Halucinacije, etika, povjerljivost i naučni integritet

Dobici:

• Sposobnost prepoznavanja oblika halucinacija u fizici (lažna konstanta, lažni zakon, jedinična greška, pogrešan rezultat, lažna atribucija) i uhvatiti ih odgovarajućom metodom.
• Sposobnost zaštite neobjavljenih, povjerljivih i ličnih podataka anonimizacijom i minimiziranjem ne unošenjem u neovlaštene alate
• Biti u stanju razumjeti da je krajnja odgovornost na ljudima poštenim izvještavanjem o podacima, bez uljepšavanja i transparentnim dokumentiranjem upotrebe umjetne inteligencije.

Kroz ovaj modul pokrili smo istu disciplinu u svakoj jedinici: umjetna inteligencija (AI) ubrzava, ljudi provjeravaju. U ovoj završnoj cjelini okupljamo cijelu ovu praksu verifikacije pod kišobranom naučnog integriteta, najosnovnije vrijednosti fizičke nauke. Fizika je težnja za stvaranjem provjerljivog znanja o prirodi; U središtu ovog nastojanja su integritet, ponovljivost i odgovornost. AI se može koristiti za jačanje ovih vrijednosti - ali kada se koristi pogrešno, ugrožava ih sve. U ovoj cjelini razgovarat ćemo o fizičkim oblicima halucinacija, odgovornosti za podatke i privatnost, etičkim granicama i zašto konačna odgovornost uvijek ostaje na ljudima.

Oblici halucinacija u fizici

Halucinacije – samouvjerena proizvodnja lažnih informacija od strane AI – poprima jedinstvene i opasne oblike u fizici. Prepoznavanje ovoga je prvi korak ka hvatanju:

vrsta halucinacije

primjer

Metoda snimanja

Ugradnja fiksno/podaci

Netačna gustina materijala

Potvrda sa pouzdanom referencom

Lažna formula/zakon

Nepostojeće "principijelno" ime

Izvođenje udžbenika/SymPy

Greška u jedinici/narudžbi

greškom eV za J

Dimenzijska analiza, upravljanje jedinicama

Netačan brojčani rezultat

Neispravan izlaz koda

Pokrenite kod

apokrifna atribucija

nepostojeći članak

Verifikacija sa DOI

Pogrešno prijavljen rezultat

Iskrivljavanje pravog članka

Pročitajte originalni izvor

Zajednička nit je ovo: veliki jezički model nije dizajniran da govori istinu, već da proizvede "tekst koji izgleda". U fizici, razlika između "naizgled mogućeg" i "istinitog" je upravo razlog postojanja nauke.

Odgovornost za podatke, privatnost i intelektualnu svojinu

Fizičari često rade s osjetljivim podacima: neobjavljenim eksperimentalnim podacima, nacrtima prije patenta, povjerljivim mjerenjima iz industrijske saradnje, istraživanjima koja uključuju podatke o ličnom zdravlju ili sigurnosti. Unošenje takvih podataka u opšti AI alat moglo bi ih učiniti dostupnim trećim stranama, a moguće i podacima o obuci modela — što bi značilo i kršenje povjerljivosti i gubitak naučnog prioriteta (pravo da se prvi otkrije). Pravilo je jasno: nemojte unositi neobjavljene, povjerljive ili lične podatke u AI alat koji vaša organizacija nije odobrila. Ako ćete unijeti, anonimizirajte, minimizirajte (dajte samo ono što je potrebno) i pročitajte uvjete podataka alata.

Oprez: Unošenje neobjavljenih mjerenja laboratorije ili povjerljivih parametara dizajna kompanije u AI alat "za brzu analizu" može biti nepovratna greška. Kada se podaci podijele, ne mogu se opozvati. Ako ste u nedoumici, nemojte unositi podatke; Prvo razjasnite politiku vaše institucije i uslove privatnosti alata.

Etičke granice i naučni integritet

Upotreba može biti tehnički moguća, pa čak i legalna, ali i dalje neetička. Postoji nekoliko crvenih linija u fizici koje se tiču naučnog integriteta:

Izrada podataka ili uljepšavanje. Traženje od AI da “generira bodove koji bolje odgovaraju prinosu” ili “učini da grafikon izgleda uvjerljivije” je prevara u podacima. Podaci se izvještavaju onakvi kakvi jesu; Odstupanja se eliminišu samo uz dokumentovani, legitiman razlog.

