End-to-end forskningsworkflow og verifikationsprotokol

Gevinster:

• Evne til at etablere en personlig og gentagelig forskningsworkflow, der integrerer kunstig intelligens på alle stadier fra idé til udgivelse
• Evne til at koble kontrolpunkterne for verifikation, fortrolighed og gennemsigtighed, der skal anvendes på hvert trin, til en skriftlig protokol
• At kunne vurdere grænserne for brugen af kunstig intelligens, at ansvaret altid ligger hos forskeren, og det etiske grundlag som helhed

I de foregående ti enheder lærte vi, hvordan man bruger kunstig intelligens, og hvor man stopper ved hvert forskningsstadium. Denne sidste enhed binder det hele sammen i én sammenhængende arbejdsgang: en gentagelig og etisk proces, der sikkert integrerer AI fra idé til udgivelse. Kernen i denne enhed er, at AI ikke er driveren på noget stadium af forskningen; På hvert trin er der en assistent, og på hvert trin passeres de samme tre porte – verifikation, fortrolighed, gennemsigtighed – det endelige ansvar ligger altid hos forskeren. Den gode nyhed er, at disse tre porte er ens i alle stadier; når du først binder dem til en protokol, gælder den for hele processen.

End-to-end flow: trin for trin

Forskning forløber typisk i syv faser, hvor AI påtager sig en anden assistentrolle i hver.

1. Idé og spørgsmål. AI indsnævrer dit fokus til fokuserede, målbare spørgsmål; tilbyder alternative rammer. Beslutningen er din.

2. Litteratur. AI genererer søgestrategi (søgeord, boolesk streng); Du finder og verificerer kilder fra rigtige databaser.

3. Læsning og syntese. AI opsummerer fulde tekster, bygger litteraturmatrix; Du bekræfter hvert fund fra den originale tekst.

4. Design. AI tilbyder hypotese-, variabel-, design- og prøvemuligheder; Du og den etiske komité træffer den metodiske og etiske beslutning.

5. Analyse. AI producerer kodeudkast og outputkommentar; Softwaren regner ud, de rå data forbliver private, du verificerer hvert tal.

6. Retskrivning. AI IMRaD-konturen giver flowkontrol og sproglig polering; Originale ideer, rigtige data og din stemme kommer fra dig.

7. Forsendelse. AI producerer tidsskriftsbenchmarks, følgebreve og udkast til anmeldersvar; Du sikrer tidsskriftets autenticitet og videnskabelig nøjagtighed.

Et mønster ses i dette flow: AI altid hastighed og udkast, du altid beslutning og verifikation. Denne symmetri er rygraden i arbejdsgangen.

Tre døre: verifikation, privatliv, gennemsigtighed

På hvert trin skal du føre AI-outputtet gennem tre porte, før du bruger det.

Verifikationsport: Er enhver kendsgerning, tal, tilskrivning og påstand i dette output knyttet til en reel kilde? Er noget, der kunne fremstilles (især referencer og statistikker) blevet uafhængigt verificeret? Ethvert ubekræftet output vil ikke fortsætte.

Privacy gate: Indeholder de data, jeg uploader til dette værktøj, personligt identificerbare oplysninger, upublicerede data, deltagererklæringer eller fortrolige dommerrapporter? Hvis ja, har jeg anonymiseret det eller aldrig uploadet det? Kender jeg køretøjets dataopbevaringspolitik?

Transparency gate: Behøver jeg at erklære denne brug? Overholder det institutionens og tidsskriftspolitikken? Har jeg registreret, hvad jeg gjorde, så jeg kunne forklare det i fremtiden?

Tip: Skriv disse tre låger på kanten af ​​dit skrivebord. Fortsæt ikke, før du har sagt "ja" til alle tre, før du bruger hver AI-output. Med tiden bliver det en refleks og stopper de fleste fejl, før de opstår.

At skrive din personlige protokol

Det mest værdifulde resultat er din egen skriftlige AI-brugsprotokol: hvilke værktøjer du bruger, hvad du gør og ikke har AI'en til på hvert trin, dine verifikationstrin og din erklæring. Denne protokol holder dig konsekvent, tilpasser nye teammedlemmer og beviser din integritet i en revision. Hold protokollen i live; Opdater efterhånden som værktøjer og politikker ændres.

