具体处分条款、课程要求与申诉流程以学校正式文件和任课教师、院系口径为准。

作业、引用与 AI：学术规范的边界

学术规范这件事，绝大多数人不是想违规，而是不知道界线画在哪：和同学讨论到什么程度算合作？改写了别人的句子要不要标来源？用 AI 改语法算不算作弊？

先给三条结论：

别人的东西，用了就标。直接引用要标，改写要标，翻译也要标。
你的作业要能由你独立复现。代码能解释、数据能追溯、思路能讲清——这是所有规范的共同底线。
AI 可以是工具，不能是作者。查资料、解释概念、改语法通常没问题；把它生成的内容当成自己的成果提交，就是另一回事。

这篇文章不做什么

不引用具体条文编号。学校的学生纪律处分管理规定对课程作业抄袭、篡改实验数据等情形有明确处分条款，具体条文以学校正式发布为准，本文不复述原文、不标注编号。
不给查重系统的名称和阈值。不同工具、不同课程的口径都不一样，写死数字只会误导人。
不教任何规避方法。本文只讲界线在哪，不讲怎么绕过去。
不代替课程要求。课程之间差异极大，任课教师和院系说的永远优先于本文。

本文管的是学术规范：怎么引用、怎么合作、代码和数据怎么用、AI 用在哪一步。纪律处分的具体条款、认定程序与申诉渠道，见纪律与申诉，两者不要混着看——规范告诉你怎么做对，程序告诉你出错之后走哪条路。

引用与抄袭的分界线

判断标准其实只有一句话：读者能不能看出这部分是谁的成果。

你做的事	要不要标注	说明
直接引用原文（含公式、定义）	必须	引号或引用块 + 出处，缺一不可
改写别人的论述	必须	换词不换意，仍然是使用他人成果
翻译外文材料	必须	翻译不产生你的原创性
使用他人的数据、图表	必须	只写“数据来源：网络”不算标注
使用他人的代码片段	必须	注明出处，并遵守原项目的许可证要求
沿用他人论文的整体结构或论证框架	建议标注	结构照搬同样可能被认定为不当使用
自己独立完成的分析与写作	不需要	这才是你真正的成果
与同学讨论后自己写出的内容	通常不需要	合作作业另有规定，见下一节

数据与代码的归属

数据：来源、采集时间、处理方式要写清楚。用公开数据集要标注；如果数据来自实验室或课题组，能不能用、能用到什么程度，要先问数据的所有者。
代码：参考开源项目要遵守它的许可证（有的要求署名，有的要求以相同许可开源）。把别人的仓库当成自己的作业提交，改写多少都算使用他人成果。
未公开的材料：他人的未发表论文、未提交的作业、老师的课件与题目，未经允许不要复制、不要传播，也不要用作自己作业的素材。

在校期间做出来的东西，归谁

上面讲的是“别人的东西不能用”，这一条讲反过来的问题：你自己在课程、课题组、实验室里做出来的东西，不完全是“你的”。

职务发明创造的知识产权属于学校。范围包括：在本职工作相关领域作出的；履行学校分配（批准）的本职工作之外的任务作出的；主要利用学校的资金、设备、零部件、原材料等物质技术条件作出的发明创造。完成人依法依规享有署名和获得奖励的权利，但不等于可以自己处置。
职务作品（为完成学校工作任务作为作者创作的作品）：著作权一般属于作者，学校有权在业务范围内优先使用；未经学校同意，作品完成两年内不得许可第三人以与学校使用的相同方式使用。师生与学校另有约定的从约定。
另有几类著作权直接属于学校：由学校主持、代表学校意志创作并由学校承担责任的作品（法人作品）；以及主要利用学校物质技术条件创作、由学校承担责任的工程设计图、产品设计图、地图、计算机软件等职务作品——这类作品的署名权属于创作者，著作权的其他权利属于学校。
要报备：完成职务发明创造或职务作品后，应当及时通过学校知识产权信息系统披露。
不能自己处置：申请专利、版权登记、集成电路布图设计登记等，须经所在二级单位同意、技术转移研究院审核后按流程办理，不得自行申请；未经学校批准，不得将知识产权对外转让、许可、作价投资。学校还实行专利申请前评估机制，在申请方案实施前完成人不得提前公开相关技术信息。
对外合作要写清楚：开展科研合作、社会服务、学术交流、实习实践等活动涉及知识产权的，应当在合同中明确约定归属；涉及学校技术秘密的应当签订保密协议。

来源：《清华大学学生手册（2024）》之《清华大学知识产权管理规定》（经 2016～2017 学年度第 15 次校务会议审议通过，第十四届党委第 196 次常委会会议审议修订）。本页涉及处分与申诉时，见纪律与申诉。