Transparentnost doprinosa. Ako ste koristili AI u studiji — pisanje koda, ispravljanje jezika, analiza — pošteno je da to razjasnite na odgovarajućem mjestu. Mnogi časopisi i institucije to zahtijevaju.

Autorstvo i odgovornost. AI nije pisac; ne može biti odgovoran za sadržaj djela. Odgovornost uvijek leži na ljudskim piscima. Greška koju je napravila AI ne može se braniti rečima "vozilo je to napravilo".

Reproducibilnost. Naučni rezultat zahtijeva da metoda (uključujući korišteni kod, parametre, AI upite) bude jasno dokumentirana kako bi je drugi mogli replicirati.

tri mini kofera

Slučaj 1 — Curenje povjerljivih podataka. Jedan istraživač je zalijepio mjerne podatke iz ugovora o neotkrivanju podataka s kompanijom u generički AI alat "za brzi grafikon". Kasnije je shvatio da ovaj alat može pohraniti inpute. Došlo je do kršenja ugovora i mogućeg gubitka prioriteta. Pouka: povjerljivi podaci se nikada ne unose u neodobreni alat.

Slučaj 2 — Štampa za uljepšavanje. Jedan student je zatražio od AI-a uređivanje da bi "podaci izgledali bliže teoriji" jer eksperimentalni podaci nisu u potpunosti odgovarali teoriji. Njegov savjetnik je to primijetio i zaustavio ga: neslaganje je značilo ili sistematsku grešku u eksperimentu ili zanimljivu novu fiziku - nešto što treba istražiti, a ne sakriti. Podaci su objavljeni pošteno i pronađena je sistematska greška.

Slučaj 3 — Dobijena transparentnost. Jedan tim je napisao kod za analizu podataka za rad uz pomoć AI i to jasno naveo u odjeljku o metodama; podijelio kod i upite kao dodatne datoteke. Sudac je pregledao kod i predložio manju ispravku. Transparentnost je uhvatila grešku prije objavljivanja i povećala kredibilitet studije.

Četiri šablona za kopiranje

1) Skrining halucinacija:

Skenirajte sljedeće fizičke rezultate za halucinacije: postoje li lažne konstante, lažna imena formula/zakona, greške jedinice/reda, neprovjereni numerički rezultati i nepotvrđene atribucije? Označite svaku sumnjivu stavku i odredite kako da je potvrdite (referenca, kod, DOI). Izlaz: [ovdje]

2) Prethodna provjera privatnosti podataka:

Procijenite sljedeće podatke/tekst prije nego što ih unesete u AI alat: sadrži li neobjavljene, povjerljive, lične ili ugovorom zaštićene informacije? Ako je tako, predložite kako da ga anonimiziram ili minimiziram. Ako niste sigurni, recite "provjerite korporativnu politiku". Sadržaj: [ovdje]

3) Nacrt izjave o transparentnosti/doprinosu:

U jednoj studiji koristio sam AI za: [kodiranje / korekciju jezika / analizu, itd.]. Napišite kratku verziju "izjave o upotrebi AI" koja to iskreno dokumentuje. Takođe treba da naznači koje delove su ljudi verificirali.

4) Osiguranje naučnog integriteta:

Izvršite provjeru integriteta za sljedeću analizu/rezultat: podaci prijavljeni takvi kakvi jesu (bez uljepšavanja), jesu li prijavljene nesigurnosti, da li je metoda dokumentovana na ponovljiv način, da li je upotreba AI transparentna? Navedite sve nedostatke. Sadržaj: [ovdje]

Slaba prompt / Jaka prompt

Slabo: "Uredite prinos kako biste bolje uklopili teoriju i učinili graf uvjerljivim."

Rezultat: Prijevara u podacima; Direktno kršenje naučnog integriteta, nepovratan gubitak ugleda.

Snažan: "Prinos se ne slaže u potpunosti s teorijom. Pomozite mi da analiziram moguće uzroke ovog odstupanja (sistematska greška, statistička fluktuacija, model koji nedostaje ili novi efekat); predložite kako da iskreno prijavim neslaganje bez promjene podataka."

Rezultat: Iskren, istraživački i vjeran pristup naučnom integritetu; Konflikt postaje prilika za otkrivanje.

