徐 贲：从禁令到整合——生成式AI的学术写作规范与文明跃迁

文｜徐贲，美国加州圣玛丽学院英语系荣休教授

作者授权首发

2022年11月，当OpenAI（奥特曼，Sam Altman，创始人之一）将ChatGPT向公众开放的那一刻，全球高等教育体系经历了一场罕见的集体性震惊。这个能够在数秒内生成连贯学术论文的工具，不仅令教师和院校管理者措手不及，更在瞬间将学术诚信这一长期议题推入了一个全然陌生的语境。然而，细加审视便会发现，这种震惊本身就包含着一种历史性的误解：人们普遍表现得仿佛规范理应先于实践而存在，仿佛只要制度机构反应够快，就能将一种新技术纳入既有的规则体系。而事实上，人类社会面对任何改变知识生产方式的重大技术时，从来都是实践先行，规范迟至——这不是失败，而是规范生成的本来逻辑。

短短三年之间，美国和欧洲各大学走过了一条弯折而富有启示性的路径：从恐慌与禁令（2022底 - 2023中），经由模糊的容忍与披露要求（2023下 - 2024），抵达今日（2025至今）以AI素养教育和负责任整合为核心的战略框架。最后一个是主体反思期，人们发现单纯的技术合规无法阻止内容的贬值。规范的讨论不再只是“查重率”，而是开始直面AI思考的核心问题：当AI可以高效完成资料堆砌和结构搭建时，什么是人类独有、不可让渡的价值？

这一演变并非线性进步，而是充满矛盾、争议与制度惯性的摩擦地带。但若仅仅将这段历史读作教育政策史，则未免失之于浅。更值得追问的是：当一种从根本上改变写作性质的技术出现之后，人类社会究竟通过怎样的过程形成新的规范？这一过程中，谁在发言，谁被倾听，谁的利益被保护，谁的经验被忽略？而那些围绕版权、作者身份、学术诚信所建立的既有制度框架，是否仍然足以描述一个写作主体已经根本改变的世界？这些才是这场政策演变背后真正重要的文明史问题。

这短短三年多的快速演变也提醒我们一个常被忽略的事实：规范从来不是在真空中被设计出来的，它总是滞后于实践的探索、试错与创新。任何重大技术变革的早期阶段，都伴随着误判、争议和失败，但也正是在这些不完美的实践之中，人们逐渐积累经验、修正认知，并形成新的制度共识。因此，规范建构本质上是一种持续的社会协商过程，而非一次性的制度工程；它不是对未来的预先规定，而是对已经发生之现实的不断回应。

如果说过去三年欧美大学围绕生成式AI的政策演变提供了一份观察样本，那么其最重要的价值或许并不在于给出了多少确定的答案，而在于迫使人们面对一个此前从未真正存在过的问题：当智能机器开始参与知识生产与思想表达时，人类应当如何与AI共同思考？与版权、署名、检测和披露相比，这或许才是AI时代更为根本的人文命题。

PART 01

恐慌时刻：2022至2023年的紧急禁令与防御性应对

ChatGPT的横空出世所引发的第一波机构反应，在相当程度上是情绪性的而非分析性的。美国多所大学在2023年初迅速发布临时禁令，将生成式AI的未经授权使用明确列入学术不端的范畴（与我们当下的一些“规范”相似），与剽窃和代写同等对待。部分院校甚至在教学大纲中加入专门条款，要求学生签署声明，保证提交作业不含任何AI生成内容。这种反射性的防御姿态，折射出根深蒂固的制度焦虑：若学生可以借助机器完成所有书面作业，那么以写作为核心评估手段的人文教育体系将如何自处？

检测技术的引入一度被寄予厚望，Turnitin（特尔尼坦）公司迅速推出AI内容检测模块，各高校也纷纷将其纳入学术诚信工具包。然而这一方案很快暴露出致命缺陷：研究者发现检测算法存在系统性的假阳性问题，尤其对以英语为第二语言或语言有所谓“翻译腔”的学生造成了不成比例的伤害——他们的写作风格因句法规律性较强而被算法误判为机器生成。斯坦福大学的梁伟新（Weixin Liang）等人的研究对此提出了严肃批评，指出检测工具非但未能公正执行规范，反而将语言弱势群体置于系统性的不利处境（Liang et al., 2023）。

