一、同一份文章，为什么会突然变得陌生？
设想一位作者围绕自己的经历写作。他提供材料，反复讨论主题，借助人工智能形成初稿，再删除不符合经历的部分，补充遗漏，重新组织结构。文章完成之后，他却感到犹疑：很多句子不是我亲手写出来的，这还能算我的作品吗？问题并不只在署名，还涉及他怎样理解自己的参与。
另一位使用者只输入一个宽泛题目，接受第一份输出，既没有核对也没有理解，却准备把它描述成自己长期独立研究的成果。这种情形与前一种明显不同。若用“都是人机协作”把两者合并，就会失去对实际贡献的辨认；若用“只要人工智能参与就都不算”把两者同时取消，也同样粗糙。
因此，这类焦虑需要先拆开几个问题：成果怎样发生，个人实际做了什么，工具承担什么，向读者作出了什么承诺，以及具体发表场景采用什么规则。它们相关，却不是一句“我的”能够一次回答的。
本章主要讨论归属语言与贡献说明，不代替具体法律、合同或机构规则的判断。承认复合发生，既不能自动取得某种署名资格，也不意味着个人贡献必然失效。需要进入过程，而不是让工具是否出现成为唯一裁判。
二、“我的”至少包含几种不同意思
“这是我的文章”可能表示我独立写出每一句，也可能表示我组织了研究并对作品负责，还可能只表示文件保存在我的电脑里。几个含义在日常生活中容易重叠，到了公开评价时却必须分开。文件占有不能证明研究贡献，承担组织作用也不等于亲自执行全部文字生成。
一个人可以诚实地说，自己提出了最初的问题、提供了关键材料、选择并修订了某些论证；同时承认工具参与了起草与整理。这样的描述不需要把所有能力收回自然人，也不需要把个人从成果中抹去。归属可以具体，而不必全有或全无。
但具体说明不能停留在抽象角色名称。说“我负责思想，工具负责文字”，可能仍然遮住事实：某些问题是在互动中形成的，某些结构由工具提出，某些判断又经过共同修改。若实际发生并非固定分工，就不应为了维护作者形象而编造一条整齐边界。
因此，较好的归属语言应当允许复杂性。初始命题、材料提供、方案比较、关键修订与验证可以分别说明，某些贡献也可能彼此依赖。我们不需要把每一部分都分配精确百分比，才能让读者更清楚地理解成果怎样形成。
三、文字数量不等于思想贡献
一段很短的反对意见可能改变全书方向，一份很长的初稿可能只是展开既定要求。若按字数分配全部贡献，就会把表达规模当成唯一价值。反过来，也不能因此宣布只要提出一句题目，就已经贡献了所有思想。一个题目是否具有实际作用，需要看它如何改变后续问题与论证。
选择同样可能重要，也可能很有限。在多个候选中辨认出真正解释材料的方案，可以构成重要工作；随意选取看起来最顺眼的一份输出，则未必具有相同意义。不能把选择这个动作抽象地神化为人类最后的创造力，也不能因为动作简短就一概否定。
修订也有不同层级。更换语气、调整标点、删除一段错误论证、改变核心概念，都是修订，却影响不同。诚实说明应当指出关键变化发生在哪里，而不是用“深度修改”这样无法检验的形容词替代实际记录。
所以，贡献的辨认可以从重要差异入手。哪一个改变使作品不再沿原来的方向运行？哪个材料迫使某项结论收缩？哪个反例使作者重新组织问题？这种发生记录比统计人写了多少、机器写了多少，更能说明作品的具体生成。
四、原创不是没有来源，复合也不自动产生原创
一项新的解释可以来自既有材料之间的新联系，不需要假定思想从一个与世界隔绝的头脑中凭空出现。承认语言、传统、他人与工具的作用，并不取消创造的可能。问题在于是否形成了值得说明的新差异，而不是是否彻底摆脱所有外部来源。
然而，把许多已有说法重新排列，也不一定构成重要创新。工具能够使文本显得新鲜，未必改变问题结构。需要检验的仍是概念、论证与材料之间发生了什么：提出了新的可讨论问题，解释了旧框架难以处理的现象，还是仅仅换了表达方式？
复合发生因此不能成为原创保证。使用人工智能既不自动消灭创新，也不自动生成创新。新能力与新知识需要通过具体内容接受检验，不能由使用方式的标签决定。对本书自身提出的封装与三向升维命题，同样应当进行近邻比较和反例检验，而不是因概念组合新颖便宣告成立。
来源说明在这里仍然重要。工具生成的段落若包含可以追踪的学术观点，不能用“系统这么说”代替原始文献；无法核实的引文应当被标明或移除，而不是因为表达流畅就成为证据。承认工具参与，不能免除对知识来源的说明。
五、署名规则是一种承诺制度，不是能力本体论
具体出版共同体会规定谁能够署名、需要披露什么、应当承担哪些责任。以国际医学期刊编辑委员会的建议为例，它要求作者披露相关人工智能使用，并不将聊天机器人列为作者，其理由涉及作者所需承担的准确性、完整性与原创性责任。[17]这是特定出版规范中的安排，不是关于一切认知过程构成的总论断。
由此可以看见，能力分析与署名规则处于不同层面。工具可以实际参与成果生成，而不因此取得某种制度性作者地位；自然人可以承担作者承诺，也不因此成为所有步骤的独立执行者。两者并不矛盾，前提是实际贡献与对外说明没有被混淆。