合作作业与独立完成的边界

通常允许：

讨论题意，确认彼此对课程要求的理解；
一起推导思路、互相讲清某个概念；
讨论调试方法，说“我卡在哪一类问题上”；
讨论结束后，各自独立写出自己的解答。

通常越界：

对着别人的答案抄写，或把解答拍照发出去；
共享代码文件、共用一份报告文本；
“你写前三题我写后三题”再拼起来（除非课程明确允许分工）；
替别人写，或请别人替自己写。

三类场景：能做 / 不能做

实验报告

能做	不能做
如实记录原始数据，保留记录本和原始文件	修改、挑选、编造数据点让曲线“更好看”
讨论实验原理、误差来源、操作技巧	抄别人的数据、结论或整段分析
引用文献里的公式并标注来源	把文献数据写成自己测出来的
明确写出“本组合作完成”的部分	把组内他人独立完成的部分写成自己做的

代码作业

能做	不能做
查文档、查教材、看公开的技术文章	把别人的完整实现改改变量名后提交
与同学讨论算法思路和调试方法	共享代码文件、互相拷贝
使用课程允许的库和框架	使用课程未允许的现成实现
借助工具解释报错、理解语法	把生成工具产出的整段代码当作自主完成提交
在注释里注明参考来源	删掉原作者的版权声明当成自己的代码

论文与课程论文

能做	不能做
用文献管理工具整理参考文献	在参考文献里堆没读过的文献凑数
引用、改写、翻译他人论述并规范标注	多篇文献拼贴而不标注（怎么改词都算）
用工具做语法润色、调整表达	让工具产出论点与论证主体，自己只做粘贴
向老师或助教确认引用格式要求	同一篇论文交两门课（除非课程明确允许）
提前规划写作时间，留出修改轮次	临时拼凑、复制网络上的段落

常用工具：文献条目和引用格式可以用 Zotero 这类文献管理软件统一维护；排版工具（如 LaTeX）的入门可以看 Overleaf 的公开学习文档；学校图书馆提供哪些数据库和使用培训，以图书馆页面的说明为准。

查重工具只是辅助

重复率低不等于没有抄袭。 反过来也成立：重复率高也不必然是抄袭——规范引用、题目原文、术语固定表述都会造成重复。

低重复率为什么不能证明清白：

改写和翻译能显著降低字面重复率，但仍然是使用他人成果；
未收录的来源（未发表的报告、外文材料、他人未提交的作业）本来就不在比对范围里；
代写和拼凑可能逐句都是新写的，但整体不是你的工作；
思路和结构的照搬，多数工具识别不出来。

AI 工具的使用边界

总原则：AI 可以参与过程，不能替代你对内容的责任。 提交的东西，你要能解释、能负责。

通常可以（仍需先确认课程规定）：

查资料线索、解释概念、梳理知识框架；
改语法、润色表达、翻译后自己逐句核对；
生成样板代码、给出报错排查方向；
检查格式、核对引用条目是否完整。

通常不可以：

直接提交生成内容：把工具写出的段落、论文、报告当作自己的成果；
代写：让工具产出论点与论证主体，自己只做粘贴；
伪造材料：用工具生成“实验结果”、编造参考文献；
把未公开的他人材料喂给模型：未发表论文、老师的题目与课件、同学的作业，以及任何含个人信息的内容；
无视课程明确的禁止性要求：课程说了不许用，用了就是违规。

万一已经越界了

最好的策略是尽早主动沟通，而不是等被发现。

停止继续。不要为了圆一个错再改数据、再补材料，那会把一个问题变成两个。
保留原貌。不要删除原始记录和过程文件——它们恰恰是你说明情况时最有用的东西。
主动说明。向任课教师或院系教务说明时间、范围和原因，不要托人转述，也不要拖到成绩公布之后。
准备补救。可以争取重做、补交、按规范重新标注来源；具体怎么处理由任课教师和院系决定。
有异议就走正式渠道。对处理结果有异议时，按学校正式发布的申诉流程提出，受理渠道和时限以官方通知为准（本文不列具体窗口和电话）。

提交前的自查清单

十条里有一条打不上钩，就先别提交，去问清楚。

延伸阅读：各类课程怎么选、考试、退课与重修、怎么贡献一篇经验帖。

免责声明：本站是学生自发整理的经验分享，不代表清华大学官方立场。涉及培养方案、选课规则、绩点计算、保研政策等一切制度性内容，请以教务、院系和学校官方通知为准。

发现内容有误、过期，或想补充一篇经验帖？欢迎到GitHub Issues提出，或直接编辑对应页面提交 PR。

维护者入口：站内后台—— GitHub 登录后可改文字 / 传图 / 嵌视频，保存会自动开 PR，合并后上线。