Enheder
1. Introduktion til kunstig intelligens i kemi: roller, grænser, validering og etik 2. Molekylær repræsentation og kemisk struktur: Validering med SMILES, InChI og RDKit 3. Reaktionsforudsigelse og -mekanisme: Produkt-, tilstands- og bivirkningsforudsigelse 4. Spektrumfortolkningsstøtte: NMR, IR og massespektrometri 5. Litteraturgennemgang og synteseplanlægning: Kilde, procedure og køreplan 6. Kemisk dataanalyse og Python: pandaer, støkiometri og kalibrering 7. Molekylær egenskabsforudsigelse og QSAR: Opløsning, pKa og modelgrænser 8. Laboratoriedokumentation: Eksperimentnotesbog, ELN og reproducerbarhed 9. Sikkerheds- og farevurdering: GHS, SDS og grænserne for kunstig intelligens 10. Bekræftelse, hallucination og videnskabelig integritet 11. Menneske i eksperimenter: etik, privatliv, ansvar og end-to-end workflow
Enhed 5 / 11

Litteraturgennemgang og synteseplanlægning: Kilde, procedure og køreplan

Gevinster:

  • Evne til at positionere kunstig intelligens som et farligt værktøj i produktionen af kraftfulde, konkrete citater i begreber, abstracts og søgestrategi
  • Evne til at eliminere risikoen for falske kilder ved at verificere hvert citat og DOI i databasen
  • Evne til at etablere en sikker arbejdsgang, hvor mennesker finder den rigtige artikel og opsummerer teksten til kunstig intelligens

Litteraturgennemgang og synteseplanlægning: Kilde, procedure og køreplan med AI

Ethvert kemiprojekt begynder med en litteraturgennemgang: "Er denne forbindelse blevet fremstillet før? Med hvilken metode? Med hvilket udbytte?" AI er en fantastisk accelerator på dette stadium; opsummerer emnet, forklarer nøglebegreber, genererer søgetermer, skitserer procedurer. Men det er også kilden til den farligste fejl i kemien: falsk tilskrivning. AI kan lave artikler, forfattere og DOI'er, der ser realistiske ud, men som slet ikke eksisterer. I denne enhed lærer vi at bruge AI i litteratur- og synteseplanlægning, men uden at opgive disciplinen citering.

Hvorfor er citationsdisciplin kritisk?

En sprogmodel producerer tekst; forespørger ikke i databasen (medmindre andet er angivet). "Journal of Organic Chemistry, 2018, 83, 4521, Zhang et al." En ressource af formularen er blot "et sæt ord og tal, der synes muligt" for modellen. Denne kilde kan være ægte eller ikke; modellen skelner ikke mellem de to. Derfor bruges ingen citat givet af YZ uden at være bekræftet i en database (DOI-analysator, PubMed, Crossref, udgiverside).

Bemærk: Bare fordi AI'en giver en DOI betyder det ikke, at den DOI er gyldig. Løs DOI via https://doi.org/; Hvis det ikke fører til en artikel, eksisterer den kilde ikke, selvom titlen og forfatteren virker autentiske.

Hvor AI er stærk og svag i litteraturen

  • Effektiv: Forklare et koncept, skitsere en klasse af reaktioner, generere søgeord, skitsere de generelle trin i en procedure, opsummere teksten i en artikel (når du indsætter den).
  • Svag: Giver "fra hukommelsen" eksistensen af ​​en specifik artikel, nøjagtig side/volumen/DOI ​​information, nøjagtig udbytteværdi. Det er de områder, der er mest åbne for fremstilling.

Denne sondring giver anledning til følgende strategi: brug AI som et tekstbehandlingsværktøj (opsummering, klassificering), ikke som en kilde til sandhed. Du finder den rigtige artikel, får AI til at læse den og opsummere den.

Trin for trin: sikker litteratur + planlægningsflow

  1. Lær konceptet: Få AI til at forklare emnet, reaktionsklassen, termerne. Risikoen for fremstilling er lav her.
  2. Generer søgeord: Spørg AI om 8-10 søgeord/synonymer og mulige tidsskrifter; Søg i den rigtige database med disse.
  3. Få den rigtige artikel: Find selv artiklen fra PubChem/Reaxys/Google Scholar.
  4. Opsummering: Indsæt artikelteksten i AI og lav et struktureret resumé (metode, betingelse, udbytte, begrænsning).
  5. Lav en plan: Lav en sammenfattende køreplan for et mål; tilslut hvert trin til den faktiske kilde.
  6. Bekræft: Løs hvert citat med DOI; Sammenlign hvert kritisk tal med kildeteksten.

Fire kopierbare skabeloner

1) Generering af koncept + søgeord (sikkert område):

Emne: Etablering af en aryl-aryl-binding via Suzuki-Miyaura koblingsreaktion.Opgave:1) Forklar reaktionen i 5 sætninger (definer termer).2) Generer 10 søgeord/synonymer til litteratursøgning.3) Anbefal 5 tidsskrifter, hvor dette emne ofte udgives.Regel: GI IKKE specifik artikel/GIV IKKE; Jeg vil søge efter dem i databasen.

2) Artikelresumé (du giver teksten):

Nedenfor er jeg ved at indsætte den eksperimentelle del af en artikel.[TEKST]Opgave: Opsummer med følgende overskrifter:- Målforbindelse og dens betydning- Metode/reagenser, der anvendes- Betingelser (temperatur, tid, opløsningsmiddel)- Udbytte- Begrænsninger angivet. Tilføj ingen tal IKKE i teksten; ellers skriv "uspecificeret".

