AI賦能法學本科畢業論文質量提升策略研究

教育部近年來出臺了一系列政策文件，旨在提高本科人才培養質量并加強質量監督。《本科畢業論文（設計）抽檢辦法（試行）》進一步強調了對本科畢業論文質量的監督和管理，并規定每年進行一次抽檢，抽檢比例不低于 2% 。這些政策文件為提升本科畢業論文質量提供了明確的指導和規范。

一、畢業論文對本科生質量培養的重要意義

第一，畢業論文的質量是學生四年專業課程學習后，在專業知識、分析能力、概括能力的綜合體現。畢業論文不僅直接影響學生畢業證和學位證的取得，而且如果論文質量不合格，還可能導致學位被撤銷，從而對職業發展和學術聲譽造成嚴重影響。

第二，畢業論文不僅是學生專業能力的體現，也是學生誠信品質的重要體現。為避免因學生能力不足而導致的投機取巧的行為，高校應為學生提供科學合理的訓練內容，幫助學生達到專業質量要求，這應成為高校課程設置的重要目標。

第三，畢業論文抽檢結果對高校發展具有著重要影響。對于連續兩年問題突出的高校，以及連續三年問題突出的本科專業，教育部門將根據問題的嚴重程度，采取質量約談、責令限期整改、減少招生計劃、停止招生和撤銷學位授權點等措施。

二、法學本科生畢業論文質量現狀分析

在《光明日報》記者對相關專家的采訪中反映本科畢業論文抽檢的主要問題有：（1）論文框架邏輯混亂，論文基本要素不具備，問卷設計存在問題；（2）文字表述顛倒錯亂，格式錯亂等問題突出[。2023年，某區本科畢業論文抽檢反映的主要問題是：（1）選題不契合專業本身，偏離實際，選題過大過寬；（2）專業知識運用不扎實，浮于表面，基本概念掌握不清，缺乏必要的背景知識介紹；（3）論證過程生搬硬套，分析不夠深入，關聯不緊密。畢業論文質量問題從表面上看反映學生畢業論文寫作質量差，對基礎的學術規范不能遵循，但是深層次原因有：

第一，法學本科生畢業論文指導并沒有權威統一的教材。目前常見的教材有《法學論文寫作與資料檢索》（2011年版）、《法學論文寫作》（2014年版）、《法學論文寫作指南》（2018年版）、《法學論文寫作方法與技巧十講》（2020年版）。2024年出版的《法學論文寫作技巧與發表指引》及《法學論文寫作教程》，總體中規中矩，對論文選題、文獻檢索、規范引用、批判性思維、論證方式、研究方法等做了細致的說明，但對AI等新興工具的使用并未說明。在AI全面進入大眾視野后，將AI引入畢業論文的寫作，提升本科生畢業論文寫作無疑是重要的切入點。

第二，學生投機取巧，對畢業論文簡單復制粘貼。無論是畢業論文還是大創項目的結項課題，都需要經過查重率的考驗。由于大四學生普遍要面臨專業實習和公務員考試等就業準備，導致最終能夠用在畢業論文的時間有限。因此，學生難免會投機取巧“復制”“粘貼”完成論文。

第三，學生畢業論文寫作能力不足。在對學生畢業論文難點的問卷調查中發現： 3.4% 對選題存在疑問，6.9%的學生在資料收集方面存在障礙，17.24% 的學生認為論文架構較難， 44.8% 的學生則為論證困難感到苦惱， 17.24% 的學生認為查找數據困難， 10.3% 的學生認為文獻綜述困難。可以看出，在論文寫作過程中，學生的問題可能出現在任一環節，這同時也表明，學生在論文寫作方面并未形成一套完整、系統的寫作步驟和方法，并沒有接受過系統的學術訓練。

三、AI賦能法學本科論文質量提升的具體策略

教育部《本科畢業論文（設計）抽檢辦法（試行）》的通知中第6條指出，本科畢業論文評議要素和重點是選題意義、寫作安排、邏輯構建、專業能力，以及學術規范等方面。這表明學位論文質量評價體系并非僅就單一方面進行考查。即使論文選題很好，但是如果概念界定模糊，學術規范薄弱，論文仍有可能會被判定為不合格論文。本科畢業論文抽檢是一種“合格性”考查，而非選拔性、水平性評價，其目的在于排查人才培養中的薄弱環節，確保本科人才培養質量底線。抽檢重點考查本科生基本學術規范和基本學術素養。

第一，AI準確限縮畢業論文題目

畢業論文的題目選擇一直是困擾學生和教師的難題，以往的畢業論文題目確定一般是由教師擬定，學生從中選擇，然而，這種模式存在明顯問題：一方面，學生可能對教師提供的題目不感興趣或不擅長；另一方面，教師出的論文題目也可能不適合部分學生的能力水平。因此，這種單項選擇的方式在很大程度上限制了論文質量提升。

