AI辅助推荐信有哪些边界？推荐人确认与事实核验步骤
AI辅助推荐信的边界在于推荐人必须亲自确认每一处事实。根据Ofqual于2026年发布的说明，人工智能相关不当行为仍按现有规则处理，使用AI生成内容而不作适当披露可能构成作弊。推荐人确认与事实核验是保证推荐信合规的核心步骤。下面从查规则、归档证据、逐项核验到最终检查逐一说明。
先给结论：这件事怎么做
推荐人需要主导整个流程，将AI生成的推荐信草稿视为待核验的初稿。做法上，先查清目标院校对推荐信中使用人工智能的明确规则，再整理所有支撑材料并按时间线归档，随后逐项比对草稿内容与原始事实，最终由推荐人独立完成确认并保留记录。去哪里查：优先查询院校官网招生政策与学术诚信板块，留意与人工智能或推荐信真实性相关的声明。注意，任何人工智能检测工具的结果都不能替代学校公布的正式规则和人工核验，推荐人若未充分核实，可能导致无法核验的信息出现在推荐信中。英国政府ATAS指引已要求核对人工智能生成内容，提交虚假或被篡改的信息会影响申请。Ofqual的说明本身并不创造新监管要求，具体允许范围须以院校规则为准。操作中推荐人应获取成绩单、简历、项目说明等原始资料，将AI初稿中的每个事实主张标记出来逐一核对，形成最终版并留存推荐人带时间戳的书面确认。这些步骤既降低信息失真风险，也使AI辅助推荐信的边界通过可回溯的留痕得以明确。整个过程的最终责任始终在推荐人，不能将AI输出或所谓的检测概率当作事实成立的依据。
第一步：适用规则去哪里查
院校公布的官方规则是界定AI辅助推荐信边界的根本依据。去哪里查：首选目标院校研究生院或招生办公室网页，查找学术诚信政策、推荐信指南、人工智能使用声明等板块。部分院校在学术诚信手册中明确说明AI生成推荐信内容是否需要披露。若院校未发布专门针对推荐信的AI政策，可查阅其一般性课程作业与评估中有关人工智能的规定作为参照，因为推荐信同样属于正式材料。查询时注意区分建议性指导与强制性规则，并留意规则生效时间。在院校站内检索时，可关注生成式AI、推荐信、不当行为等关键词，同时结合申请人计划就读课程的系别补充说明。不能仅依赖第三方平台的政策汇总或过往经验。查阅院校政策时也应了解其数据处理和隐私条款（/privacy/），确保证据归档和沟通符合要求。Ofqual于2026年的说明主要针对其监管资格，不直接适用于所有高等教育推荐信，但揭示的AI不当行为按现有规则处理的原则具有普遍参照意义。任何含糊之处都应通过官方渠道获取书面解释，而非自行推断，这样才能为后续步骤提供可靠依据。
第二步：材料与证据如何归档
证据归档是推荐人完成事实核验并应对后续问询的基础。做法上，需要收集推荐信草稿的所有版本，明确标出AI生成或辅助生成的段落，同时保留推荐人与申请人之间关于事实确认的邮件、会议记录或经双方认可的截图。保存支撑每个事实陈述的原始文件，如成绩单、简历节选、工作证明、项目报告等，以便逐项对照。归档时按时间顺序排列，并可借助时间线工具（/tools/timeline/）标记关键确认节点，例如推荐人第一次审阅、申请人补充项目细节、最终事实锁定。这样在复查时可以迅速定位变更记录。去哪里查归档标准：目前没有全球统一的推荐信归档要求，但可参照目标院校学术诚信政策中关于记录保留的期望。如果院校要求推荐人提交时确认所有内容真实，完整的归档就是有据可查的支撑。注意，即使院校未明文要求，保留清晰记录有助于在出现疑问时说明推荐人已履行核实义务。所有资料应妥善储存，注意隐私，不与他人共享无关信息。使用AI工具时的交互记录，包括提示词与输出，也应一并归档，以显示AI参与程度。最关键的是推荐人对最终版推荐信的确认需要有不可更改的记录，让AI辅助推荐信的边界通过留痕的可回溯性得以明确。
第三步：行动前如何核验
