Μονάδες
1. Τεχνητή Νοημοσύνη στην Ακαδημαϊκή Έρευνα: Ρόλοι, Όρια, Επικύρωση και Ακαδημαϊκή Ακεραιότητα 2. Στρατηγική αναζήτησης λογοτεχνίας: Λέξη-κλειδί, δυαδική αναζήτηση και εύρος 3. Ανάγνωση και σύνοψη άρθρου: Σύνθεση, κριτική ανάγνωση και μήτρα λογοτεχνίας 4. Υποστήριξη Ερευνητικού Σχεδιασμού: Ερώτηση, Υπόθεση, Μέθοδος και Δείγμα 5. Υποστήριξη Ανάλυσης Δεδομένων: Κώδικας, Στατιστικής Ερμηνείας και Ποιοτικής Κωδικοποίησης 6. Ακαδημαϊκή Γραφή: IMRaD Structure, Outline, and Argument Building 7. Γλώσσα, ύφος και οργάνωση: Ακαδημαϊκός τόνος, απλοποίηση και μετάφραση 8. Αναφορά και Βιβλιογραφία: Στυλ, Εργαλεία Διαχείρισης και Κίνδυνος Φανταστικής Αναφοράς 9. Επιλογή και υποβολή περιοδικού: Συμμόρφωση με το πεδίο εφαρμογής, Predatory Journal και Διαδικασία αξιολόγησης από ομοτίμους 10. Λογοκλοπή, Δεοντολογία Δημοσιεύσεων και Διαφάνεια ΤΝ 11. Πρωτόκολλο ροής εργασιών έρευνας και επαλήθευσης από άκρο σε άκρο
Μονάδα 11 / 11

Πρωτόκολλο ροής εργασιών έρευνας και επαλήθευσης από άκρο σε άκρο

Κέρδη:

  • Ικανότητα δημιουργίας μιας εξατομικευμένης και επαναλαμβανόμενης ροής εργασιών έρευνας που ενσωματώνει την τεχνητή νοημοσύνη σε όλα τα στάδια από την ιδέα έως τη δημοσίευση
  • Δυνατότητα σύνδεσης των σημείων ελέγχου επαλήθευσης, εμπιστευτικότητας και διαφάνειας που θα εφαρμοστούν σε κάθε στάδιο με ένα γραπτό πρωτόκολλο
  • Να είναι σε θέση να αξιολογήσει τα όρια της χρήσης της τεχνητής νοημοσύνης, ότι την ευθύνη φέρει πάντα ο ερευνητής και η ηθική βάση στο σύνολό της

Στις προηγούμενες δέκα ενότητες, μάθαμε πώς να χρησιμοποιούμε την τεχνητή νοημοσύνη και πού να σταματήσουμε σε κάθε στάδιο της έρευνας. Αυτή η τελευταία ενότητα τα συνδέει όλα σε μια συνεκτική ροή εργασίας: μια επαναλαμβανόμενη και ηθική διαδικασία που ενσωματώνει με ασφάλεια την τεχνητή νοημοσύνη από την ιδέα στη δημοσίευση. Η βασική ιδέα αυτής της μονάδας είναι ότι το AI δεν είναι ο οδηγός σε κανένα στάδιο της έρευνας. Σε κάθε στάδιο υπάρχει ένας βοηθός και σε κάθε στάδιο περνούν οι ίδιες τρεις πύλες—επαλήθευση, εμπιστευτικότητα, διαφάνεια—η τελική ευθύνη ανήκει πάντα στον ερευνητή. Τα καλά νέα είναι ότι αυτές οι τρεις πύλες είναι ίδιες σε όλα τα στάδια. Μόλις τα δεσμεύσετε σε ένα πρωτόκολλο, ισχύει για ολόκληρη τη διαδικασία.

Ροή από άκρο σε άκρο: βήμα προς βήμα

Η έρευνα συνήθως εξελίσσεται σε επτά φάσεις, με την τεχνητή νοημοσύνη να αναλαμβάνει διαφορετικό ρόλο βοηθού σε καθεμία.

1. Ιδέα και ερώτηση. Το AI περιορίζει την εστίασή σας σε εστιασμένες, μετρήσιμες ερωτήσεις. προσφέρει εναλλακτικά πλαίσια. Η απόφαση είναι δική σας.

2. Λογοτεχνία. Το AI δημιουργεί στρατηγική αναζήτησης (λέξη-κλειδί, συμβολοσειρά Boolean). Βρίσκετε και επαληθεύετε πηγές από πραγματικές βάσεις δεδομένων.

3. Ανάγνωση και σύνθεση. Η τεχνητή νοημοσύνη συνοψίζει πλήρη κείμενα, δημιουργεί μήτρα λογοτεχνίας. Επιβεβαιώνεις κάθε εύρημα από το αρχικό κείμενο.

4. Σχεδιασμός. Το AI προσφέρει επιλογές υπόθεσης, μεταβλητής, σχεδίασης και δειγμάτων. Εσείς και η επιτροπή δεοντολογίας παίρνετε τη μεθοδολογική και ηθική απόφαση.