Hvis du arbejder i et team, bliver denne protokol en delt kontrakt: Alle bruger de samme værktøjer med de samme grænser, en registrering af, hvem der udnytter AI på hvilket stadium, og et fælles erklæringssprog. Mens en forfatter modtager sprogstøtte, opdigter en anden ikke ubevidst data; disciplin bliver institutionel snarere end individuel. Denne gennemsigtighed er også kritisk i forholdet mellem rådgiver og studerende: rådgiveren ved, hvor eleven bruger AI, bevarer tilliden og sikrer, at læringen virkelig forbliver hos eleven. Protokollen forvandler AI fra en "skjult assistent" til et åbent styret værktøj.

tre minisager

Case 1 — Afhandling gemt af protokollen. En ph.d.-studerende skrev en brugsprotokol fra starten: "kun tilskrivninger fra Zotero, kun AI sprog og disposition, hvert problem fra software." Da juryen spurgte om brugen af ​​AI i sit afhandlingsforsvar, viste han sin optagelse og udtalelse. Gennemsigtighed skabte tillid; Forsvaret gik glat. Uden protokollen kunne de samme spørgsmål være blevet til tvivl.

Tilfælde 2 — Fejl fanget af tre porte. En forsker ville tilføje en "understøttende undersøgelse" foreslået af AI til diskussionsafsnittet. Verifikation stoppede ved døren: DOI uløst, kilde opdigtet. Han bekræftede, at han ikke uploadede de rå data ved privatlivslågen. Han tilføjede sproglig støtte til gennemsigtighedsporten til sin udtalelse. Alle tre døre arbejdede én efter én; Den fejlagtige tilskrivning stoppede, før den kunne gå i luften.

Tilfælde 3 — End-to-end-hastighed. Et team startede et nyt projekt med en protokol; hvert medlem øvede de samme tre porte. De brugte AI konsekvent, fra litteratur til skrivning, og den samlede tid var betydeligt kortere, men der var ikke en eneste fabrikeret tilskrivning eller brud på fortroligheden. Forskellen var ikke, at de brugte AI, men at de brugte det med en fælles disciplin.

Kopierbare skabeloner

1) Personlig AI-brugsprotokolramme:

Fremstil mig en "protokol til brug af AI i forskning" skabelon. Sektioner: (1) de værktøjer, jeg bruger, (2) de tilladte og forbudte handlinger af AI på hvert forskningsstadium, (3) mine verifikationstrin, (4) regler for beskyttelse af personlige oplysninger, (5) min gennemsigtigheds-/erklæringserklæring. Sørg for en tom udfyldelig ramme.

2) Tre-dørs kontrol pr. trin:

I øjeblikket [stadie: f.eks. Jeg er i [analyse]-fasen, og jeg overvejer at bruge følgende AI-output: [outputresumé]. Generer mig kontrolspørgsmål til tre døre: autentificering, privatliv, gennemsigtighed. Hvad skal jeg tjekke ved hver dør?

3) End-to-end verifikationslog:

Fremstil en valideringslogtabel for et forskningsprojekt: [fase, hvad blev AI brugt til, output, valideringsmetode, blev den valideret, er erklæring påkrævet]. Lad den være tom og fyldes.

4) Slutkontrol før offentliggørelse:

Udarbejd en endelig AI-etisk tjekliste før indsendelse: er alle citater verificeret med DOI, er ingen data blevet fremstillet, rådata er ikke blevet lækket, er brugen erklæret, institutions+tidsskriftspolitik er blevet overholdt, er det oprindelige bidragsmine. Gør det bogmærke.

Svag prompt / Stærk prompt

Svag prompt:

Hvordan bruger jeg kunstig intelligens i min forskning?

Meget generelt; Det inkluderer ikke stadier, begrænsninger og verifikationsdiscipliner.

Kraftig prompt:

Din rolle: Forskningsintegritetskonsulent. Mit projekt: [kort beskrivelse].Producer mig en end-to-end workflow-tabel for 7 faser fra idé til udgivelse, inklusive AI'ens tilladte rolle, forbudt arbejde og kontrol-/privatlivs-/gennemsigtighedskontroller i hver fase. Fasthold i hver linje, at det ultimative ansvar ligger hos mig.