提交前核验是落实事实准确性的关键环节。怎么做：推荐人应当拿定稿逐项比对原始证明材料，检查包括姓名拼写、项目时间、职责描述、量化成果、课程名称等客观信息。AI草稿中可能出现的虚构细节，如不存在的奖项或夸大职责，必须删除或修正。若推荐信包含主观评价，推荐人需确认该评价基于与申请人的真实互动，而非AI凭空生成。去哪里查核验清单：可结合院校推荐信表格或指南中的条目逐项勾对，确保必要信息无遗漏。注意，切忌使用AI再次核对AI生成的文本，因为模型可能循环确认错误。英国政府ATAS指引明确要求核对人工智能生成内容，提交虚假、被篡改或无法核验的信息会影响申请，这一原则同样适用于推荐人。在核验过程中，如果使用文书一致性检查工具（/tools/essay-check/）辅助定位前后矛盾，只能作为线索，最终仍须依靠人工判断。任何所谓AI检测结果都不能替代人工核验，也不能作为事实成立的依据。推荐人应亲自确认每一句陈述都有可靠来源，并在确认后对推荐信承担全部责任，这一步直接决定事实核验是否真正到位。
如何做最后检查
最后检查是对全流程的闭合确认，确保AI辅助推荐信没有越过事实边界。怎么做：推荐人需通读全文，对照归档的确认记录，检查是否存在未被修改的AI虚构成分或未经核实的陈述。重点核对时间逻辑是否自洽，提及的项目或成果能否与原始材料对应，所有评价是否符合推荐人对申请人的真实认知。这一阶段可借助基础文书工具（/tools/essay/）检查语法与流畅度，但任何修改都只能由推荐人亲自定夺，不可让AI在最后环节自行润色而不经人工审阅。去哪里查规范：再次确认目标院校对推荐信内容的提交要求，并对照ATAS指引中关于信息可核验性的要求，确保没有任何虚假陈述。注意，即使在技术层面使用了多种辅助，最后检查的责任人仍是推荐人。如果发现无法核实的内容，宁可删除而不留风险。推荐人完成检查后应给出明确的确认指令并归档，这一行为标志着AI辅助边界被严格限定，推荐信完全进入推荐人专业背书的范畴，最终提交的版本应真实反映推荐人独立判断。
常见问题
Q：AI生成的推荐信需要向学校声明吗？
答：需依据院校规则决定。Ofqual面向学校的资源指出，使用AI生成课程作业而不作适当披露可能构成作弊，该原则对推荐信具有参照意义。推荐人应主动说明AI的参与范围，并确认最终内容真实，具体是否需要声明以目标院校政策为准。
Q：推荐人需要手动核实哪些事实？
答：推荐人应核对所有客观信息，如姓名、项目时间、职务、具体事例和成果数据。任何未经原始材料（成绩单、工作证明）支持的内容都需修正或删除，确保不遗留AI产生的虚构细节，并且主观评价要扎根于真实互动。
Q：用AI写推荐信是否会影响申请认可度？
答：若推荐人未实质确认，内容存在无法核验的陈述，认可度可能受损。ATAS指引要求核对AI生成内容，虚假信息会影响申请。认可度最终取决于推荐人是否基于事实和专业判断完成背书，而非是否使用AI初稿。
Q：有没有检测工具能判断推荐信是否违规？
答：没有。任何所谓AI检测结果都不能替代学校公布的正式规则和人工核验。违规与否取决于是否遵循披露要求，以及推荐人是否履行了事实确认责任，检测工具无法给出权威结论。 核验时应把相关页面和书面说明保存下来，再按同一问题逐项比较。
Q：整个确认和核验流程大概需要多久？
答：时间因材料完备程度和个人安排而异。关键在于推荐人需要分配充分时间逐项核对，而非仓促赶在截止期限前完成。建议提前沟通并预留数日用于证据归档与最后确认，确保每一步都扎实。 核验时应把相关页面和书面说明保存下来，再按同一问题逐项比较。
相关阅读
参考资料
- Ofqual（2026），Artificial Intelligence Malpractice and Assessment Advice Note
- Ofqual（2026），AI in Coursework Resources for Schools
- 英国政府（2026），Academic Technology Approval Scheme Guidance