在課程實踐中，使用頻率較高的AI有KIMI、DEEPSEEK、智譜清言、千問、訊飛星火、文心一言、豆包、元寶、秘塔等。

如果在畢業論文題目的篩選中僅給AI簡單的研究方向信息，在搜索框中僅輸入“法學本科關于離婚冷靜期的論文題目”，AI所給出的論文題目基本是5-10個。KIMI更偏向于用冒號連接的多句式論文題目，KIMI給出的題目有“離婚冷靜期的法律邏輯與社會效應分析：探討離婚冷靜期的法律基礎及其對社會離婚率和家庭穩定性的影響”等；訊飛星火給出的題目有：“離婚冷靜期制度的法理基礎與實踐探討”“離婚冷靜期制度的實施現狀與完善建議”等；智譜清言給出的題目有“離婚冷靜期制度在我國法律中的適用與完善研究”等；文心一言給出的題目有“離婚冷靜期制度在婚姻家庭法中的立法與實踐研究”。在給出題目之下，DEEPSEEK、文心一言和訊飛星火會對該題目的大致研究內容做簡短說明，例如“該題目從立法背景、法律依據、實施現狀等方面，全面分析離婚冷靜期制度在婚姻家庭中的作用與影響”。對“離婚冷靜期對減少沖動離婚現象的效果評估”題目說明是“通過實證分析，分析離婚冷靜期在減少沖動離婚、保護婚姻穩定方面的實際效果”。只有豆包會對給出的題目進行研究內容的分類，例如“制度分析類”“比較研究類”“實踐影響類”“權益保障類”，在不同的分類下會給出不同的論文題目。這樣簡單提示語篩選的題目并不適合本科生，普遍偏大，因此，在使用AI篩選論文題目中，AI提示語框架應盡可能進行身份設定、目標任務、背景說明、反思與校準這幾個步驟，才能獲取更為專業，更為準確的題目。

1.身份：讓生成式AI充當某個角色，如學生、教師、科研人員等，身份設定應具體，例如年齡、職業、學術背景、學術專長等，身份信息越詳盡，基于AI所獲取的篩選文獻專業性就越強。

2.目標：需要明確生成式AI執行的任務，該任務應盡可能細化為明確的任務目標，例如學科、部門法、研究的主要問題、研究方法等。

3.背景：為生成式AI提供問題的詳細背景信息，例如字數、具體研究框架、研究重點與難點。

4.反思與校準：對AI生成的答案進行反思與調整。在進行AI的提問中，一次性得到滿意的答案是不現實的，必然要進行多次的反思與調整。

通過對論文研究主題、研究方法、部門法等具體內容的限縮，才能得到較為理想的論文題目。

第二，優化疊加研究方法

法學研究方法主要有規范分析法、實證分析法、比較分析法，在運用傳統方法進行撰寫的同時，可以運用AI或智能法律平臺做前期的文本數據分析。

1.規范分析法：規范分析方法的研究對象是法律規范本身。正如《法學方法論》所言，“作為規范科學的法學”關注的是“實證法的規范效力、規范的意義內容，以及法院判決中包含的裁判準則”，其研究對象是“由關于現行法之陳述所構成的體系”[2]。因此，規范分析法更偏向于解釋學研究，旨在通過對法律規范的闡釋揭示其內在邏輯和意義。在進行規范分析時，可借助北大法寶對法規范進行頻次的統計，并在AI對話頁面輸入比較成熟的規范學統計框架，優化分析過程。例如，韓大元（中國人民大學法學院教授，博導，北京市人大代表）對《中華人民共和國憲法》第33條第3款的人權條款進行分析時，首先對比人權在各國憲法文本中的含義與表述的不同，其次是將人權條款[3]與美國修正案未列舉權利的保護條款進行比較

2.實證分析法。實證分析是通過實地調研、訪談等田野調查，獲取經驗進行統計分析歸納的方法。法學實證分析主要的類型有案例分析法、問卷調查法、實地研究法等。案例分析中分析對象有判決、裁定、處罰決定書、復議決定書等，也可以是對非嚴格法律意義文本進行分析。

以案例分析法為例。為避免學生論證過程缺乏必要的數據支撐，在法學論文寫作中可以首先運用小包公智能法律平臺進行判決的實證分析。在具體寫作中，以高空拋物罪“情節嚴重”的認定為例，具體統計拋擲物品、物品種類、拋擲地點、拋物樓層、拋物墜落點、人身或財產損失情況、拋物時間、拋物原因、拋擲次數等變量。例如，在未成年人校園欺凌的實證分析中，對被告人情況可以采用被告人身份、年齡、性別統計變量，對案情基本情況可以用欺凌原因、欺凌行為、欺凌地點、傷害情況、處罰方式、賠償損失類型、賠償金額、學校賠償占比等統計變量。通過對變量的量化分析得出爭議焦點。在統計單獨變量的基礎上還可以借助SPSS或者Stata的工具對統計變量之間的相關性進行分析 [4]