在欧洲，同一时期的反应呈现出相似的焦虑底色，但制度路径有所不同。德国的各邦（Länder）教育主管部门、英国的高等教育质量保证署（Quality Assurance Agency for Higher Education, QAA）以及法国的高等教育与研究部（Ministère de l'Enseignement supérieur et de la Recherche）均在2023年发布了不同层次的指导性文件，但普遍回避了全面禁令，转而强调学术诚信原则的重申与具体语境的教师裁量权。欧盟层面的《人工智能法案》（EU AI Act）虽于2024年正式生效，但其覆盖范围主要针对高风险AI系统的监管，对高等教育写作实践的直接影响相对有限，更多作为一种宏观规范性框架间接塑造着各成员国的政策取向。

这一阶段最能说明问题的，并非禁令本身，而是禁令背后那个未经审视的前提：既有规范只需稍加延伸，便可以容纳一种全新的技术。事实上，现代大学围绕学术写作所建立的规范体系，长期以来都建立在一个看似不言自明的结构之上：作者写作文本，读者阅读文本；作者是明确可识别的人类主体，文本是其独立思考的成果，而读者则依据文本内容进行评价。版权制度、作者署名制度、学术诚信规则以及写作教学实践，无不建立在这一“作者—文本—读者”的基本链条之上。

然而，生成式AI的出现第一次使这一结构变得不再稳定。当文本的形成过程开始包含机器参与，当作者与工具之间的边界变得模糊，当写作逐渐演变为一种人机互动的过程时，原有规范赖以存在的基础也随之发生动摇。2023年大学管理者所面对的，其实并不仅仅是一种新的写作工具，而是一种新的写作结构。正因为如此，那些最初看似合理的禁令，很快便暴露出其理论基础的脆弱性。这种试图用旧框架容纳新现实的预设，在历史上每一次重大媒介变革中都曾出现，也每一次都被证明是不充分的，甚至是错误的。

PART 02

务实转向：2024至2025年后的披露机制与教师自主权

随着全面禁令在实践中被证明难以为继，美国高校的政策重心在2024年发生了显著位移。莫利克（Ethan Mollick）在其著作《与AI共事》（Co-Intelligence: Living and Working with AI, 2024）中直言这场禁令实验"徒劳无益"，而高等教育信息技术协会（EDUCAUSE）的年度调研亦揭示，制定了生成式AI相关可接受使用政策的机构比例从2024年的23%上升至2025年的39%，但全国范围内仍有约六成院校缺乏正式的成文规定（EDUCAUSE, 2025）。

这一阶段最具代表性的政策创新，是以“"透明度"为核心的披露要求框架的普遍兴起。越来越多的大学不再追问"是否使用AI"，而是要求学生在提交作业时主动说明AI工具的使用范围、具体工具名称及其在写作过程中的贡献方式（我们国内的一些AI审查刚开始进入这一阶段）。乔治城大学（Georgetown University）、密歇根大学（University of Michigan）等机构相继发布课程大纲模板，要求教师在每门课程开始前向学生明确AI使用的边界，并鼓励将这一边界的划定本身纳入教学讨论。这种做法在赋予教师自主权的同时，也无可回避地导致了同一所大学内部政策的高度碎片化——同一名学生在不同课堂面对的可能是截然相悖的规范，困惑感并未因政策的细化而消散。

评估方式的改革构成了这一阶段的另一重要面向。沃纳（John Warner）在《为什么他们不能写作》（Why They Can't Write, 2018）中早已预见性地批判了以标准化写作作业作为唯一评估手段的局限，而AI工具的冲击终于迫使更多教师认真对待过程导向评估的价值：草稿提交、反思日志、口头答辩、基于个人经验的叙事写作，这些难以被AI复制的任务形式重新获得了教学法上的关注。

欧洲在同期呈现出更为协调的制度特征。英国研究与创新署（UK Research and Innovation, UKRI）与多所罗素集团（Russell Group）大学联合发布了《生成式AI工具在研究与教学中的使用原则》（2023），明确提出透明度、问责与批判性使用三项原则，并要求在学术出版中对AI辅助进行声明。牛津大学和剑桥大学采取了相对谨慎但并非保守的立场：两校均未颁布全面禁令，而是以学院为单位制定政策，同时在学位论文和研究论文层面对AI生成内容的引用与披露提出了严格要求。北欧国家的高等教育机构——尤其是芬兰的阿尔托大学（Aalto University）和丹麦的哥本哈根大学（University of Copenhagen）——则走在了欧洲的前沿，将AI素养课程纳入通识教育必修框架，体现了斯堪的纳维亚高等教育一贯的技术整合倾向。

