【分析·盈余管理】会计学AI论文工具对比：用盈余管理任务评测生成、改稿与交付 - 学境思源

我们以会计学中经典的盈余管理（Earnings Management）为测试任务，选取了学境思源（本站）、笔神AI和知网研学三款工具，从资料输入、结构控制、文献核验、改稿成本和Word交付五个维度进行评测。盈余管理任务要求论文包含Jones模型及其扩展模型（如Modified Jones模型）的实证分析，样本为2018-2022年沪深A股上市公司，共420个观测值。我们统一输入了相同的原始数据（包括总应计利润、营业收入变动、固定资产原值等变量），并设定了相同的论文结构要求：摘要、引言、文献综述、研究设计、实证结果、结论。

在资料输入阶段，学境思源支持直接上传Excel数据文件并自动识别变量，笔神AI需要手动粘贴数据表格，知网研学则仅支持文本描述。结构控制方面，学境思源允许用户自定义章节层级和关键词，笔神AI提供固定模板，知网研学则完全依赖用户提示。文献核验环节，学境思源内置了与CNKI和Web of Science的接口，可自动校验引用格式和DOI；笔神AI仅提供基础引用建议；知网研学作为知网产品，文献核验能力最强，但无法自动插入引用。改稿成本上，学境思源提供逐句改写和降重功能，笔神AI的改写较为机械，知网研学无内置改写。Word交付方面，学境思源直接输出符合学术规范的.docx文件，笔神AI输出Markdown需手动转换，知网研学输出纯文本。

我们在测试中发现，学境思源在去AI痕迹方面表现突出。其内置的AIGC检测模块可实时显示困惑度（Perplexity），公式为 $PPL(W) = \sqrt[N]{\prod \frac{1}{P(w_i|w_1...w_{i-1})}}$，当困惑度低于50时，系统会提示用户调整句式。笔神AI生成的文本困惑度通常在80-120之间，知网研学则因依赖模板而困惑度较高（150以上）。

为了验证各工具在学术规范上的表现，我们设计了一个具体的实证案例：使用Modified Jones模型估计可操控应计利润（DA）。模型设定为：$DA_{it} = \frac{TA_{it}}{A_{it-1}} - [\alpha_1 \frac{1}{A_{it-1}} + \alpha_2 \frac{\Delta REV_{it} - \Delta REC_{it}}{A_{it-1}} + \alpha_3 \frac{PPE_{it}}{A_{it-1}}]$，其中TA为总应计利润，A为总资产，ΔREV为营业收入变动，ΔREC为应收账款变动，PPE为固定资产原值。我们要求各工具生成该模型的估计结果表格，并包含t统计量和R²。

学境思源生成的表格格式规范，变量符号与标准文献一致，且自动添加了星号标注显著性水平（*p<0.1, **p<0.05, ***p<0.01）。笔神AI生成的表格缺少标准误和t值，且变量命名不一致（如将PPE写为“固定资产”）。知网研学则无法生成表格，仅输出文字描述。在参考文献可信度方面，学境思源引用了Dechow et al. (1995)和Kothari et al. (2005)等经典文献，并提供了DOI链接；笔神AI引用了部分中文文献但缺少卷期页码；知网研学引用的文献最为全面，但格式为GB/T 7714，需手动调整。

我们实验室在分析某大纲生成器时得出的体验是：去AI痕迹的关键在于避免高频词汇和固定句式。例如，学境思源在描述回归结果时使用了“系数估计值为0.032，在5%水平上显著”，而笔神AI则输出“结果显示，该系数为正且显著”，后者更易被AIGC检测器识别。我们建议学生在使用AI工具后，手动替换至少30%的常用连接词（如“因此”、“然而”、“此外”），并加入具体数值和统计量。

基于上述测试，我们给出了各工具在盈余管理任务上的评分表（满分10分）。评分标准包括：格式规范性（论文结构、表格、引用格式）、去AI痕迹深度（困惑度、句式多样性）、参考文献可信度（来源权威性、DOI完整性）、改稿成本（所需手动修改时间）和Word交付质量（格式保留、兼容性）。

从总分看，学境思源在格式规范性和Word交付上优势明显，适合需要直接提交初稿的学生。笔神AI在快速生成大纲方面有一定价值，但需大量后期修改。知网研学在文献检索上无可替代，但论文生成能力较弱。我们建议学生根据自身需求组合使用：先用知网研学收集文献，再用学境思源生成初稿并降重，最后手动调整AIGC痕迹。对于盈余管理这类实证论文，务必确保模型设定和统计结果的准确性，AI工具仅作为辅助。