问题——工具广泛应用与“真实性焦虑”并存。随着生成式技术加速进入教学与科研环节，从资料检索、文本梳理到摘要撰写，其高效便捷让不少研究者与创作者频繁使用。但，对应的工具回答中出现“内容看似完整却来源不明、细节自洽但事实缺失”的情况并不罕见。尤其在史料、法条沿革、制度史细节等领域，一旦将未经核实的信息直接写入论文或报道，容易造成讹误扩散，甚至引发学术不端争议。张晋藩教授在课堂上强调，技术既能帮助搜集史料，也可能“编造不存在的史料”，指向的正是研究最基本的真实性要求。 原因——信息生成机制与使用习惯叠加放大风险。一上，生成式技术的输出依赖既有数据与概率推断，面对冷门史料、年代细节或特定语境问题，容易以“补全式”方式给出看似权威的答案，从而生成错误内容。另一方面，部分使用者将其当作“自动答案机”，用复制粘贴替代阅读与考证，弱化了对原始文献、档案证据、引文出处的核查。再加之网络信息来源复杂、转载链条冗长，错误更容易在二次传播中被“整理成结论”，反而更难被识别。 影响——损害学术生态、弱化研究能力并带来公共风险。对学术研究而言，未经验证的生成内容一旦进入论文与教材，会削弱研究的可重复性与可信度，影响学科积累；对人才培养而言，过度依赖工具可能弱化学生的史料意识、问题意识与论证能力，使写作与思辨脱节；对社会层面而言，涉及法律史、制度变迁、公共政策等议题的失真叙述，可能误导公众认知，影响决策沟通与法治传播的严肃性。张晋藩教授结合长期治学经验提出警醒，实质是在提醒青年研究者：技术可以提升效率，但不能替代基本功，更不能突破学术诚信底线。 对策——以制度、方法与素养“三位一体”构建防线。第一，强化事实核验流程。对史料、引文、数据、案例等关键内容，坚持“先原典、后转述；先出处、后结论”，在论文与课堂作业中补全参考文献、页码、版本等信息，形成可追溯链条。第二，推动高校与学术机构完善使用规范。明确生成式工具的使用边界与披露要求，鼓励在研究记录中说明使用环节与核验方式，对关键结论落实人工复核与同行把关。第三，加强方法训练与信息素养教育。将文献学、史料学、法学方法论训练与数字工具课程衔接，引导学生提出可检验的问题，开展交叉比对，识别“看起来正确”的逻辑漏洞。第四，推进平台与工具侧的风险提示。对不确定内容增加来源标注、置信度提示与引用引导，降低用户核查成本。 前景——人机协同将成为常态，“可信”将成为核心竞争力。可以预见，生成式技术在知识生产中的应用仍会持续扩展，效率优势也将继续释放。但越是在“答案触手可得”的环境中，越需要更严格的学术规范与更扎实的研究能力守住底线。未来的学术评价与人才培养，或将更看重可验证的证据链、透明的研究过程与清晰的论证结构。以张晋藩教授的提醒为代表，学界对技术的关注正在从“会不会用”转向“用得是否可靠、是否合规、是否负责任”。
技术进步拓宽了知识获取的路径，也让“求真”该基本功变得更加醒目；面对新工具带来的便利与风险，关键不在于谁更会“生成”，而在于谁更能核验、辨析并承担责任。守住事实边界、守住学术规范、守住求真精神，才能让工具成为助力而非陷阱，让知识生产回归应有的严谨与清晰。