论文标题：Generative AI in Doctoral Dissertation Writing: Applications, Limitations, and the Need for Prompt Literacy

期刊：Frontiers of Digital Education

作者：Muhammad Shaban Rafi, Lubna Khalil

发表时间：23 Jan 2026

DOI：10.1007/s44366-026-0088-9

微信链接：点击此处阅读微信文章

《数字教育前沿（英文）》第3卷第2期

生成式AI为博士论文写作带来效率革新，但其内容失真、文化适配不足及学术诚信争议也日益凸显，厘清AI在论文写作中的适用边界、局限与提示技巧，对规范人机协作、保障学术原创性至关重要。

论文介绍

近日，巴基斯坦里法国际大学Muhammad Shaban Rafi与旁遮普大学Lubna Khalil在Frontiers of Digital Education（《数字教育前沿（英文）》）期刊发表题为Generative AI in Doctoral Dissertation Writing: Applications, Limitations, and the Need for Prompt Literacy（《生成式 AI 在博士论文写作中的应用、局限与提示词素养》）文章，以86名人文社科博士生与7名导师为调研对象，采用质性研究方法，依托Perkins等人的AI评估量表（AIAS），系统探究生成式 AI 在博士论文写作中的应用场景、核心局限与提示素养的重要性，为人文学术写作中的人机协作提供实践参考。

研究基于巴基斯坦8所高校（5所私立、3所公立）的调研数据，涵盖工商管理、教育、英语文学等多个人文社科专业，调研对象覆盖论文开题至终稿全阶段，通过开放式问卷与任务测试收集一手资料，严格遵循学术伦理规范，保障调研匿名性与有效性。研究将AI 在论文写作中的应用划分为全使用、探索、协作、有限、不使用五个层级，聚焦写作辅助、思维拓展、数据处理等核心场景展开分析。

研究发现，生成式AI在论文写作中具备显著辅助价值，可全面优化写作规范，精准修正语法、完善篇章结构、提升表达连贯性，大幅减轻语言打磨负担；同时能高效梳理文献、构建论证逻辑、生成反论点，助力文献综述与理论分析；还可辅助数据集编码、趋势识别与情感分析，提升量化研究效率，帮助研究者将精力聚焦深度学术思考。但AI也存在明显局限，易出现内容编造、引用造假、文化语境误读等问题，过度依赖会导致分析表面化、弱化批判性思维，且在原创性、学术归属与文化敏感性上存在固有短板，无法替代人类的深度思辨与文化洞察。研究进一步强调，提示素养是发挥AI效能的关键，合理运用定向刺激、检索增强、思维链等提示策略，能显著提升AI输出质量，而提示能力不足则会导致结果空泛、偏离需求。

综上，生成式AI是博士论文写作的高效辅助工具，能在语言规范、文献梳理、数据处理等环节发挥重要作用，但原创思考、文化解读、批判性推理等核心学术能力仍需人类主导，不可过度依赖。人文社科研究需树立人机协作理念，明确AI使用边界，强化提示素养培养，同时完善学术规范与伦理准则，平衡效率提升与学术原创性，让AI真正服务于高质量学术研究，而非削弱学术思辨价值。

文章信息

Muhammad Shaban Rafi, Lubna Khalil. Generative AI in Doctoral Dissertation Writing: Applications, Limitations, and the Need for Prompt Literacy. Frontiers of Digital Education, 2026, 3(2): 14

DOI:10.1007/s44366-026-0088-9

识别二维码 免费获取原文

作者简介

Muhammad Shaban Rafi

巴基斯坦里法国际大学英语教授

Muhammad Shaban Rafi，巴基斯坦里法国际大学英语教授，曾任美国加州大学圣塔芭芭拉分校博士后研究员。研究方向包括语言、话语与媒体、学术写作及应用语言学。代表性学术成果为在国际应用语言学及话语分析期刊发表多篇论文，并参与相关学术著作的编写工作。

Lubna Khalil

巴基斯坦里法国际大学英语语言学在读博士研究生，旁遮普大学兼职教师

Lubna Khalil，现为巴基斯坦里法国际大学英语语言学在读博士研究生，并兼任旁遮普大学兼职教师。她拥有二十余年英语教学经验，研究方向聚焦英语作为第二语言/外语教学及人工智能驱动的教育创新，尤其关注人工智能工具在词汇习得和英语作为第二语言学习者发展中的应用。她已在国内外学术期刊发表多篇论文，致力于技术增强型语言学习实践。