Gewinne:
- Fähigkeit, künstliche Intelligenz bei der Literaturkartierung, dem Scannen von Konzepten und der Priorisierung von Lektüre einzusetzen, um das Risiko gefälschter Quellen (Halluzinationen) zu bewältigen.
- Möglichkeit zur Einrichtung eines Verifizierungsablaufs, der jedes Zitat, jeden Befund und jeden Effektgrößenanspruch aus der Primärquelle bestätigt
- Fähigkeit, die Evidenzebene (Metaanalyse, RCT, Fall) zu unterscheiden und die KI-Zusammenfassung gegen die Evidenzhierarchie abzuwägen
Psychologie ist ein evidenzbasierter Beruf: Forschungsergebnisse sagen uns, ob eine Intervention funktioniert, und nicht „es kommt mir nur so vor.“ Wenn ein Experte auf dem Laufenden bleiben, eine Abschlussarbeit schreiben oder den richtigen Ansatz für einen Fall wählen möchte, greift er auf die Literatur zurück. Aber die Literatur ist riesig; Jedes Jahr werden Zehntausende Artikel veröffentlicht. Künstliche Intelligenz (KI) ist hier ein enormer Beschleuniger: Sie definiert ein Konzept, kartiert das Feld, schlägt vor, welchen Artikel man zuerst lesen sollte, vereinfacht einen komplexen Text. Aber hierin liegt das gefährlichste Merkmal der KI in der Literatur: Sie fabriziert nicht existierende Quellen. In dieser Einheit erfahren Sie, wie Sie KI zum Beschleuniger im Literaturgeschäft machen und dabei nicht in die Falle erfundener Quellen (Halluzinationen) tappen.
Was macht KI in der Literatur, was macht sie aus?
Literaturaufgaben, bei denen die KI stark ist: Erklären eines Konzepts in einfacher Sprache; wichtige Debatten in einem Bereich zusammenfassen; einen Text lesbar machen; schlagen Sie Schlüsselwörter und Suchstrategien vor; einen Artikel zusammenfassen (wenn Sie den Text bereitstellen); unterschiedliche Ansichten vergleichen. Dabei reduziert KI die Lesezeit von Stunden auf Minuten.
Dinge, die KI erfindet: Zitate (Quellen, die perfekt aussehen, aber nicht existieren, einschließlich Autor, Jahr, Zeitschrift, DOI-Nummer); Statistiken (echte Zahlen wie Effektgröße, Stichprobengröße, p-Wert); Erkenntnisse (eine Studie behauptet, das „gefunden“ zu haben, obwohl dies in Wirklichkeit nicht der Fall ist). Dies liegt daran, dass KI keine Suchmaschine, sondern ein „Wahrscheinlichkeitswortraten“ ist: Sie generiert das wahrscheinlichste Zitationsformat, ohne dessen Richtigkeit zu überprüfen.
Achtung: Alle von AI angegebenen Zitate sind nicht gültig, ohne dass Sie sie anhand der Primärquelle (dem Artikel selbst) überprüfen. Selbst ein scheinbar perfekter DOI kann gefälscht sein. Es ist immer besser zu sagen „Ich konnte es nicht finden“ als „Ich habe die falsche Quelle angegeben“.
Hierarchie der Beweise: Nicht alle Ergebnisse sind gleich
Wenn KI einen Befund zusammenfasst, sagt sie Ihnen nicht, welche Beweiskraft er hat. Es gibt jedoch eine Hierarchie der Beweise. Bei der Abwägung eines Anspruchs ist es wichtig zu wissen, auf welcher Art von Beweisen er beruht.
Evidenzniveau
Was meinst du?
Macht
Metaanalyse / systematische Überprüfung
Statistische Kombination mehrerer Studien
am höchsten
Randomisierte kontrollierte Studie (RCT)
Experiment, bei dem die Teilnehmer in zufällige Gruppen eingeteilt werden
hoch
Längsschnitt-/Querschnittsstudie
Beobachtend, nicht experimentell
mittel
Fallserie/Fallbericht
Beschreibung eines einzelnen oder mehrerer Fälle
niedrig
Gutachten / theoretisches Schreiben
Mehr Interpretation als Beweise
am niedrigsten
Wenn KI Ihnen sagt: „Die Forschung zeigt …“, sollte Ihre erste Frage lauten: Welche Art von Forschung? Das Ergebnis einer Metaanalyse hat nicht das gleiche Gewicht wie das Ergebnis eines Einzelfallberichts.