Scene

AI's rolle

uforanderlig dør

idé/spørgsmål

Kollaps, alternativ

Det er din beslutning

litteratur

At skabe strategier

verificere kilden

syntese

resumé, matrix

Bekræft fundet

Design

Tilbyd ikke muligheder

Etik + beslutningen er din

Analyse

Kode, kommentar

Valider nummer, beskyt data

stavning

udkast, flow

Originalitet er din

forsendelse

kriterium, skitse

Magasin + nøjagtighed er din

Almindelige fejl

• Afslappende disciplin efter stadie. De tre porte er ens på hvert trin; Opmærksomheden bør ikke mistes mod slutningen.
• Ikke at skrive en protokol. Uden nedskrevne regler går konsistens og auditabilitet tabt.
• Gør AI til en driver. Skal have fartassistent; Beslutningen og valideringen er altid din.
• Spring optagelse over. Du kan ikke bevise gennemsigtighed, hvis du ikke dokumenterer, hvad du laver.
• Forsømmelse af en enkelt dør. Autentificering, privatliv og gennemsigtighed arbejder sammen; Hvis der mangler en, knækker kæden.

Forsigtig: AI-værktøjer og institutionelle/tidsskriftspolitikker ændrer sig hurtigt. En ansøgning, der er gyldig i dag, kan være utilstrækkelig i morgen. Gennemgå din protokol og dine politikker regelmæssigt; Disciplin er konstant, værktøjer er variable.

Sammenfattende

I end-to-end research workflowet er AI en pacing- og udarbejdelsesassistent på alle trin, ikke en driver på noget tidspunkt. Fra idé til udgivelse er mønsteret det samme: AI producerer, du bestemmer og verificerer. Send hvert output gennem tre porte – godkendelse, privatliv, gennemsigtighed – og bind dem til en personlig protokol. Denne disciplin kombinerer AI-hastigheden med akademisk integritet. Den korteste regel: assistent AI, chauffør og dig, der har ansvaret på hvert trin.

Ansøgningsopgave

Skriv en én-sides AI-brugsprotokol til din egen nuværende eller planlagte forskning: de værktøjer, du bruger, de 7 trin af AI tilladt/forbudt arbejde, dine verifikationstrin, regler for beskyttelse af personlige oplysninger og din erklæringserklæring. Vælg derefter et trin, anvend tre-gate-kontrollen på en faktisk udgang, og overfør resultatet til din verifikationslog.

tjekliste

• [ ] Har jeg afklaret rollen og grænsen for AI for hvert af de syv stadier?
• [ ] Sender jeg hvert output gennem portene til verifikation, fortrolighed og gennemsigtighed?
• [ ] Har jeg en skriftlig personlig AI-brugsprotokol?
• [ ] Registrerer jeg mit forbrug i en verifikationslog?
• [ ] Fastholder jeg på alle stadier, at jeg har det ultimative videnskabelige ansvar?

Modul eksamen

1. En ph.d.-studerende tilføjer de 10 kilder givet af kunstig intelligens til litteraturgennemgang til sit specialeforslag uden at kontrollere dem; Hans rådgiver indser, at 3 af kilderne faktisk ikke eksisterer. Hvad er den vigtigste lære af denne situation?

• A) Brug af enhver kilde foreslået af kunstig intelligens uden at verificere den gennem DOI og database; Ignorerer, at ansvaret ligger hos forskeren ✔
• B) Det er strengt forbudt at bruge kunstig intelligens i litteraturgennemgang
• C) Antallet af ressourcer skal være 5 i stedet for 10
• D) Specialeforslaget præsenteres ikke med en tabel

Forklaring: Kunstig intelligens kan producere flydende, men ikke-eksisterende tilskrivninger (hallucinatorisk tilskrivning). Dette er den mest ødelæggende risiko i den akademiske verden; Ikke alle kilder kan bruges uden verifikation gennem DOI, imprint og database, og ansvaret ligger hos forskeren.

2. Hvilken er den mest nøjagtige positionering af kunstig intelligens i litteraturgennemgang?

• A) Som en database, der giver en præcis og komplet liste over kilder
• B) Som en hjælp til søgestrategi og søgeordsgenerering, men hvis kilder skal verificeres i rigtige databaser ✔
• C) Som en checker, der erstatter plagiatdetektionsværktøjet
• D) Som et arkiv, der giver den fulde tekst af artiklerne royaltyfrit

Forklaring: AI er ikke en pålidelig kildedatabase; De angivne aftryk kan være fabrikerede. Den korrekte rolle er at generere søgestrategien (søgeord, boolesk streng, omfang); Selve kilderne skal findes og verificeres i rigtige databaser (Scholar, Scopus, WoS, PubMed).

3. En forsker får AI til at opsummere en artikel, og resuméet indeholder en 'signifikant forskel fundet'-udsagn, som ikke er i artiklen. Hvad er korrekt adfærd?

