zisky:
- Schopnost využívat umělou inteligenci nikoli jako zdroj informací, ale jako nástroj pro mapování témat, generování hledaných výrazů a sumarizaci daných textů
- Schopnost ověřit každý navrhovaný zdroj v katalogu a chránit před rizikem fiktivních citací
- Schopnost rozlišovat mezi primárními a sekundárními zdroji a křížově kontrolovat každé datum a skutečnost s alespoň dvěma spolehlivými zdroji
Literární rešerše je o zjištění informací kolem textu: jaké období autor napsal, k jakému hnutí se hlásí, jak bylo dílo přijato, kdo co na dané téma řekl. Tato úloha vyžaduje skenování, čtení a syntetizaci (kombinování rozptýlených informací do koherentního celku) z více zdrojů. Umělá inteligence je v této oblasti mocným akcelerátorem – ale je to také jedna z oblastí, kde je nejnebezpečnější; protože umělá inteligence může s jistotou produkovat neexistující zdroje, nesprávná data a zakódované informace.
Podstata této jednotky zní v jedné větě: Používejte umělou inteligenci jako „nástroj pro indukci výzkumu a organizaci“, nikoli jako „zdroj informací“; Každý fakt, datum a zdroj není nikde zadáván bez ověření z primárního spolehlivého zdroje.
Proč není umělá inteligence zdrojem znalostí?
AI je stroj na predikci textu, nikoli skutečná knihovna. Když položíte otázku, vytvoří odpověď, která se vám „zdá nejpravděpodobnější“; Neví, zda je tato odpověď správná nebo ne, a nemůže vám ji zaručit. Znalosti AI mají navíc datum uzávěrky (datum, kdy modelu dojdou data, která lze trénovat); Neví, co se stane po tomto datu, a informace před tímto datem mohou být také chybné. proto:
- Nepoužívejte rok zveřejnění poskytnutý YZ, aniž byste jej ověřili.
- Nezahrnujte zdroj navržený AI do své bibliografie, aniž byste potvrdili, že skutečně existuje.
- Nepředávejte „informace“ AI o autorovi, aniž byste si je ověřili v encyklopedii nebo recenzované publikaci.
Pozor: AI generované bibliografie jsou obzvláště rizikové. Umělá inteligence dokáže spojit skutečné jméno autora s realistickým názvem a realistickým rokem a vytvořit zdroj, který nikdy neexistoval. Tomu se říká „fantomová atribuce“ a v akademickém světě je to vážná chyba. Ověřte každý zdroj podle katalogu knihovny nebo spolehlivé databáze.
Správné používání umělé inteligence ve výzkumu
AI je opravdu užitečná v následujících fázích výzkumu:
- Mapování tématu: "Jaká podtémata, jaké diskuse na toto téma existují?" Rychlý start mapa k otázce.
- Generování hledaných výrazů: Diverzifikace klíčových slov, která budete prohledávat v knihovnách a databázích.
- Shrnutí toho, co čtete: Shrnutí a porovnání skutečných textů, které jste poskytli VY.
- Syntézní osnova: Uspořádání ověřených poznámek do souvislé osnovy.
- Protiotázka: "Jaká by mohla být slabina této teze?" Netestujte myšlenku tím, že řeknete.
Buďte opatrní: ve všech těchto fázích informace pocházejí od vás nebo ze spolehlivého zdroje; AI reguluje a zrychluje, nikoli produkuje.
Tip: Místo toho, aby umělá inteligence „vysvětlovala“ téma, dejte mu spolehlivé texty, které jste našli, a nechte je shrnout a porovnat. Tímto způsobem se budete spoléhat na zdroj, který jste ověřili, namísto informací, které si umělá inteligence zapamatovala (což může být špatně).
tři mini pouzdra
Případ 1 — Zrychlený výzkum zaměřený na mapování tématu. Při zadávání nového tématu obdržel výzkumník od AI mapu podnadpisů. Z 12 podpoložek fungovalo 9, 3 byly irelevantní. Mapa ukazovala, kde začít s hledáním v knihovně; Ale informace pod každým nadpisem byly naskenovány ze skutečných zdrojů.
Případ 2 — Byly zachyceny tři fiktivní zdroje. Student hledal v katalogu knihovny 8 zdrojů navržených YZ. 3 vůbec neexistovaly, 1 byl připsán nesprávnému autorovi, 4 byly skutečné. Student použil pouze 4 potvrzené zdroje a utrpěl fiktivní atribuční katastrofu.
Případ 3 – Nesprávné datum opraveno v syntéze. V diplomové práci AI připsala začátek trendu špatnému roku. Student opravil datum po křížové kontrole se dvěma spolehlivými zdroji. Pokud by se spoléhalo na jediný zdroj (AI), zůstala by v tezi zásadní chyba.
Případ 4 – Návrat k primárnímu zdroji změnil interpretaci. Badatel citoval verš básníka z přehledového článku (sekundární zdroj). Když se vrátil ke knize básníka (primární zdroj), zjistil, že článek citoval řádek neúplně a to změnilo výklad. Disciplína návratu k primárnímu zdroji zabránila vyvození na základě falešné citace.
Čtyři kopírovatelné šablony
1) Mapování témat:
Vaše role: konzultant literární rešerše. Jaké podnadpisy a diskusní osy mohou být k následujícímu tématu: [téma]. Vytvořte si MAP, abyste mohli začít svůj výzkum; NENÁROČTE si přesné informace, data nebo zdroje. Každý titul označte jako „k ověření z knihovny“.