Schritt für Schritt: KI-gestützter sicherer Literaturfluss
- Lassen Sie die KI das Konzept erklären. Um schnell auf den Punkt zu kommen, bitten Sie die KI um eine einfache Zusammenfassung und Schlüsselkonzepte. (Dies ist ein Einstieg, keine Quelle.)
- Richten Sie eine Suchstrategie ein. Bitten Sie die KI, Schlüsselwörter, Synonyme und Suchzeichenfolgen vorzuschlagen. Verwenden Sie es in echten Datenbanken (wissenschaftliche Suchmaschinen, Zeitschriftenarchive).
- Finden Sie selbst echte Quellen. Erhalten Sie Artikel aus peer-reviewten Datenbanken. Verwenden Sie von der KI vorgeschlagene Titel als Suchhinweise, nicht als Zitate.
- Fassen Sie Text für KI zusammen. Geben Sie den Text des tatsächlich gefundenen Artikels an die KI weiter und bitten Sie um eine Zusammenfassung/einen Vergleich. KI erfindet nichts mehr, weil sie echten Text hat.
- Bestätigen Sie jede Zahl und jeden Befund. KI vergleicht eine Effektgröße im Abstract mit dem tatsächlichen Wert im Text.
- Beschriften Sie den Grad der Evidenz. Schreiben Sie neben jedem Befund die Art des Beweismittels.
Tipp: Verwenden Sie KI in der Literatur in zwei verschiedenen Modi: „quellenlos suggestiv“ (Konzeptdarstellung, Suchidee) und „quellenbasierte Zusammenfassung“ (wenn Sie den Text angeben). Letzteres ist sicher, da die KI anhand des von Ihnen bereitgestellten Textes arbeitet, nicht anhand ihres eigenen Gedächtnisses.
drei Mini-Koffer
Fall 1 – Die Fake-Attribution-Epidemie. Ein Doktorand bittet um AI-Zitat für ein Kapitel über Angststörungen mit 15 Quellen. AI bietet alles im APA-Format. Bei der Überprüfung stellt der Student fest, dass 6 von 15 Quellen tatsächlich nicht existieren (40 %) und 3 der falschen Zeitschrift zugeordnet sind. Die Hälfte der Liste ist also unbrauchbar. Lektion: Die Zuordnung erfolgt aus der realen Datenbank, nicht aus der KI.
Fall 2 – Richtige Verwendung. Ein Kliniker gibt den PDF-Text von 4 echten Metaanalysen nacheinander an AI weiter und sagt: „Tragen Sie die Probenanzahl, die Haupteffektgröße und die Begrenzung jeder einzelnen Analyse auf.“ KI reduziert 4 30-seitige Artikel in 10 Minuten in eine Vergleichstabelle. Der Arzt bestätigt jede Nummer per Text; Alle davon erweisen sich als richtig, da die KI anhand des vorgegebenen Textes und nicht anhand ihres eigenen Gedächtnisses arbeitete.
Fall 3 – Beweisfalle. Ein Experte fragt die KI: „Funktioniert Therapie X?“ er fragt. Die KI sagt „Ja, Studien belegen das“ und zählt vier „Studien“. Als der Experte es untersucht, stellt er fest, dass es sich bei drei davon um einen Einzelfallbericht und bei einem um einen Blogbeitrag handelt; Es gibt nicht einmal eine einzige RCT. Obwohl die Behauptung formell „bewiesen“ erscheinen mag, ist ihre Beweiskraft sehr schwach.
Kopierbare Eingabeaufforderungen und Vorlagen
Ich fange gerade erst mit diesem Thema an. OHNE MIR QUELLEN ZU ERSTELLEN, geben Sie mir einfach eine konzeptionelle Einführung: grundlegende Konzepte, wichtige Diskussionen zum Fachgebiet und eine Liste von Schlüsselwörtern + Synonymen, die ich bei der Suche verwenden kann. Namensnennung; Wenn eine Quellenangabe erforderlich ist, sagen Sie „Finden Sie die Quelle selbst.“ Betreff: [Betreff]
Ich füge unten den Text eines aktuellen Artikels ein. Arbeiten Sie nur anhand dieses Textes und fügen Sie keine externen Informationen hinzu. Extrahieren Sie Folgendes: Forschungsfrage, Methode, Stichprobe(n), Hauptbefund und Effektgröße, Einschränkungen, Evidenzniveau. Text: [Artikeltext]
Unten finden Sie den Text von 3 Artikeln. Tragen Sie sie in eine Vergleichstabelle mit den folgenden Spalten ein: Autorenjahr, Stichprobe, Methode, Hauptbefund, Evidenzgrad, Einschränkung. Arbeiten Sie nur anhand der vorgegebenen Texte, fügen Sie keine Quellen hinzu. Texte: [Texte]
Listen Sie jede numerische Behauptung (n, p, Effektgröße, Prozentsatz) in diesem Text in einer separaten Zeile auf, damit ich sie mit dem Originalartikel bestätigen kann. Fügen Sie keine Zahlen hinzu, die Sie nicht selbst überprüfen können.Text: [Zusammenfassung]
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwache Aufforderung: „Geben Sie 10 wissenschaftliche Quellen zur Wirksamkeit der kognitiven Verhaltenstherapie bei Depressionen an.“
Diese Aufforderung lädt die KI dazu ein, die Zuschreibung aus dem Gedächtnis zu erfinden; Ein erheblicher Teil der Ausgabe wird falsch sein.