• A) Accepterer abstraktet som det er, fordi AI har læst artiklen
• B) Angivelse af abstraktet som kilde
• C) Bekræft resultaterne og konklusionerne ved at vende tilbage til den oprindelige artikeltekst ✔
• D) Beder om at gøre resuméet kortere

Forklaring: Når man opsummerer, kan AI forvrænge resultaterne eller tilføje konklusioner, der ikke eksisterer. Enhver erklæring, der indeholder resultater, metoder og numeriske resultater, bør verificeres ved at vende tilbage til den oprindelige tekst; Resuméet er en bekvemmelighed og erstatter ikke kilden.

4. Hvilket udsagn er mest præcist for kunstig intelligenss rolle i forskningsdesign?

• A) Kunstig intelligens vælger metoden og erstatter godkendelsen af etisk udvalg
• B) Kunstig intelligens afslutter stikprøvestørrelsen, og beslutningen forbliver ikke hos forskeren
• C) Kunstig intelligens genererer muligheder og udkast; Design, etisk og metodisk ansvar ligger hos forskeren ✔
• D) Kunstig intelligens kan ikke bruges på nogen måde i forskningsdesign

Beskrivelse: Kunstig intelligens er en tankepartner, der genererer muligheder for hypoteser, variabler og metoder; Udvælgelse af design, godkendelse af etisk udvalg (IRB) og metodisk ansvar tilhører dog forskeren. Forslaget om kunstig intelligens er et udkast, ikke en videnskabelig beslutning.

5. Hvad er det mest kritiske privatlivs- og autentificeringsprincip, når kunstig intelligens producerer dataanalysekodeudkast?

• A) Indlæsning af de rå data, som de er, og direkte rapportering af resultatet givet af kunstig intelligens
• B) At skrive p-værdien givet af kunstig intelligens uden at kontrollere den
• C) At lade den statistiske test blive valgt af kunstig intelligens og ikke bede om begrundelse
• D) Udkast til kode og kontroller manuelt hver digital udgang uden at dele rådata, der indeholder ID ✔

Forklaring: Rå og identificerende data fra deltagere bør ikke uploades til offentligt tilgængelige værktøjer; Kodeudkastet skal rekvireres og køres lokalt, og hvert output (testvalg, numerisk resultat) skal bekræftes manuelt. Kunstig intelligens kan også producere falske statistikker.

6. Hvad er den korrekte rækkefølge af afsnittene i IMRaD-strukturen?

• A) Metode, introduktion, diskussion, fund
• B) Fund, metode, introduktion, diskussion
• C) Diskussion, fund, metode, introduktion
• D) Introduktion, metode, fund, diskussion ✔

Beskrivelse: IMRaD er standardrammen for empiriske artikler: Introduktion, Metoder, Resultater og Diskussion. At angive, hvilken sektion du skriver til, når du anmoder om et udkast fra kunstig intelligens, øger kvaliteten af ​​outputtet.

7. Hvad er den bedste tilgang med hensyn til originalitet, når man tilføjer en kunstig intelligens-genereret tekst til en akademisk artikel?

• A) Brug udkastet som det er, fordi sproget er flydende
• B) Originaliser og valider udkastet med din egen analyse, data og fortolkning ✔
• C) Indsæt udkastet i teksten uden at læse det
• D) Skjul kilden til udkastet og præsentation af hele udkastet som sin egen sætning

Beskrivelse: AI-outputtet er et udkast; Det er ikke forskerens egen mening, data eller fortolkning. Manuskriptet skal være originaliseret ved forfatterens egen analyse, bidrag og verifikation; Det bør ikke bruges som det er og præsenteres som et bidrag.

8. En forfatter, der ikke har engelsk som modersmål, bruger kunstig intelligens til sprogpolering. Hvilken risiko skal revideres specifikt?

• A) Teksten skal være kortere
• B) Betydningsskift og fejloversættelse af felttermer ✔
• C) Ændring af skrifttype
• D) Forøgelse af antallet af afsnit

Forklaring: Når man retter sprog, kan AI ændre betydningen og erstatte det domænespecifikke tekniske udtryk med den forkerte ækvivalent. Forfatteren skal bevare hver sætnings oprindelige betydning og terminologi; Indhold bør ikke have lov til at blive forvrænget for flydende skyld.

9. Hvad er den farligste adfærd og mest korrekte forholdsregel ved kunstig intelligens i tilskrivningsproduktion?

• A) Opfindelse af referencer, der virker ægte, men som ikke eksisterer; ✔ verificere hvert citat via DOI og database
• B) Alfabetisk rækkefølge af citater; bryde ordren manuelt
• C) For mange citatforslag; reducere antallet
• D) Evne til at ændre citatstilen; lås til én stil

Beskrivelse: AI kan oprette bylines (inklusive forfatter, årstal, DOI), der ser ægte ud, men som ikke eksisterer. Hvert citat skal verificeres uafhængigt af DOI-analyse eller databasesøgning; Den sikreste måde er at administrere citater fra den faktiske post med værktøjer som Zotero/Mendeley.