3) Syntese køreplan (afhængig af kilde):

Mål: 2-phenylbenzimidazol (SMILES: c1ccc(cc1)c1nc2ccccc2[nH]1).Opgave: Giv et udkast til en 2-trins synteseplan.For hvert trin: reagenser, tilstand, oprensningsmetode.Regel: For hvert trin skal du tilføje "typisk reference for denne type reaktion" for at søge efter information med hvilket nøgleord; DOI FAKE.

4) Tjekliste til bekræftelse af citat:

Der er 4 referencer nedenfor. Lav en faktatjekliste for hver: hvilke felter (DOI, tidsskrift, bind, år, forfatter) skal jeg verificere og hvor?[CITATIONER]Bemærk: Du påstår IKKE, at citaterne er korrekte; Bare fortæl mig trin for trin, hvordan jeg bekræfter.

Svag prompt / Stærk prompt

Svag:

Giv mig 5 kilder om syntesen af denne forbindelse.

AI producerer sandsynligvis realistiske, men ubekræftede tilskrivninger, hvoraf nogle er fremstillet.

Stærk:

Emne: Syntese af forbindelse Jeg vil finde de rigtige kilder fra databasen; Du styrker min søgestrategi.

Forskellen: Vi rettede AI mod arbejde, hvor den er stærk (søgestrategi, koncept) og holdt den væk fra arbejde, der er tilbøjelig til fabrikation (konkret tilskrivning).

Kildetyper og pålidelighed

Kilde/værktøj

Hvad giver

pålidelighed

Rolle

AI (sprogmodel) fra hukommelsen

Koncept, disposition, søgeidé

Høj på koncept, lav på reference

idé/resumé

AI + indsat tekst

Sammenfatning af den givne tekst

Høj (tekstafhængig)

opsummerende

DOI-parser (doi.org)

Autenticiteten af tilskrivningen

høj

Bekræftelse

PubChem / Reaxys / SciFinder

forbindelse, reaktion, kilde

høj

primær søgning

Google Scholar / Crossref

Artikelfund, citat

høj

verifikation

mini sager

Sag 1 — Tre opdigtede kilder. En forsker bad AI om 6 kilder om et emne. Da han løste DOI'erne en efter en, var 3 af dem ugyldige; Overskrifterne var overbevisende, men det var artiklerne ikke. Verifikationen tog 25 minutter, men forhindrede 3 falske citater i at komme ind i artiklen. Lektion: hver reference løses en efter en.

Tilfælde 2 — Falsk udbytte. "Effektiviteten er 92%," sagde AI, da han skitserede en procedure. Da brugeren fandt og kiggede på den originale artikel, var udbyttet 64 %; AI'en havde lavet nummeret fra hukommelsen. Lektion: Sammenlign kritiske tal med kildetekst, stol ikke på AI-oversigten.

Case 3 — Værdi i koncept, risiko i reference. En elev fik AI til at forklare en reaktionsklasse; Forklaringen var præcis og lærerig. Så "top 3 artikler?" sagde han; To af dem var opspind. AI var både meget nyttig og farlig i samme session. Lektion: det samme køretøj viser forskellig pålidelighed i forskellige opgaver; Tillid i henhold til din pligt.

Almindelige fejl

  • Brug af referencer uden bekræftelse. Den mest almindelige og mest alvorlige fejl; kan føre til tilbagetrækning af artiklen.
  • Hentning af udbytte/tilstandstal fra resuméet. AI-resuméet afspejler nogle gange den "mulige værdi" snarere end kilden; sammenligne med original.
  • Forveksler AI med en søgemaskine. Medmindre andet er angivet, forespørger sprogmodellen ikke den levende database; producerer fra hukommelsen.
  • Søger på ét sprog. Blot at udelade nøgletermer fra tyrkisk/engelsk mangler ressourcer; AI hjælper med synonymgenerering.
  • Forvirrende koncept med kilde. Det faktum, at AI forklarer det korrekte koncept, indikerer ikke, at referencen, den giver, er korrekt.
Tip: Den mest robuste arbejdsgang er "menneske først finder, derefter opsummerer AI." Du medbringer den rigtige artikel og får AI'en til at læse teksten. Så du bruger AI'ens styrke (opsummering) og deaktiverer dens svaghed (kildetilpasning).

Sammenfattende

  • AI er farlig til at producere stærke, konkrete citater i begreber, resuméer og søgestrategier i litteraturen.
  • Falsk citation (fabrikeret artikel/DOI) er den mest alvorlige AI-risiko i kemi; Hver reference er bekræftet.
  • Det sikreste flow: mennesket finder den rigtige artikel, AI opsummerer teksten.
  • Tag kritiske tal, såsom udbytte og tilstand, fra kildeteksten, ikke det abstrakte.
  • Forbind hvert trin i synteseplanen til en rigtig kilde.

Ansøgningsopgave

Vælg en målforbindelse. Spørg først AI om søgetermer og et konceptuelt resumé (uden at bede om konkret tilskrivning). Find mindst to artikler i en rigtig database med disse termer. Opsummer artikeltekster til AI og sammenlign udbytte-/tilstandsnumre med originalen. Separat, spørg med vilje AI om "5 kilder" og dechifrer den DOI, den giver en efter en: hvor mange var rigtige? Skriv en "citationsbekræftelsesrapport" på én side.

tjekliste

  • [ ] Jeg placerer AI som et koncept/opsummeringsværktøj, ikke en søgemaskine.
  • [ ] Når jeg ønsker konkret citat, afkoder jeg hver DOI fra doi.org.
  • [ ] Jeg sammenligner tal for udbytte/tilstand med den originale kilde.
  • [ ] Jeg finder den rigtige artikel og får AI’en til at opsummere teksten.
  • [ ] Jeg tilskriver hvert trin i synteseplanen en kilde.
  • [ ] Jeg har udarbejdet mindst én citationsbekræftelsesrapport.
Tidligere Næste