Leistungsstarke Aufforderung: „Schlagen Sie Schlüsselwörter, Synonyme und Suchbegriffe vor, um die Datenbank zu kognitiver Verhaltenstherapie und Depression zu durchsuchen. Geben Sie keine Quellen/Zitate an; ich werde die Artikel aus der tatsächlichen Datenbank finden und Ihnen dann deren Texte geben.“
Diese Aufforderung versetzt die KI in die sichere Rolle (Suchstratege); Die Referenzen stammen aus der echten Quelle.
Häufige Fehler
- Direkt unter Verwendung der von der KI gegebenen Zuschreibung. Oftmals werden scheinbar perfekte Quellen erfunden; Es wird niemals ohne Bestätigung verwendet.
- Dem DOI/Link blind vertrauen. KI kann auch realistische, aber nicht vorhandene DOI erzeugen; Es gilt erst dann als gültig, wenn Sie es öffnen und prüfen.
- Ignorieren der Beweislage. Ich frage nicht, ob sich hinter dem Satz „Studien sagen“ ein Blog oder eine Metaanalyse verbirgt.
- Ersetzen Sie den Artikel durch die KI-Zusammenfassung. Es handelt sich um eine Übersichtskarte; Eine kritische Entscheidung nur auf der Zusammenfassung zu stützen bedeutet, ein Urteil zu fällen, ohne den Text zu lesen.
- Verwendung im Einzelmodus. KI immer im Modus „Ressource aus dem Speicher“ verwenden; Der sichere Modus hingegen ist der Modus „Aus dem gegebenen Text zusammenfassen“.
Zusammenfassend
Im Literaturgeschäft ist KI ein leistungsstarker Beschleuniger für die Konzeptklärung, Suchstrategie und Zusammenfassung (wenn Sie den Text bereitstellen). Aber er fabriziert Referenzen, Statistiken und Erkenntnisse aus seiner eigenen Erinnerung (Halluzination). Überprüfen Sie jedes Zitat und jede Nummer aus der Primärquelle. Betrachten Sie die Quelle, die Sie nicht für ungültig halten können. Beschriften Sie den Grad der Evidenz (von der Metaanalyse bis zum Fallbericht) für jedes Ergebnis. Verwenden Sie KI in zwei unterschiedlichen Modi: „unsourced suggestive“ und „sourced summaryr“, wobei letzteres bevorzugt wird.
Anwendungsaufgabe
Wählen Sie ein Thema. Bitten Sie die KI zunächst um 5 Zitate zu diesem Thema (Quellenmodus). Dann durchsuchen Sie diese 5 Zitate nacheinander in einer echten akademischen Suchmaschine und notieren Sie, wie viele es tatsächlich gibt. Suchen Sie dann zwei echte Artikel zum gleichen Thema, geben Sie deren Texte an die KI weiter und lassen Sie diese eine Vergleichstabelle erstellen. Vergleichen Sie zwei Erfahrungen: Welche hat eine zuverlässige Ausgabe geliefert?
Checkliste
- [ ] Ich habe keine der von AI angegebenen Referenzen ohne Bestätigung verwendet.
- [ ] Ich habe die Artikel aus einer echten, von Experten begutachteten Datenbank erhalten.
- [ ] Für die Zusammenfassung habe ich der KI den tatsächlichen Artikeltext (nicht aus dem Gedächtnis) gegeben.
- [ ] Ich habe jede numerische Behauptung mit dem Originaltext verglichen.
- [ ] Ich habe für jedes Ergebnis den Grad der Evidenz angegeben.
- [ ] Ich habe die Quelle ungültig gemacht, die ich nicht finden konnte.