然而，无论美国还是欧洲，这一阶段的政策演变有一个共同的结构性特征：它们都是反应性的，都在追赶而非引领。技术实践的速度持续超过制度应对的速度，而这种滞后并非偶然，而是规范生成机制的内在逻辑使然。

2025年后政策演变仍在持续深化，但整体方向是务实整合与制度化，而非根本性逆转。 进入2026年（当前为年中），高等教育机构对生成式AI的应对已从“反应性追赶”逐步转向“战略性嵌入”。美国学校从披露转向战略优先与素养要求，但政策滞后和碎片化依旧突出。EDUCAUSE 2026相关调研显示，机构AI策略已相当普遍（仅5%无策略），常见元素包括试点工具、风险-机会评估、鼓励使用和制定指南。现有政策多为许可性或中性（而非限制性），反映出平衡创新与谨慎的倾向。然而，政策制定仍滞后于实际采用：94%受访者近期使用过AI工具，但近半数不知晓所在机构的正式指南。这表明许多学校缺乏成文政策，而非沟通不足。

PART 03

主体性的危机：学术写作的本质之争

政策层面的演变之所以充满张力，根本原因在于生成式AI的写作能力触碰了一个更深层的哲学问题：写作究竟是一种技能训练，还是一种思维实践？若是前者，AI工具作为辅助手段或许无可厚非；若是后者，将写作过程委托给机器则意味着放弃了思维本身的锻造过程。

这一争论在美国学术界引发了分裂性的讨论。莫利克认为AI工具是不可逆的认知扩展，教育者应当将其视为"认知义肢"加以整合，引导学生学习如何与AI协作而非对抗。然而另一方的声音同样有力：若写作的价值不仅在于产出文本，更在于通过语言组织思想、在论证的展开中发现自我认知的边界，那么将这一过程外包给机器，便是从根本上背离了写作教育的初衷。《高等教育纪事报》（Chronicle of Higher Education）在2024至2025年间发表了大量相关辩论文章，折射出美国学术共同体在这一问题上真实而深刻的分裂。

欧洲的讨论则更多带有人文主义的底色。法国哲学传统对"作者性"（autorialité）问题具有深厚的理论积累，从巴特（Roland Barthes）的"作者之死"到德里达（Jacques Derrida）的书写哲学，法国学界对文本生产的主体性问题有着独特的敏感。巴黎第一大学（Université Paris 1 Panthéon-Sorbonne）等机构的讨论明确将AI写作问题置于"人文学科危机"的宏观叙事之中，担忧的不仅是考试作弊，更是批判性思维能力的系统性萎缩。德国学界亦有类似的忧虑，洪堡大学（Humboldt-Universität zu Berlin）的学者将这一问题与洪堡式教育理想（Humboldtsches Bildungsideal）相连——若高等教育的使命是通过知识的自我建构实现人格的整全发展，则AI代劳的写作过程从根本上与这一使命相悖。

这场关于写作本质的争论揭示了一个更深层的困境：围绕AI写作的许多争论，实际上带有一种制度性的路径依赖。人们往往默认，版权制度、作者概念、学术诚信规则和出版规范已经成熟完备，因此只需要判断AI是否符合这些既有标准即可。然而，历史经验反复表明，这种默认恰恰是每一次重大媒介革命中最常见的认知误区——人们总是试图用旧地图丈量新大陆。

PART 04

规范总是在实践之后到来：一个历史视角

若将大学AI政策的演变置于更长的历史时间轴上，便会发现这并非特例，而是人类社会面对改变知识生产方式的新技术时一再重演的结构性模式。规范从来不是预先设计完成的蓝图，而是在大量实践、冲突、误用、修正和协商中逐渐浮现的社会产物。

十九世纪摄影术出现之初，画家和批评家激烈争论摄影是否算作艺术，法庭则纠结于照片的版权归属究竟属于摄影师还是被摄对象；直到数十年的实践积累之后，视觉艺术和著作权法才逐渐形成新的共识。打字机普及时，出版社曾拒绝接受打字稿，认为手写才是作者真实意图的体现；文字处理软件出现后，又有人忧虑电脑修改功能会破坏写作的真实性与不可更改性。互联网的兴起将维基百科（Wikipedia）推向了学术讨论的中心，各高校起初一律禁止引用，后来才逐渐形成分类对待的规范——将其视为检索起点而非权威来源。每一次，都是实践先行，规范后至；每一次，最初的禁令都被证明是对技术扩散的徒劳抵制；每一次，最终形成的规范都与当初的禁令面目全非。

