AI 生成圖片可以投稿學術期刊嗎？

先說結論：真正要問的不是「是不是 AI」

AI 生成圖片是否適合投稿，不能只用「AI／非 AI」二分。真正的第一個問題，為這張圖片在研究的證據鏈中扮演什麼功能；第二個問題，是錯誤後果有多重；第三個問題，是作者是否能追溯、重建與驗證；最後，仍須有人類作者或研究團隊對其完整性負責。

如果圖片本身即為研究證據，例如病理切片、臨床影像、顯微鏡影像或實驗照片，生成式 AI（generative AI）憑空製造、補畫或改變關鍵內容，會直接破壞證據可驗證性。若圖片只是研究流程、概念示意、教學插圖或視覺摘要（graphical abstract），部分出版商允許在揭露（disclosure）、保留生成紀錄並由作者驗證的條件下使用；但不同出版商與期刊政策並不一致。

一、最近發生了什麼問題？

生成式 AI 已能快速製作看似專業的解剖圖、組織圖與研究示意圖；問題在於「看起來像科學圖片」不等於它具有科學可信度。2024 年，Frontiers in Cell and Developmental Biology 撤回一篇文章，撤稿聲明指出，出版後有人對其 AI 生成圖像提出疑慮，該文未達期刊要求的編輯與科學嚴謹標準。這個案例讓 AI 影像不再只是美編問題，而成為研究誠信與出版治理問題。

來源｜Frontiers Editorial Office, 2024：撤稿聲明明確提及對 AI-generated figures 的疑慮。查看官方撤稿聲明

此類事件至少揭露三個風險：第一，AI 圖片可能創造不存在的結構、錯誤標示或不合理的視覺關係；第二，圖片即使通過投稿與審稿，也不代表內容已被充分驗證；第三，問題不是只有「AI 生成錯誤」，還包括作者、審稿人、編輯與出版流程中誰應該在何處攔截。

二、為什麼不同期刊與出版商的政策不一致？

目前出版界並沒有單一、全球一致的生成式 AI 圖片規則。差異來自學科風險、圖片功能、可追溯性（traceability）、著作權與出版商風險容忍度；此外，同一出版集團旗下不同期刊仍可能增列更嚴格的投稿規定。因此，研究者不能只記住某一家出版社的答案，而要同時查閱「出版商通則＋目標期刊 Instructions for Authors」。以 Springer Nature 為例，其 AI 政策由集團層級統一發布，Nature 與 Scientific Reports 的政策頁內容完全相同；但這是該集團的作法，不代表所有出版商皆然，個別期刊仍可能於投稿須知另作補充。

表格可左右滑動檢視。來源｜官方政策彙整：Nature Portfolio、Taylor & Francis、Sage、ICMJE。政策可能更新，投稿前應再次查核。

三、先判斷圖片的「證據功能」

同樣是一張圖片，若它的功能不同，治理要求也不同。以下四類不是以檔案格式或視覺風格分類，而是依圖片與研究證據的關係分類。

1. 原始研究證據

病理切片、顯微鏡影像、電腦斷層（CT）、磁振造影（MRI）、Western blot、實驗照片、臨床檢體影像等，屬於研究證據本身。生成式 AI 不應被用來憑空創造、補上不存在的結構、移除不利結果或改變關鍵訊號。若 AI 為研究方法的一部分（例如影像分割、降噪或分類），則應完整報告工具、方法、參數與驗證，而非把生成結果冒充成原始資料。

2. 分析結果呈現

森林圖、Kaplan–Meier 曲線、受試者操作特徵曲線（ROC curve）、迴歸係數圖與統計表格不是原始資料，但直接承載分析結果。AI 能夠協助撰寫繪圖程式、建議圖型與改善排版；然而，圖必須能由資料與分析流程重新生成，不得自行創造資料點、改變座標效果或隱藏不利結果。

3. 概念圖、流程圖與研究示意圖

研究流程圖、機制示意、視覺摘要、教學插圖等，通常用來協助理解而非直接作為研究證據。Taylor & Francis 與 Sage 均提供在揭露與作者負責前提下的可用空間；但作者仍須逐項檢查標示、流程、解剖位置、箭頭方向與因果暗示是否正確。

