引用，不应有意歪曲、抬高或贬低他人学术观点或研究发现。除批判性用途外，原则上不引用已撤稿文章。

使用生成式人工智能生成的内容，特别是涉及事实和观点等关键内容的，应明确标注并说明其生成过程，确保真实准确和尊重他人知识产权。对其他作者已标注为人工智能生成内容的，一般不应作为原始文献引用，确需引用的应加以说明。

使用他人已发表图表或图片的，应事先取得版权所有者许可并在许可的范围内使用，同时注明来源或出处。

不应故意忽略、隐匿他人已发表的相关重要文献或对自己研究不利的文献。

不应在参考文献中列入未参考过或与研究内容无关的文献，包括不恰当地自我引用、与他人约定相互引用，或根据审稿人、编辑要求引用不相关文献等。不得直接使用未经核实的由生成式人工智能生成的参考文献。

◎成果署名

署名者应有实质性学术贡献，即对研究思路、设计、实施、数据获取、数据分析和解释等有重要贡献，或对重要知识性内容作出关键性修改等。对成果无实质学术贡献的不得署名。

所有署名者均应事先审阅并同意发表有其署名的成果，并对自己完成或参与部分的内容负责。第一完成人、第一作者和通讯作者对成果真实性、可靠性负主要责任。

所有署名者均应对成果有实质性学术贡献，不得挂名或冒名。发现自己被挂名或被冒名的，应主动提出质疑并要求更正。

署名顺序通常按照对成果所作贡献大小排列，一般应由所有成果完成人共同决定，或遵循相关学科的署名惯例。

对于不具有署名资格但对研究工作有贡献或帮助的个人和组织，可通过致谢、注释等方式说明其贡献。

对于受资助的研究成果，应按要求如实标注资助机构、项目名称和批准号。对于受多个机构资助产生的项目成果，原则上按对成果贡献的大小排序。不得标注与研究工作无关或虚假的项目。不得为了掩饰利益冲突而不披露资助来源、隐瞒真实作者信息或虚构署名。

不得因成果完成人工作单位变化而随意变更成果主要完成单位。不得虚构、伪造工作单位以及职务职称等个人信息。

生成式人工智能不得列为成果共同完成人。应在研究方法或附录等相关位置披露使用生成式人工智能的主要方式和细节。

◎成果发表

[科研人员]发表或发布论文、专著及其他成果应完整陈述研究过程、清晰介绍研究方法、准确描述研究结论，按要求提交或共享相关数据，便于他人重复验证和判断研究结果可靠性。

研究成果应首先经过同行评议的程序发表，或通过学术报告、学术研讨、预印本等形式在科学共同体内进行交流。公布突破性研究成果和重大研究进展应经所在科研单位同意。未经科学验证或同行评议的研究成果，不得向公众传播。

应核实拟发表成果的出版单位、收录成果的数据库等情况，规避缺乏质量保证或虚假的出版单位。

不得将报告研究成果的同一篇手稿或基于同样数据资料而只有微小差别的手稿同时寄投两个及以上的出版单位进行发表。只有在收到拒稿通知，或超过规定审稿期限，或申请撤回投稿并得到出版单位确认后，才可以转投其他出版单位。由多个作者共同完成的，在决定转投前须经所有作者同意。

不得将已发表的论文或其中的数据、图片等再次发表，不得将多篇已发表论文各取一部分拼凑出“新成果”后发表。对确有必要再次发表的，须事先获得已发表和待发表出版单位许可，再次发表时应在显著位置作出说明，并注明原刊载处。

不得将一项完整的研究成果拆分为若干成果发表，以维护相关成果的完整性、系统性、科学性和逻辑性，不得基于同一研究内容撰写不同作者署名的成果。

第一完成人、第一作者和通讯作者有责任保证所有署名者均同意发表并认可最终成果。

发表成果时应按要求声明利益冲突并注明研究成果资助来源。

科研单位对短期内发表多篇论文、取得多项专利等成果的，应依规加强核实核查。对科研人员拟发表涉及保密或敏感信息的成果，按照相关规定进行审查把关。

对在被列入预警名单的学术期刊上发表研究成果的，应及时进行警示提醒；对发表在被列入“黑名单”学术期刊上的研究成果，在各类评审评价中不予认可，且不予报销相关发表费用。

对本单位科研人员发表的学术论文等研究成果存在违背科研诚信要求情形的，应对相关责任人严肃处理并要求其采取撤回论文等措施。

◎学术出版单位

建立和完善同行评议、伦理监督、版权管理、学术规范承诺、撤稿退稿异议处理和利益冲突管理等制度，建立对编辑、编辑委员会成员、审稿人的管理和监督制度。

通过“征稿启事”“作者须知”等明确研究成果发表规范，可要求在发表成果时说明每位署名者的贡献。

应要求作者披露是否使用生成式人工智能，说明具体的软件名称、版本和使用时间，并对涉及事实和观点引证的辅助生成内容作出具体标注。

已发表研究成果的原始投稿、审稿意见、修改稿、往来通信以及编辑部拒稿或录用决定等记录应保存至少3 年，以备核查。

应检测和甄别作者投稿中的科研失信行为，受理有关科研失信行为的投诉举报。对存在科研失信行为或严重错误的稿件，应采取评论、关注、更正、撤稿等处理措施，并及时告知收录该研究成果的相关数据库和作者所在单位。

合理选择审稿人，督促审稿人认真、公正评审，并对其遵守科研诚信要求的情况进行相应监督与评估。提醒审稿人在审稿过程中使用生成式人工智能应依规谨慎。不得对审稿人的合规评审施加不当影响，或无理由地否定、歪曲审稿人的审稿意见。

编辑和审稿人不得擅自透露、公开讨论、剽窃或占用作者未发表的研究成果，不得故意拖延审稿或发表进度，不得利用出版程序、稿件内容谋取不当利益，不得为了提高期刊影响力要求作者非必要地引用特定文献。

遵守利益冲突相关规范要求，应要求编辑不得隐瞒与投稿人的利益关系，或有意选择有潜在或实际利益关联、利益冲突的审稿人评审稿件。