今天围绕生成式AI的争论，正在重演这一历史模式，而且以更快的速度、更大的规模展开。斯坦福大学以人为本人工智能研究所（Stanford Human-Centered AI Institute, HAI）的年度报告显示，超过80%的美国大学生将AI工具用于学业写作任务，远早于任何成熟规范的形成（Stanford HAI, 2026）。实践的扩散不等待制度的许可，这既是技术扩散的规律，也是规范生成滞后于实践的根本原因。

然而这一历史视角也带来了一个重要的反思：规范的滞后并不意味着规范的无用，更不意味着应当放弃规范建构。恰恰相反，摄影术、录音技术、电影和互联网的历史都表明，正是在漫长而混乱的过渡期中，通过真实的社会冲突与协商，才形成了真正具有生命力的新规范。问题不是要不要规范，而是要认识到规范只能通过实践的积累而逐渐生成，任何试图在技术成熟之前一次性制定完备规则的努力，都注定是半途而废的。这对今天急于出台AI政策的大学管理者来说，是一个值得深思的历史教训。

PART 05

规范的公共协商：谁在塑造新秩序

若规范的形成必然滞后于实践，则更值得追问的是：这一形成过程究竟如何展开，谁参与其中，谁被排除在外？历史告诉我们，新规范从来不是由某个权威机构一次性颁布的，而是在持续的公共讨论中通过多方力量的交锋与协商逐渐浮现的。哈贝马斯（Jürgen Habermas）在《公共领域的结构转型》（Strukturwandel der Öffentlichkeit, 1962）中所描述的十八世纪公共领域，正是在报纸、咖啡馆和出版业的共同作用下，将原本属于贵族私议的政治和文化事务转化为公众讨论的对象；今天，围绕AI写作规范的争论，正在以某种类似的方式重新激活一个新型公共领域。

在这个正在形成的讨论空间中，参与者的构成远比大学政策文件所呈现的更为复杂和多元。学术期刊正在起草关于AI辅助研究的声明政策，《自然》（Nature）杂志明确禁止将AI列为作者，同时允许在方法部分说明AI工具的使用，这一决定本身就引发了广泛讨论。出版社在纠结于AI生成文本的版权归属问题，而美国版权局（U.S. Copyright Office）迄今发布的多份报告仍未能给出确定性答案，只是在个案基础上逐步积累判例。作家群体和新闻业者则在维权与适应之间艰难权衡，多起针对AI公司的版权诉讼正在法院缓慢推进，其判决将深刻影响未来的规范走向。教师共同体通过《高等教育纪事报》和《高等教育内参》（Inside Higher Ed）等媒体平台持续分享经验与困惑，形成了一种去中心化的知识积累。学术协会如美国大学与学院协会（AAC&U）和全国写作教师委员会（National Council of Teachers of English, NCTE）则试图在更高层次上提炼共识性原则。

欧洲的公共协商呈现出不同的制度面貌。欧洲大学协会（European University Association, EUA）在协调各国高校政策方面发挥着更为突出的作用，其2025年报告对成员机构的政策取向具有实质性影响（EUA, 2025）。与此同时，欧盟《人工智能法案》的立法过程本身，也构成了一场历时数年、涉及多方利益的公共协商，尽管其最终条文对高等教育写作的直接规范相当有限。法国和德国的文化政策传统使两国在版权和作者身份问题上保持着对个人权利的高度重视，这在欧洲规范讨论中形成了一种与英美功利主义进路的结构性张力。

然而，这场公共协商存在明显的参与不均衡。非英语国家的讨论往往难以进入国际主流视野，中小型机构的教师声音远不如顶尖研究型大学响亮，学生群体作为最直接的利益相关方在政策制定过程中几乎处于缺席状态，而资源匮乏机构的公平性议题——AI工具获取的数字鸿沟、非母语学生面临的系统性检测偏见——也远未得到与其重要性相称的关注。规范的公共协商若要具有真正的合法性，就必须正视这些结构性的不均衡，而这恰恰是当前讨论最需要补足的维度。

PART 06

旧规范的终结与新写作时代的诞生

此刻需要正视的，是一个更为根本的命题：今天围绕AI写作的争论，已经不再只是关于如何将一种新工具纳入既有规范体系的问题，而是关于那个规范体系本身是否仍然适用于描述一个写作主体已经根本改变的世界。