Uobičajene greške

• Brkanje halucinacija sa samopouzdanjem. Samo zato što AI govori pouzdano nije garancija tačnosti; Čak i najpreciznija rečenica može biti izmišljena.
• Unošenje povjerljivih podataka u vozilo bez odobrenja. Kada se dijele, podaci se ne mogu preuzeti; Prioritet i povjerljivost su izgubljeni.
• Uljepšavajući podaci. Promjena podataka u "teoriju uklapanja" jedan je od najtežih naučnih zločina.
• Skrivanje upotrebe AI. Transparentnost je uslov poštenja i obavezna je u mnogim institucijama.
• Prebacivanje odgovornosti na vozilo. „AI je to uradio“ nije odbrana; Konačna odgovornost uvijek leži na ljudskom biću.

Savjet: Na kraju svake studije zasnovane na umjetnoj inteligenciji, postavite sebi tri pitanja: (1) Da li su svaka činjenica, broj i atribucija u ovom rezultatu neovisno provjereni? (2) Da li su podaci koje sam koristio sadržavali povjerljive/lične informacije koje ne bih trebao unositi? (3) Jesam li dokumentirao svoju upotrebu i metodologiju svoje umjetne inteligencije dovoljno transparentno da bi je neko drugi mogao ponoviti? Ako na ova tri pitanja ne možete odgovoriti jasno "da", studija još nije završena.

Ukratko

Naučni integritet je osnova postojanja fizike i još je važniji u doba AI. Halucinacija se pojavljuje u fizici u obliku lažnih konstanti, lažnih zakona, jediničnih grešaka, lažnih zaključaka i lažnih referenci; svaki je uhvaćen svojom jedinstvenom metodom verifikacije. Povjerljivi i lični podaci se ne unose u neovlaštene alate; podaci nikada nisu uljepšani; Upotreba AI je transparentno dokumentovana; a krajnja odgovornost uvijek leži na čovjeku. Postoji samo jedna disciplina koju učite kroz ovaj modul: AI je moćan akcelerator, ali verifikacija, integritet i odgovornost počivaju na ramenima kompetentnog fizičara - to jest vas. Neprovjereni izlaz AI nikada nije zamjena za potvrdu fizičara.

Zadatak aplikacije

Odaberite izlaz AI (račun, analiza ili tekst) koji ste proizveli u ovom modulu. 1. ekran za halucinacije sa šablonom: postoje li lažne konstante, lažne formule, greške jedinica ili neprovjerene atribucije? Uz predložak 2, procijenite jesu li podaci koje koristite prilagođeni privatnosti. Na kraju, izradite kratku izjavu o upotrebi/transparentnosti AI sa šablonom 3. Zapišite u 5-6 rečenica: šta je skeniranje otkrilo, koje ste korake verifikacije poduzeli?

kontrolna lista

• [ ] Nezavisno sam provjerio svaku konstantu, formulu i rezultat u izlazu.
• [ ] Provjerio sam svaki citat sa DOI/izvorom.
• [ ] Provjerio sam da nisam bez odobrenja unio povjerljive/lične podatke u alat.
• [ ] Podatke sam prijavio kakve jesu, bez uljepšavanja.
• [ ] Dokumentirao sam svoju upotrebu AI na transparentan i ponovljiv način.
• [ ] Prihvatio sam da je krajnja odgovornost moja; Nisam pripisivao nikakvu krivicu vozilu.

Modul Exam

1. Koje od sljedećeg je najtačnije pozicioniranje umjetne inteligencije u fizici?

• A) Vještačka inteligencija je pomoćnik za kodiranje, nacrt i uređivanje; Odgovornost za jedinicu, čin, verifikaciju i etičke odluke leži na ljudskom biću ✔
• B) Umjetna inteligencija je kalkulator i numerički rezultati koje daje uvijek su tačni
• C) Vještačka inteligencija radi samo u proračunu, nema nikakve veze sa analizom eksperimenata i podučavanjem
• D) Budući da je umjetna inteligencija nepristrasnija od ljudi, odluke o jedinicama i rezultatima treba joj prepustiti.

Opis: Umjetna inteligencija; To je asistent koji piše kod, proizvodi nacrte, kreira i organizira derivacijske okvire. Međutim, konačna odgovornost za jedinicu i provjeru poretka rezultata, osiguravajući ga zakonima očuvanja, konstantnom i referentnom potvrdom, pripada nadležnom fizičaru. Model velikog jezika nije kalkulator ili fizička mašina; je generator teksta koji proizvodi 'sljedeću najvjerovatniju riječ' i njegov neprovjereni izlaz može dovesti do netačne vrijednosti, dizajna ili rezultata.