在法學實證研究中，對判決及法律文本的分析較為常見，研究者通常采用質性和量化相結合的方法對文本進行分析，例如，利用文本分析工具（如Nvivo20和微詞云）對村規民約進行分析。通過對村規民約中的高頻名詞（如“法律”“家庭”“鄰里”“土地”等）的統計，揭示村規民約的主要內容；同時，統計動詞（如“禁止”“應該”“鼓勵”等），進一步分析村規民約的規則類型。此外，高頻詞之間的相關性可以通過可視化工具展示，其中高頻詞連線兩端的詞表示相關性，連線的寬度為共現的頻率，而連線的距離與相關性成反比。

第三，AI精準聚焦文獻綜述的爭議點

論文的文獻綜述主要以搜集研究主題的期刊為基本要求，并對不少于15篇文獻進行分類評述，通過對學者的觀點對比分析，然后得出自己的評述。在使用AI生成文獻綜述時，主要面臨的問題是AI平臺對分析的論文字數有一定限制，智譜清言能分析的論文數量為8—10篇、KIMI為10—12篇、豆包為12—14篇、通義為10—12篇、文小言為14—15篇，在AI上傳的論文數量比較中，千問上傳的論文數量最多，可以達到30篇以上，是作為較多文獻分析的首選。

在AI生成文獻綜述的質量評價中，豆包在分析了14篇文獻給出的分類是：（1）大數據證據的基礎理論剖析：屬性探究；類型界定。（2）大數據證據的審查規則構建：合法性審查；真實性審查；相關性審查。（3）大數據證據的質證困境：質證困境分析；質證路徑完善。（4）大數據證據的運用規則設計：證明力評估規則；運用規則體系優化。分析并不能體現出學者的觀點差別與爭議點。智譜清言在對8篇文獻進行分析后得出了較好的學者爭議點，例如大數據證據的法律地位爭議觀點有：鑒定意見說，電子數據說，專家輔助人意見說，獨立證據種類說。對大數據證據的審查判斷規則中真實性審查爭議觀點有：宏觀真實性、微觀真實性；關聯性審查爭議觀點有整體關聯性和具體關聯性。對大數據證據分類做得較為專業的是通義，在上傳了12篇與刑事訴訟大數據證據審查的文獻后，給出的分類包括：大數據證據的法律性質，大數據證據的審查規則，大數據證據的采用標準，大數據證據的法律規制分類。

因此，在使用AI進行文獻綜述的撰寫時，提示語應包含以下具體要求：身份設定；論文研究方向；字數要求；格式要求，是否標注學者姓名、腳注格式、列舉作者不重復等。因此，借助AI工具，學生能很快把握相關文獻的爭議焦點與研究方向、研究結論。

結束語

畢業論文的寫作是一個多維度、全方位的訓練過程。以選題、目錄、摘要、文獻綜述、正文論證、參考文獻為框架，借助AI工具可以迅速對研究對象及相關資料和信息進行分析與系統總結，但在使用AI工具輔助畢業論文寫作中也必須恪守一定界限。目前，全國已有多所高校發文規范借助AI進行論文寫作。復旦大學發布《關于在本科畢業論文（設計）中使用AI工具的規定（試行）》，其中明確了允許使用AI的范圍與原則，也明確了禁止使用的范圍。比如：禁止使用AI工具生成或改動原始數據、禁止直接使用AI工具生成本科畢業論文（設計）的正文文本、致謝或其他組成部分；禁止使用AI工具進行語言潤色和翻譯等。因此，恪守AI運用的界限，才能營造良好的專業智能創新生態。

參考文獻

[1]楊諷.本科畢業論文抽檢“檢”出了什么[N].光明日報，2023-04-11（14）.

[2]拉倫茨.法學方法論[M].陳愛娥，譯.北京：商務印書館，2003：77.

[3]韓大元.憲法文本中“人權條款”的規范分析[J].人權，2006（1）：23-26.

[4]韓大元.香港基本法第22條的規范分析]浙江社會科學，2020（10）：34-43，157.

作者簡介：左晶（1978—），女，漢族，江蘇宿遷人，財經大學法學院，副教授，博士。

研究方向：行政法學。

胡珊娜（1976—），女，漢族，甘肅酒泉人，財經大學法學院，副研究員，碩士。

研究方向：高校教育管理。

基金項目：2023年度財經大學教學改革項目“本科生畢業論文質量提升研究一一以《本科生科研訓練》課程為例”（項目編號：2023JG13）階段性成果。