相关规则还可能因场景不同而变化。课堂训练、竞赛、个人随笔与研究论文，对使用方式的要求可能不同。不能拿一种场景中的允许推断所有场景都允许，也不能用某项限制证明工具参与在本体上不算能力。实际规则应当在相应场合核对。
本书因此不提供“用了人工智能一定可以署名”或“一定不能署名”的普遍结论。它提出的原则是，成果发生方式、贡献说明与场景承诺应当相互对应。把三者说清，比围绕纯人类与纯机器的标签争论更有建设性。
六、透明不是把全部私人思考公开
有人担心，一旦承认人工智能参与，就必须交出所有对话、草稿和内部记录。这样的要求并非从透明原则自动推出。不同成果需要不同颗粒的说明，公开研究可能需要方法与关键证据，私人写作则未必需要同样范围。透明应当与实际承诺相关，而不是把一切活动变成可被无限审查的材料。
一段有用的说明可以指出，工具用于哪些环节，哪些事实经过何种核对，哪些关键内容由作者修订。它不必列出每一次措辞尝试，也不应把无关个人材料公开。读者需要理解影响可信度与贡献的部分，不等于有权进入全部生活细节。
同时，简短披露不能成为掩盖的方式。若工具参与了数据生成或核心分析，却只写成语言润色，就改变了读者对方法的理解。说明颗粒可以适当压缩，但不能压缩到失真。哪些环节影响结论，应当在相应位置被看见。
因此，透明与封装并不冲突。成熟封装允许内部细节不在每次使用中展开，但必要的功能边界与证据仍然需要说明。我们不必为了保持诚实而取消所有整体调用，也不能借整体调用隐藏实际没有完成的工作。
七、欺骗来自承诺失真，不来自工具出现本身
如果某项任务明确要求独立完成，使用者却把工具生成的结果当作符合该要求的作品提交，问题在于其实际行为与承诺不一致。若某项活动允许使用工具，并要求说明关键方法，那么如实使用不应仅因工具参与就被视为欺骗。两者需要依据具体约定区分。
同样，未核对的材料被宣称为已经查证，尚未开展的调查被写成真实采访，计划字数被当作实际正文数量，都是承诺失真的例子。这些问题在人工作业中也可能发生，不因人工智能才突然出现；工具使产出更容易，也不改变它们需要被纠正的性质。
因此，反对工具羞耻，不等于降低诚实标准。恰恰因为成果生成越来越复合，我们更需要区分已完成、未完成、工具建议与实际证据。一个能够准确说明边界的作品，比一个试图伪装成完全独立完成的作品更值得信任。
也不能反过来把承认工具参与的人置于额外羞辱之中，而奖励隐瞒者。若制度只认看似无工具的成品，却实际鼓励高速度与大规模产出，就可能制造不诚实激励。评价需要与真实工作方式接轨，同时保留对学习与贡献的具体要求。
八、作者可以不再是每句话的唯一执行者
回到开篇那位作者。这位作者可以不声称独立写出了每一句，却仍认真承接作品中的经历、选择与论证：哪些表达得到认可，哪些材料有依据，哪些问题尚未解决，都应能在相应承诺范围内说明。承担作品不要求虚构独立执行，也不止于把名字放到封面上。
在这个意义上，作者角色可以随着封装改变。某些表达过程被承接之后，写作可能更多围绕材料、结构、版本与读者反馈展开。是否形成了新的写作能力，要看这些组织实际怎样发生，而不是看键盘输入比例。新的角色不是天然更高级，也不自动比传统写作更有价值。
有的作者仍然珍视亲自落笔的体验，这种选择无需被技术效率否定；有的作者通过复合流程第一次能够表达长期难以组织的经历，也不应因此被认为没有真正参与。不同道路可以并存，评价应当回到作品与承诺，而不是强迫所有人采用同一种发生史。
但读者同样有权依据明确场景关心生成方式。某个作品的价值若部分来自现场独立创作或个人语言实践，那么工具参与会影响相关判断。承认这一点，不等于把所有工具作品贬低；它说明评价目的不同，相关信息也不同。
九、把成果据为全部，与把自己从成果中删去
关于人工智能成果的两种极端，其实共享全有或全无的归属习惯。一种认为只要自己发起，就全部属于自己的内部能力；另一种认为只要工具参与，个人便没有任何贡献。两者都不愿进入复杂发生，而希望用一个单一主语结束讨论。
复合分析提供第三条道路。我们可以承认成果在多种条件中形成，个人参与有具体范围，工具承担有明确功能，后续承诺需要真实支持。归属不必排斥全部外部作用，外部作用也不必取消所有个人经验。
据此，作者可以给出一份具体说明：工具参与了哪些表达与整理，哪些问题和修改来自自己的材料，哪些依据已经核对，哪些仍保留争议。这比用输入字数计算一个“人类含量”更贴近实际贡献，也比一句笼统的“人机协作”更可供读者判断。说明的颗粒随场景而定，关键是与所作承诺相称。
关于“我的成果”，可用的问题已从独占执行转为实际贡献与真实承诺。成果怎样形成仍要说明，个人价值却不等待贡献账目全部结清。下一章将专门检查：为什么“机器做得更好”不能单独推出“我不值得被尊重”？