2. Koja je najtačnija aproksimacija za numerički rezultat računskog koda koji ispisujete u model velikog jezika?

• A) Vjerujući broju model kaže 'ovaj kod daje ono', jer je on napisao kod
• B) Pokrenite kod sami i vidite izlaz; ✔ ne oslanjajući se na verbalno numeričko predviđanje modela
• C) Prihvatanje koda kao ispravnog samo gledanjem kako se čita, a da ga uopće ne pokrenete
• D) Ako se rezultat direktno traži od modela ponovo i kaže isti broj, smatra se tačnim.

Objašnjenje: LLM može 'izračunati' izlaz koda koji je napisao u svojoj glavi i vratiti pogrešan broj; dok kada se pokrene isti kod daje ispravan rezultat. Ono što je determinističko je kod koji se izvršava; To nije verbalno predviđanje modela. Stoga, kod treba uvijek biti pokrenut u vašem okruženju i izlaz treba vidjeti.

3. Koji je najsnažniji način testiranja da li simulacija dinamičkog sistema bez trenja tačno odražava fiziku?

• A) Videti da grafikon izgleda vizuelno uredno i uverljivo
• B) Izvođenje simulacije sa samo jednim vremenskim korakom i povjerenjem u rezultat
• C) Praćenje količine koju treba sačuvati, kao što je ukupna energija ili impuls, i provjeravanje da li ostaje konstantna ✔
• D) Procjena simulacije po tome koliko brzo radi

Objašnjenje: U sistemu bez trenja, ukupna energija (i zamah, ako postoji) mora se sačuvati. Praćenje ove veličine tokom simulacije i uviđanje da li ostaje konstantna otkriva numeričke nedostatke (npr. primitivna Eulerova metoda koja stalno povećava energiju). Ako energija lebdi, simulacija je nepouzdana; Samo zato što daje lijepu grafiku ne znači da je ispravna.

4. Koji je od sljedećeg ispravan pristup kada se model uklapa u eksperimentalne podatke?

• A) Odabir polinoma višeg stepena koji najbolje odgovara podacima jer prolazi kroz sve tačke
• B) Davanje parametara kao jedan broj bez dvosmislenosti
• C) Deklarisanje kvalitete pristajanja jednostavnim gledanjem kako lijepo izgleda kriva.
• D) Odabir modela iz fizike, izvješćivanje o parametrima sa njihovim nesigurnostima i procjena uklapanja sa rezidualima ✔

Objašnjenje: Model treba izabrati iz fizičkog zakona kojem se događaj mora pridržavati, a ne gledanjem podataka i pitajući se 'koji najbolje odgovara'. Uz dovoljno slobodnih parametara (npr. polinom visokog stepena) 'savršeno', ali fizički besmisleno uklapanje (overfit) može se napraviti za bilo koji podatak. Parametre treba izvesti sa njihovom nesigurnošću, kvalitet uklapanja treba proceniti sa ostacima, a fizičku verodostojnost treba proveriti.

5. Ponavljanje mjerenja mnogo puta smanjuje koji tip nesigurnosti?

• A) Slučajna nesigurnost; sistemska nesigurnost se ne smanjuje ponavljanjem, uzrok se mora pronaći i ispraviti ✔
• B) Sistematska nesigurnost; jer eliminiše grešku rekalibracije
• C) Potpuno eliminira obje nejasnoće
• D) Ne smanjuje nijednu od njih; nesigurnost je nezavisna od broja mjerenja

Objašnjenje: Ponovljeno mjerenje smanjuje slučajnu nesigurnost (sa standardnom greškom srednje vrijednosti std/√N) koja je rezultat slučajne distribucije rezultata. Sistematska nesigurnost, s druge strane, je greška koja uvijek odstupa u istom smjeru (na primjer, pogrešno kalibrirana vaga) i koja se ne smanjuje s ponavljanjem; Međutim, uzrok se može pronaći i ispraviti. Izvještavanje o 'veoma maloj' nesigurnosti s višestrukim mjerenjima može sakriti temeljnu sistematsku grešku.

6. Koji je najpouzdaniji nezavisni način za provjeru formule za širenje greške koju je izvela umjetna inteligencija?

• A) Oslanjanje na formulu da izgleda fluidno i uvjerljivo
• B) Unakrsna provjera sa Monte Carlo proračunom koji nasumično uzorkuje ulazne podatke sa njihovom nesigurnošću ✔
• C) Ponovo tražiti istu formulu od umjetne inteligencije i očekivati da će ona dati isti rezultat
• D) Direktno prikupljanje nesigurnosti i njihovo poređenje sa rezultatom

Objašnjenje: AI često miješa parcijalne derivacijske koeficijente i strukturu kvadratnog korijena u formulama za širenje greške. Moćan način da se ovo postigne nezavisno je Monte Carlo unakrsna provjera: nasumično uzorkovanje svakog ulaza s njegovom nesigurnošću, izračunavanje funkcije hiljadama puta i poređenje standardne devijacije izlaza sa nesigurnošću datom formulom. Susret dvije nezavisne metode povećava samopouzdanje.