10. Hvad er et af de typiske tegn på at genkende et rovblad?

• A) Løfte om hurtig offentliggørelse, aggressiv e-mailinvitation og urealistisk påstand om effektfaktor ✔
• B) Gennemsigtig dommerproces og optagelse i anerkendte mapper
• C) Dokumentation af open access-politikken
• D) Redaktionen er reel og kontrollerbar

Forklaring: Rovtidsskrifter opkræver gebyrer med løfte om hurtig udgivelse og laver ikke rigtig peer review; Aggressiv e-mailinvitation, uvirkelig påvirkningsfaktor, vagt aftryk og bred dækning uden for domænet er typiske tegn. Tidsskrifter anbefalet af kunstig intelligens bør verificeres med DOAJ og uafhængige kilder.

11. I henhold til AI-politikken for de fleste akademiske tidsskrifter og institutioner, hvad er passende for brugen af ​​AI i en artikel?

• A) Hvis bidraget til kunstig intelligens er væsentligt, skal det tilføjes som medforfatter
• B) Kunstig intelligens kan ikke være en forfatter; dets brug skal erklæres gennemsigtigt, og ansvaret bør forblive hos den menneskelige forfatter ✔
• C) Brug er ikke erklæret under nogen omstændigheder og holdes fortroligt
• D) Brugen af kunstig intelligens er plagiat i alle tilfælde, og artiklen vil blive afvist.

Offentliggørelse: Fælles redaktionelt princip (f.eks. ICMJE- og COPE-linjen) siger, at AI'en ikke kan være forfatteren, men at dens brug skal oplyses gennemsigtigt i metoden eller anerkendelser/anerkendelsessektionen. Ansvaret ligger hos menneskelige forfattere, og brugen er ikke skjult.

12. Hvad er selvplagiat?

• A) Brug af en anden forfatters tekst uden tilladelse
• B) Brug af teksten produceret af kunstig intelligens
• C) Forfatteren repræsenterer sin egen tidligere publikation uden passende tilskrivning ✔
• D) At skrive en artikel med mere end én forfatter

Forklaring: Selvplagiat er forfatterens genpræsentation af sit eget tidligere udgivne værk i et nyt værk uden ordentlig tilskrivning. Selvom kunstig intelligens omskriver den gamle tekst, hvis den samme idé/data gentages uden tilskrivning, er det en etisk krænkelse; Forpligtelsen til at anføre kilder bortfalder ikke.

13. Hvad er den bedste grænse for en forfatter, der bruger kunstig intelligens, når han forbereder svar på dommerkommentarer?

• A) Kunstig intelligens garanterer den videnskabelige nøjagtighed af svaret, forfatteren må ikke kontrollere det
• B) Det er sikkert at uploade dommerrapporten, som den er, til et offentligt værktøj.
• C) Det er den mest effektive måde at overlade svaret udelukkende til kunstig intelligens.
• D) AI kan generere udkast/toner; Ansvaret for videnskabelig nøjagtighed og fortrolighed ligger hos forfatteren ✔

Beskrivelse: AI kan generere tonen og omridset af svarbrevet; Ansvaret for nøjagtigheden af ​​videnskabelige påstande, yderligere analyser og løfter ligger dog hos forfatteren. Derudover er dommerrapporten et fortroligt dokument; Indhold bør ikke deles uden anonymisering på grund af risikoen for krænkelse af privatlivets fred.

14. Hvad er det almindelige, uforanderlige princip ved at bruge kunstig intelligens i forsknings-workflowet fra ende til ende?

• A) Verifikation, fortrolighed og gennemsigtighed på alle trin; ✔ Det endelige ansvar forbliver hos forskeren
• B) Validering bør kun udføres på det sidste trin for at spare tid
• C) Mindre verifikation af AI-output, efterhånden som stadiet skrider frem
• D) Gennemsigtighed er kun påkrævet for afviste artikler

Beskrivelse: Fra litteratur til publikation, AI giver udarbejdelse og hastighed på alle stadier; Hvert output skal dog valideres, datafortrolighed skal beskyttes, brug skal erklæres transparent, og det endelige videnskabelige ansvar skal altid forblive hos forskeren. Dette princip er konstant på alle stadier.