4. 純視覺設計

封面概念、Icon、背景、裝飾性視覺素材距離證據最遠，通常可提供較大的 AI 創作空間；但仍可能受到期刊政策、版權、肖像、商標、風格模仿及揭露要求限制。

四、證據鏈 × 責任鏈判斷矩陣

「可以使用 AI」不是授權無限使用。越接近證據，越需要證明來源與結果；越接近專業決策與學術主張，越需要有人類能理解、核准並承擔。

表格可左右滑動檢視。

五、投稿前五項檢查

01｜先查目標期刊最新政策
不要只看出版社通則。確認 Instructions for Authors、AI 使用聲明、圖像完整性規範與投稿系統要求。

02｜確認圖片真正用途
它是原始資料、分析結果、概念示意，還是純設計？不能因為名稱叫「示意圖」就忽略它其實承載研究主張。

03｜判斷是否會被誤認為真實資料
擬真病理圖、臨床影像、實驗結果或看似由真實資料產生的統計圖，尤其需要避免讓合理讀者誤判。

04｜確認可追溯、重建與驗證
依圖片類型保留工具名稱與版本、日期、提示詞（prompts）、主要生成版本、人工修改紀錄、原始資料與分析程式。

05｜完整揭露，而且有人真正負責
揭露工具與用途只是起點。作者必須對正確性、完整性、原創性、引用與投稿後的說明／補救負責。

六、AI 圖片揭露：不是只寫「用了 AI」

ICMJE 要求作者在投稿時揭露是否使用 AI-assisted technologies（包括 image creators），並說明如何使用；同時明確指出 AI 工具不能承擔作品的準確性、完整性與原創性責任，因此人類作者仍須對提交材料負責。

來源｜ICMJE Recommendations：Use of AI by Authors（2026 查核）。查看官方政策

實際揭露文字應依目標期刊要求調整。若期刊允許概念／流程示意圖使用生成式 AI，至少交代：使用的工具與版本、圖片用途、是否代表真實研究資料、作者進行哪些人工驗證，以及作者對最終圖像負責。

七、匯東華的五秒判斷法

面對快速變動的 AI 工具與出版政策，研究者不應只背誦「可以／不可以」。更可靠的作法，是以證據位置與責任承擔做第一層判斷，再回到目標期刊政策完成最後確認。

• 這張圖離原始證據有多近？
• 它承載什麼研究主張？
• 錯誤會造成什麼後果？
• 是否可以追溯、重建與驗證？
• 誰有能力判斷並願意承擔責任？

AI 能不能畫出一張圖，是技術問題；AI 生成圖片能不能成為學術出版的一部分，則是證據治理、研究誠信與專業責任問題。投稿前真正應該問的是：「我是否能證明這張圖可信，並願意為它負責？」

參考文獻與政策來源

1. Frontiers Editorial Office. "Retraction: Cellular Functions of Spermatogonial Stem Cells in Relation to JAK/STAT Signaling Pathway." Frontiers in Cell and Developmental Biology, vol. 12, 16 Feb. 2024, article 1386861. 官方連結
2. International Committee of Medical Journal Editors. "Use of AI by Authors." Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals. Accessed 7 Aug. 2026. 官方連結
3. Nature Portfolio. "Artificial Intelligence (AI)." Editorial Policies. Accessed 7 Aug. 2026. 官方連結
4. Nature. "Why Nature Will Not Allow the Use of Generative AI in Images and Video." Nature, 7 June 2023. 官方連結（本文為 2023 年立場之紀錄；Springer Nature 現行 AI 政策已改為風險分級框架，見文獻 3。）
5. Sage. "Artificial Intelligence Policy." Publication Ethics Policies. Accessed 7 Aug. 2026. 官方連結
6. Taylor & Francis. "Images and Figures." Editorial Policies. Accessed 7 Aug. 2026. 官方連結
7. World Association of Medical Editors. "Chatbots, Generative AI, and Scholarly Manuscripts: WAME Recommendations." Revised recommendations. Accessed 7 Aug. 2026. 官方連結

AI 使用聲明
本文由匯東華統計顧問有限公司　陳秀敏　博士撰稿，GPT-5.6 Sol 協助文字潤飾與圖片生成，Claude Opus 5 協助內容整理與網頁排版，最終內容已由作者審閱定稿。日期：2026 年 8 月 7 日。