7. Koja je ispravna podjela rada između AI i SymPyja u dugoj derivaciji simboličke fizike?

• A) SymPy generiše ideju derivacije, AI precizno verifikuje svaki korak
• B) Oba su nepotrebna; dugačke derivacije se moraju raditi samo ručno
• C) AI gradi okvir derivacije, SymPy precizno provjerava svaki algebarski korak ✔
• D) Vještačka inteligencija sama izvodi izvođenje, nema potrebe za provjerom jer izgleda tečno

Objašnjenje: AI strategizira derivaciju i objašnjava putanju, ali u dugoj algebri pravi greške u predznaku, izbjegava termine i netačna pojednostavljenja. SymPy, s druge strane, radi po pravilima i precizno provjerava svaki algebarski korak. Najmoćniji tok posla kombinuje to dvoje: nabavite kostur od AI, izvorite svaki korak pomoću SymPy-a, testirajte rezultat sa inverzom izvedenog integrala i graničnim slučajem.

8. Šta dimenzionalna analiza govori o tačnosti fizičke formule?

• A) Dimenziona analiza uvijek definitivno dokazuje da je formula tačna
• B) Dimenziona analiza nema praktičnu vrijednost u fizici
• C) Dimenziona analiza daje samo konstantan faktor formule, a ne njenu konzistentnost
• D) Formula koja ne vrijedi dimenzionalno je apsolutno pogrešna; dimenzionalna analiza hvata grešku bez brojanja brojeva ✔

Objašnjenje: Dvije strane fizičke jednadžbe moraju biti dimenzionalno jednake prije nego što mogu biti numerički jednake. Formula koja ne vrijedi dimenzionalno je jednostavno pogrešna; ovo se uzima iz izračunavanja brojanja. Dimenziona analiza ne dokazuje konačno da je formula tačna (može propustiti bezdimenzionalni konstantni faktor ili ugao), ali dokazuje da je netačna; tako da je to prva i najjeftinija revizija svakog računa.

9. Koji je najkritičniji prvi korak pri izračunavanju kinetičke energije objekta koji putuje brzinom od 36 km/h?

• A) Pretvaranje svih inputa u jedinstven sistem jedinica (SI); Pretvaranje 36 km/h u 10 m/s ✔
• B) Stavljanje brzine u km/h direktno u formulu bez pretvaranja u m/s
• C) Množenje samo brojeva bez uzimanja u obzir jedinica
• D) Pod pretpostavkom da nema potrebe provjeravati redoslijed nakon izračunavanja rezultata

Objašnjenje: Formule zasnovane na SI (E = ½mv²) očekuju brzinu u m/s. Brkanje km/h sa m ili sati sa sekundama u proračunu jedna je od najčešćih grešaka u fizici. Prvo se svi ulazi moraju pretvoriti u jedan sistem jedinica (SI): 36 km/h = 10 m/s. Budući da AI može praviti tihe greške u konverzijama složenih jedinica, ova konverzija mora biti verificirana ručno ili pomoću alata koji poznaje jedinice.

10. Koja praksa je ispravna u smislu 'poštenosti' u naučnom grafikonu?

• A) Skrivanje nesigurnosti jer trake grešaka zatrpaju grafikon
• B) Označite osi jedinicama, odaberite skalu bez izobličenja i pokažite nesigurnost pomoću traka grešaka ✔
• C) Uvijek pokrenite y-os u rasponu koji će pokazati najdramatičniju razliku
• D) Ostaviti ose bez jedinica jer čitalac može pogoditi jedinicu

Opis: Iskrena naučna karta; označava ose veličinom i jedinicom, bira skalu svjesno i bez izobličenja (pokretanje y-ose od nule zbog preuveličavanja je obmanjujuće) i čini nesigurnost mjerenja vidljivom pomoću traka greške. Skrivanje nesigurnosti čini da podaci izgledaju izvjesno i stvara se lažan utisak pristranosti ili slaganja. Što je grafika uvjerljivija, to je važnija provjera integriteta.