过去两百年间围绕写作所建立的整套制度框架——版权法、作者署名制度、学术诚信规则、出版规范——都隐含着一组默认前提：作者是单一的、可识别的个体主体；文本由作者独立完成，工具不参与内容生成；写作与思考在过程上不可分离；创意的来源可以追溯和归因。这五个前提共同构成了现代写作制度的基础，它们如此深入地嵌入了我们的法律、教育和出版体系，以至于人们往往忘记它们也是历史的产物，而非自然的给定。

生成式AI同时动摇了这五个前提。当一篇文本由人类提示词与机器输出共同构成时，作者是单一主体的假设首先崩塌；当机器参与句子的生成时，工具不介入内容的边界变得模糊；当写作行为可以在几秒钟内完成时，写作与思考不可分离的传统论证面临挑战；当大型语言模型的训练数据来自人类无数已有文本时，创意来源的追溯成为几乎不可能完成的任务。面对这种全面的前提松动，今天许多大学政策所做的，实际上是在用旧有框架的局部修补来应对一场结构性变革——这就如同在印刷机出现后试图用手抄本的版权规则来规范书籍出版一样，注定是扬汤止沸。

历史上每一次重大媒介革命都迫使人类重新定义创作、知识和作者身份。摄影的出现迫使艺术世界重新定义"艺术性"，最终催生了摄影作为独立艺术门类的新共识；录音技术的普及根本改变了音乐的存在方式，迫使版权法引入"表演权"等全新概念；电影的诞生不仅创造了新的叙事形式，也创造了新的集体作者概念——导演、编剧、摄影师、剪辑师共同构成一部作品的"作者群"；互联网和超链接彻底改变了文本的边界与出版的逻辑，维基百科的出现甚至动摇了"权威知识"的认识论基础。今天，生成式AI正在对"写作"本身做同样的事情——它不是在改变写作的工具，而是在改变写作的主体结构。

这一认识具有深刻的实践含义。它意味着，今天的政策争论需要从战术层面上升到战略层面：不是讨论如何规范AI的使用，而是讨论在AI已经成为写作现实的条件下，高等教育究竟要培养什么能力，学术共同体究竟要守护什么价值，版权制度究竟要保护什么利益。这些问题的答案，不可能由任何单一机构给出，也不可能在短期内通过行政命令一次性解决；它们只能在持续的、开放的、多方参与的公共协商中逐渐浮现。而这个协商过程本身，就是新的写作秩序得以生成的唯一合法路径。

PART 07

战略整合与未竟的议程：2026年的现实与困境

进入2026年，美国高等教育政策的主流取向已从"是否允许使用AI"转向"如何培养负责任的AI使用能力"，但这一转向远未完成，且其内部充满张力。EDUCAUSE 2026年度调研揭示了一个令人深思的现实：94%的教职人员在工作中使用AI工具，却仅有约一半知晓所在机构是否制定了相关政策（因此许多人并不主动公开），而制定了正式AI政策的机构整体仍不足四成（EDUCAUSE, 2026）。这一数字清晰地揭示了政策与实践之间持续扩大的鸿沟。

在积极整合的一端，麻省理工学院（MIT）和哥伦比亚大学等机构将AI写作工具的批判性使用纳入写作课程核心，开发了专门引导学生辨识AI输出局限性的工作坊，并尝试将"与AI对话"本身作为一种批判性思维训练的媒介。美国大学与学院协会在2025年发布的《AI时代的自由教育》（Liberal Education in the Age of AI）报告中，将AI素养列为21世纪大学毕业生的核心能力之一，呼吁系统化地将其纳入课程框架（AAC&U, 2025）。在欧洲，荷兰的代尔夫特理工大学（Delft University of Technology）和乌得勒支大学（Utrecht University）合作开发了跨学科AI伦理课程，将写作伦理问题纳入工程和理工科专业，体现了欧洲高等教育整合技术与人文的政策自觉。

然而，制度惯性的阻力同样真实而顽固。中小型机构缺乏资源开发系统性AI政策，教师培训严重不足，治理结构中行政主导与教师自主之间的张力使许多看似前瞻的政策文件难以落地为真正改变课堂的实践。公平性议题仍未得到充分回应：AI工具的获取能力因学生经济背景而存在显著差异，英语非母语学生在AI辅助写作的评估体系中依然面临系统性的不利处境，数字鸿沟的问题在"整合"的叙事中常常被轻描淡写。

