很多人认为，AI最大的价值在于帮助写作。但在我看来，AI在学术研究中一个更重要的作用，是帮助提高研究的严谨性（research integrity）。

最近我完成的新书书稿《国家主导的全球化》（State-Led Globalization）就是一个例子。

这本书稿最终共收录了373条参考文献（reference entries），正文中共有861处文内引用（in-text citations）。对于这样规模的学术专著，仅仅依靠人工核对参考文献，不仅工作量巨大，而且很容易遗漏细节。

过去，参考文献审计（Reference Audit）往往意味着反复打开网页，检查DOI、核对出版信息、确认URL是否失效，再逐条比对正文引用和参考文献列表。这是一项非常耗时、机械，但又十分重要的工作。

这一次，我借助AI开发了一套参考文献审计Python程序，帮助我完成整本书参考文献的审计（Reference Audit）。当然首先必须在你的电脑上下载和安装正确的Python运行环境。

整个程序并不是由AI一次性生成后便直接投入使用，而是在真实数据上不断运行、不断改进的。

每次运行程序后，我都会把检查结果、错误信息，以及误判、漏判的案例反馈给AI。AI再根据这些运行结果分析问题、修改Python代码、优化匹配规则，并增加新的检查功能。整个开发过程经历了"运行—发现问题—反馈—修改—再次运行"这样一个持续迭代的循环，程序也从最初的1.0版本逐步发展到4.0版本。

例如，有些版本提高了作者姓名和机构名称的识别准确率；有些版本改进了同一作者不同年份、年份后缀（如2024a、2024b）以及机构缩写（如IEA、OECD等）的匹配；还有一些版本进一步减少了正文引用与参考文献之间的误判，并加强了DOI、URL以及文献metadata的自动核验能力。

最终形成的Reference Auditor主要完成以下几项工作：

第一，自动解析Word文档中的参考文献，识别不同类型的文献，包括期刊论文、图书、政府报告、工作论文、法律法规、新闻报道等。

第二，自动检查正文中的861处文内引用，与373条参考文献进行匹配，找出缺失引用、未使用参考文献、重复引用以及可能存在歧义的条目，并自动生成审计报告。

第三，自动检查每一条参考文献中的DOI是否存在、格式是否正确，并通过Crossref、DataCite、OpenAlex等数据库获取官方metadata，验证作者、标题、期刊、年份等信息是否一致。

第四，对于没有DOI的图书和报告，则利用Google Books、Open Library等公开数据库进行检索，尽可能确认出版信息。

第五，自动检查所有URL是否仍然有效，是否发生重定向，以及网页标题是否与引用内容一致，尽可能避免正式出版后出现大量失效链接。

最后，系统会根据核验结果，将每条参考文献分类为：

• CONFIRMED：确认无误

• PROBABLE：高度可信

• WEAK MATCH：可能匹配，需要人工进一步确认

• UNVERIFIED：数据库无法验证，需要重点审核

程序还会自动生成HTML、CSV和JSON格式的审核报告，方便进一步人工检查，并保留完整的审核记录。

需要强调的是，AI并没有代替作者作出学术判断。相反，它承担的是最耗费时间、最容易出错的重复性工作，而最终每一项修改仍然需要由作者逐条确认。

对于一本拥有373条参考文献、861处文内引用的学术专著而言，这种AI辅助的Reference Audit，使整个文献审核过程更加系统、透明，也更容易重复验证。

当然，这样的工具并不是完全没有学习成本。

由于我的本科和第一个硕士学位都是计算机专业，因此无论是Python程序的运行，还是Windows命令提示符（CMD）的使用，对我来说都比较熟悉，整个开发和测试过程并没有太大的障碍。

但对于没有IT背景的研究人员而言，要真正使用这类工具，仍然需要学习一些基本知识，例如如何安装Python、如何安装程序所需的依赖库、如何在Windows命令提示符（CMD）中运行程序，以及如何理解常见的报错信息。这些并不需要系统学习软件开发，更不需要成为软件工程师，但掌握这些基础操作之后，就能够利用AI生成或辅助开发的工具，大幅提高科研工作的效率。

事实上，我认为，未来研究人员未必都需要成为程序员，但应当具备利用AI解决研究问题的能力，包括能够清晰描述需求、理解程序运行逻辑、根据运行结果不断优化工具，并将其真正应用到自己的研究工作中。AI降低了软件开发的门槛，但并没有取消对研究者思考能力和判断能力的要求。

这次Reference Auditor从1.0版本迭代到4.0版本，也让我更加深刻地认识到：AI生成的第一版程序通常只是起点，而不是终点。真正可靠的软件，是在真实数据中经过不断测试、不断修正、不断完善之后形成的。AI极大提高了开发效率，但程序是否可靠，最终仍然取决于持续测试、结果验证以及使用者的专业判断。

我越来越认为，AI在学术研究中最大的价值，并不是代替学者思考，而是帮助学者把更多时间投入真正需要思考的问题，把那些机械、重复但又十分重要的工作交给机器完成。

真正值得信任的AI，不是帮助作者"写得更多"，而是帮助作者"减少错误"。

对于学术研究而言，后者往往比前者更加重要。

我相信，随着AI技术的发展，参考文献审计、数据清洗、文献核验、事实核查等过去需要大量人工完成的工作，都将越来越多地由AI辅助完成。而研究者的价值，将更多体现在提出问题、设计研究、判断证据和形成学术观点上。这或许才是AI赋能学术研究最有意义的方向。

图1Python在运行检查中：

图2运行结束显示结果：

支持单位：