11. Koji je najveći rizik i ispravna disciplina kada dobijete literaturnu i citiranu podršku od umjetne inteligencije?

• A) Umjetna inteligencija gubi vrijeme jer vrlo sporo proizvodi citate
• B) Izvori koje predlaže vještačka inteligencija su uvijek stvarni, nema potrebe za provjerom
• C) Vještačka inteligencija može proizvesti atribucije koje izgledaju kao stvarne, ali ne postoje; Svaki citat mora biti provjeren sa DOI/izvorom, a literatura se mora pronaći iz stvarne baze podataka ✔
• D) Izmišljeni citati se lako prepoznaju jer uvijek koriste nestvarne nazive časopisa

Objašnjenje: Veliki jezički model nije povezan sa stvarnom bazom podataka; Oponašajući obrasce citiranja, može proizvesti članke koji nose pravi naziv časopisa, vjerodostojne autore i razumnu godinu, ali potpuno nepostojeći. Stoga, literaturu treba pronaći iz stvarnih baza podataka, AI treba koristiti samo za sumiranje/prevođenje stvarnog teksta pri ruci, a svaki citat treba nezavisno verificirati DOI-om ili naslovom. Neprovjereni citat je povreda akademskog integriteta.

12. Šta je potrebno da biste dobili pouzdane rezultate kada AI rezimira članak?

• A) Dovoljno je samo navesti naslov članka, model zna sadržaj
• B) Korištenje sažetka direktno bez provjere, jer izgleda fluidno
• C) Pitati model za isti sažetak dva puta i prihvatiti ga kao tačan ako je sličan.
• D) Davanje originalnog teksta modelu i poređenje proizvedenog sažetka sa originalnim tekstom kako bi se provjerilo da ništa nije dodano/iskrivljeno ✔

Objašnjenje: Jednostavno davanje AI naslova članka i traženje sažetka dovest će do toga da model dođe do 'vjerovatnog sažetka', a da nikada nije vidio članak; Ovaj sažetak može biti suprotan istini. Pouzdan sažetak se može dobiti samo kada se originalni tekst unese u model i generirani sažetak se uporedi s originalnim tekstom. Dodatno, treba provjeriti da sažetak ne dodaje rezultate ili brojeve kojih nema u tekstu.

13. Šta važi za proizvodnju veštačke inteligencije u materijalnoj proizvodnji kurseva fizike?

• A) Svako rješenje treba neovisno provjeriti, granice analogija trebaju biti specificirane, a distraktori bi trebali ciljati na stvarne zablude ✔
• B) Ključ odgovora koji proizvodi vještačka inteligencija je uvijek tačan, nema potrebe za revizijom
• C) Analogije su savršene u svim slučajevima, nema potrebe precizirati njihove granice.
• D) Distraktore treba birati potpuno nasumično, jer je priroda pogrešnog izbora nevažna.

Opis: AI je brz u generisanju pitanja, primera i analogija, ali provera je neophodna u tri tačke: rešenje za svaki problem mora biti verifikovano nezavisno (ručno ili kodom), jer model može praviti greške u znaku/jedinici u rešenju; Svaka analogija mora biti navedena tamo gdje se pokvari, inače će dovesti do nove greške; Distraktori bi trebali ciljati na prave zablude. Odgovornost je na nastavniku; Ključ za netačan odgovor ostavlja učenicima nesporazume koje je teško ispraviti.

14. Kakvo je ponašanje u skladu sa naučnim integritetom kada se eksperimentalni podaci ne slažu u potpunosti sa teorijom?

• A) Imati umjetnu inteligenciju organizirati podatke tako da odgovaraju teoriji i uvjerljivo prikazati graf
• B) Ispitivanje razloga za neslaganje (sistematska greška, nedostatak modela, novi efekat) i pošteno izvještavanje bez promjene podataka ✔
• C) Ignorisanje neslaganja i prijavljivanje samo tačaka koje odgovaraju
• D) Brisanje podataka i postavljanje novog rezultata eksperimenta

Objašnjenje: Traženje AI-a da 'rasporedi podatke tako da bolje odgovaraju teoriji' je prevara podataka i grubo kršenje naučnog integriteta. Neslaganje je nešto što treba istražiti, a ne sakriti: može ukazivati ​​na sistematsku grešku, statističku fluktuaciju, nedostatak obrasca ili zanimljiv novi efekat. Podaci se izvještavaju takvi kakvi jesu, sa nesigurnošću; Konačna odgovornost leži na osobi, a 'alat je to učinio' nije odbrana.