而在大西洋两岸的政策演变之外，那个更根本的问题仍悬而未决：若写作的价值不仅在于产出文本，更在于通过语言组织思想、在论证的展开中发现自我认知，那么当这一过程可以部分或全部委托给机器时，教育究竟在培养什么？这不是一个可以用技术指南或使用条款回答的问题，而是需要整个学术共同体在更长的时间尺度上持续对话的文明议题。

PART 08

人机互动的人文意义：知识生产的新伙伴关系

如果说蒸汽机改变了体力劳动，计算机改变了信息处理，那么生成式AI最深刻的意义，或许在于它第一次大规模进入了人类的符号世界、语言世界与思想世界。正因为如此，它对文科和人文学科的冲击，远远超过许多技术领域。

长期以来，人文学术存在一种特殊的生产方式。历史学家阅读史料，文学研究者分析文本，哲学家组织概念，社会科学家构建论证。无论研究对象如何不同，其核心工作都依赖于语言、解释、比较、联想与判断。这些工作很难像实验科学那样通过仪器扩展能力，也难以像工程学那样通过自动化设备提高效率。因此，在很长时间里，人文学术的知识生产主要是一种个体性的智力劳动。学者面对的是书桌、图书馆和自己的大脑。

生成式AI第一次改变了这一基本格局。它并不像望远镜那样扩展人的视觉，也不像显微镜那样扩展人的观察能力，而是在一定程度上扩展了人的语言能力和认知能力。研究者可以借助AI快速检索相关观点，比较不同理论传统，生成问题清单，模拟反对意见，重构论证结构，甚至探索自己原本未曾意识到的研究路径。在这一意义上，AI不只是工具，更像是一种持续在线的思想伙伴（intellectual companion）。

这种变化对于人文学科具有特殊意义。因为人文学科的许多创新，并非来自新数据的发现，而来自不同思想资源之间的新连接。历史上许多重要观念的诞生，本身就是一种跨文本、跨传统、跨学科的认知重组。生成式AI所擅长的，恰恰是帮助研究者在庞大的知识网络中发现潜在联系，从而扩大思想探索的可能空间。

事实上，人文学术的发展历来伴随着认知工具的扩展。古代学者依靠记忆与抄写维持知识传统；印刷术使知识积累摆脱了记忆的限制；索引、目录和图书馆分类系统改变了知识组织方式；搜索引擎使海量信息得以即时获得；而生成式AI则进一步将知识检索推进到知识互动的阶段。过去，研究者是在书籍中寻找答案；今天，研究者越来越多地是在与知识系统的对话中生成新的问题。

因此，生成式AI对于人文学科的真正价值，并不在于代替写作，而在于强化思考。

当AI被简单理解为代笔工具时，它确实可能削弱思维训练；但当AI被理解为认知伙伴时，它反而可能扩大研究者的思想空间。问题不在于是否使用AI，而在于使用AI的方式。一个将AI作为答案机器的人，可能逐渐失去独立思考能力；一个将AI作为质疑者、讨论者和反驳者的人，则可能获得前所未有的认知增益。

从这个角度看，今天许多围绕AI写作的争论，仍然停留在工业时代的工具观之中。人们关心的是谁写出了文字，却较少关注思想如何形成；关心的是文本的生产过程，却较少关注认知过程

参考资料：

Association of American Colleges and Universities. Liberal Education in the Age of AI. AAC&U, 2025.

Barthes, Roland. "La mort de l'auteur." Manteia, vol. 5, 1968, pp. 12–17.

EDUCAUSE. EDUCAUSE Horizon Report: Teaching and Learning Edition 2025. EDUCAUSE, 2025.

EDUCAUSE. 2026 EDUCAUSE AI Landscape Study. EDUCAUSE, 2026.

European University Association. AI in Higher Education: Policy Developments Across Europe. EUA, 2025.

Habermas, Jürgen. Strukturwandel der Öffentlichkeit: Untersuchungen zu einer Kategorie der bürgerlichen Gesellschaft. Luchterhand, 1962.

Liang, Weixin, et al. "GPT Detectors Are Biased Against Non-Native English Writers." Patterns, vol. 4, no. 7, 2023, Cell Press.

Mollick, Ethan. Co-Intelligence: Living and Working with AI. Portfolio/Penguin, 2024.

Nature Editorial. "Tools Such as ChatGPT Threaten Transparent Science." Nature, vol. 613, 2023, p. 612.

Stanford Human-Centered AI Institute. AI Index Report 2026. Stanford University, 2026.

UK Research and Innovation. Principles for the Use of Generative AI Tools in Research . UKRI, 2023.