2) Shrnutí daného zdroje (bezpečný způsob):
Níže je spolehlivý text, který jsem našel. Pouze na základě tohoto textu: hlavní teze, použité důkazy a kontroverzní body. Doplnění informací, které nejsou v textu, mluví z vlastní paměti. Text: [vložit text]
3) Disciplína ověřování zdroje:
Dám vám seznam zdrojů. U každého zdroje: zkontrolujte, zda je citace stylově konzistentní. UPOZORNĚNÍ: Nemůžete ověřit, zda zdroj skutečně existuje; řekněte mi, jak vyhledat jednotlivé zdroje v katalogu knihovny. Dokončení montážního otisku. Seznam: [vložit seznam]
4) Opačná hypotéza:
Níže vygenerujte nejsilnější argumenty proti mému tvrzení teze. Řekněte mi, jaké typy zdrojů mohou tuto tezi vyvrátit. Mým cílem je posílit svou diplomovou práci. Vytvářejte pouze logické námitky; citovat smyšlené zdroje. Práce: [napište svou práci]
Slabá výzva / Silná výzva
Slabý: "Dejte mi 10 zdrojů na toto téma."
Güçlü: "Řekněte mi, jaké zdroje (recenzovaný článek, článek encyklopedie, diplomová práce, spolehlivá kniha) a pomocí jakých klíčových slov bych měl hledat výzkum na toto téma. Nevytvářejte žádné citace, o kterých si nejste jisti, že existují; místo toho mi poskytněte účinnou strategii vyhledávání. Zdroje, které najdu později, vám shrnu a ověřím."
Výkonná výzva brání AI ve generování imaginárních zdrojů a používá ji jako „strateg vyhledávání“. Slabé nabádání přímo vyvolává riziko fiktivního připsání.
Fáze výzkumu a ověřovací tabulka
Jeviště
Role AI
ověření
mapování tématu
Navrhuje podnadpis
Skenování z knihovny
Hledaný výraz
Zpestřuje to slovo
pokusem
získávání zdrojů
nespolehlivé
Potvrzení katalogu/databáze
textové shrnutí
Silný (v daném textu)
Srovnání s textem
syntéza
Návrh rozvržení
lidský soud
datum/skutečnost
nespolehlivé
Alespoň dva zdroje
Separace primárního a sekundárního zdroje
Ve výzkumu je rozdělení zdrojů na dva typy základem ověřování. Primární zdroj (samotná událost, dílo nebo fenomén; originál zkoumaného textu – například samotná básnická kniha básníka, dopis spisovatele, dobové noviny). Sekundární zdroj (následná recenze, kritika nebo komentář k primárnímu zdroji – například článek analyzující dílo básníka). V literárním výzkumu je skutečná autorita primárním zdrojem: pokud mluvíte o řádku, musíte tento řádek převzít z básně samotné, nikoli z článku z druhé ruky.
Zde je umělá inteligence nejnebezpečnější: přináší „zapamatování“ linie, zápletky nebo data; ale to je vzpomínka z druhé nebo dokonce třetí ruky, často mlhavá. Pravidlo je tedy jasné: vždy potvrďte požadavek primárního zdroje (citát, řádek, událost) ze samotného primárního zdroje. Pomocí umělé inteligence zmapujte, jaké druhy argumentů mohou být v sekundární literatuře, a shrňte skutečné sekundární texty, které poskytujete.
Tip: Než použijete určitou informaci, zeptejte se: „Je to primární nebo sekundární tvrzení?“ Pokud je primární, vraťte se k původnímu textu; Pokud je sekundární, založte ji na skutečné a ověřené publikaci. Nic, co si AI „pamatuje“, není náhradou za tyto dva typy zdrojů.
Časté chyby
- Záměna umělé inteligence za zdroj informací. AI vytváří předpovědi; Není to zdroj.
- Používání doporučených zdrojů bez jejich potvrzení. Fiktivní atribuce je chyba s nejvyšším rizikem.
- Získávání dat z jednoho zdroje. Zkontrolujte si alespoň dva spolehlivé zdroje.
- Spoléhání se na zapamatování AI. Uveďte své vlastní spolehlivé texty a shrňte je.
- Zapomínání na datum uzávěrky. AI možná nezná aktuální vývoj.
V souhrnu
AI v literárním výzkumu; Jedná se o výkonnou pomůcku pro mapování témat, generování hledaných výrazů, sumarizaci a syntézu daných textů. Není to ale zdroj informací: nikdy nepoužívejte data, fakta a zejména zdroje, aniž byste si je ověřili. Imaginární atribuce je nejnebezpečnější pastí tohoto oboru. Umístěte AI jako nástroj pro organizaci a zrychlení a důvěryhodný zdroj jako skutečné místo informací.
Aplikační úkol
Vyberte si téma výzkumu. Získejte počáteční mapu od AI pomocí šablony „mapování tématu“. Pak zkuste nechat AI doporučit 5 zdrojů a každý z nich vyhledat v katalogu knihovny; Spočítejte, kolik jich skutečně existuje. Zapište tuto zkušenost do jednoho odstavce: Kde byla AI užitečná, kde byla nespolehlivá?
kontrolní seznam
- [ ] AI jsem použil jako výzkumný nástroj, ne jako zdroj informací.
- [ ] Potvrdil jsem existenci každého zdroje v katalogu.
- [ ] Každé datum a fakt jsem zkontroloval alespoň ze dvou zdrojů.
- [ ] Uvedl jsem vlastní spolehlivé texty a shrnul je.
- [ ] Syntézu a soud jsem založil sám.