5. Ανάλυση. Το AI παράγει προσχέδιο κώδικα και σχόλιο εξόδου. Το λογισμικό κάνει τα μαθηματικά, τα ακατέργαστα δεδομένα παραμένουν ιδιωτικά, επαληθεύετε κάθε αριθμό.

6. Ορθογραφία. Το περίγραμμα AI IMRaD παρέχει έλεγχο ροής και στίλβωση γλώσσας. Πρωτότυπες ιδέες, πραγματικά δεδομένα και η φωνή σας προέρχονται από εσάς.

7. Αποστολή. Η τεχνητή νοημοσύνη παράγει σημεία αναφοράς περιοδικών, συνοδευτικές επιστολές και προσχέδια απαντήσεων από κριτές. Εξασφαλίζετε την αυθεντικότητα του περιοδικού και την επιστημονική ακρίβεια.

Σε αυτή τη ροή φαίνεται ένα μοτίβο: AI πάντα ταχύτητα και σχέδιο, εσείς πάντα αποφασίζετε και επαλήθευση. Αυτή η συμμετρία είναι η ραχοκοκαλιά της ροής εργασίας.

Τρεις πόρτες: επαλήθευση, ιδιωτικότητα, διαφάνεια

Σε κάθε στάδιο, περάστε την έξοδο AI μέσα από τρεις πύλες πριν τη χρησιμοποιήσετε.

Πύλη επαλήθευσης: Κάθε γεγονός, αριθμός, απόδοση και αξίωση σε αυτήν την έξοδο συνδέεται με μια πραγματική πηγή; Έχει επαληθευτεί ανεξάρτητα κάτι που θα μπορούσε να κατασκευαστεί (ειδικά αναφορές και στατιστικά στοιχεία); Οποιαδήποτε μη επαληθευμένη έξοδος δεν θα προχωρήσει.

Πύλη απορρήτου: Τα δεδομένα που ανεβάζω σε αυτό το εργαλείο περιέχουν στοιχεία προσωπικής ταυτοποίησης, μη δημοσιευμένα δεδομένα, δηλώσεις συμμετεχόντων ή εμπιστευτικές αναφορές διαιτητών; Αν ναι, το έχω ανωνυμοποιήσει ή δεν το ανέβασα ποτέ; Γνωρίζω την πολιτική διατήρησης δεδομένων του οχήματος;

Πύλη διαφάνειας: Πρέπει να δηλώσω αυτήν τη χρήση; Συμμορφώνεται με την πολιτική του ιδρύματος και των περιοδικών; Κράτησα αρχείο με αυτά που έκανα για να μπορώ να τα εξηγήσω στο μέλλον;

Συμβουλή: Γράψτε αυτές τις τρεις πόρτες στην άκρη του γραφείου σας. Μην προχωρήσετε μέχρι να πείτε "ναι" και στα τρία πριν χρησιμοποιήσετε κάθε έξοδο AI. Με την πάροδο του χρόνου, γίνεται αντανακλαστικό και σταματά τα περισσότερα λάθη πριν συμβούν.

Γράψτε το προσωπικό σας πρωτόκολλο

Το πιο πολύτιμο αποτέλεσμα είναι ένα δικό σας γραπτό πρωτόκολλο χρήσης τεχνητής νοημοσύνης: ποια εργαλεία χρησιμοποιείτε, τι κάνετε και τι δεν έχετε να κάνει η τεχνητή νοημοσύνη σε κάθε στάδιο, τα βήματα επαλήθευσης και τη δήλωση δήλωσης. Αυτό το πρωτόκολλο σας κρατά συνεπείς, ευθυγραμμίζει τα νέα μέλη της ομάδας και αποδεικνύει την ακεραιότητά σας σε έναν έλεγχο. Διατηρήστε το πρωτόκολλο ζωντανό. Ενημερώστε καθώς αλλάζουν τα εργαλεία και οι πολιτικές.

Εάν εργάζεστε σε μια ομάδα, αυτό το πρωτόκολλο γίνεται ένα κοινό συμβόλαιο: όλοι χρησιμοποιούν τα ίδια εργαλεία με τα ίδια όρια, ένα αρχείο για το ποιος αξιοποιεί την τεχνητή νοημοσύνη σε ποιο στάδιο και μια κοινή γλώσσα δήλωσης. Έτσι, ενώ ένας συγγραφέας λαμβάνει γλωσσική υποστήριξη, ένας άλλος δεν κατασκευάζει εν αγνοία του δεδομένα. η πειθαρχία γίνεται θεσμική παρά ατομική. Αυτή η διαφάνεια είναι επίσης κρίσιμη στη σχέση συμβούλου-μαθητή: ο σύμβουλος γνωρίζει πού χρησιμοποιεί ο μαθητής την τεχνητή νοημοσύνη διατηρεί την εμπιστοσύνη και διασφαλίζει ότι η μάθηση παραμένει πραγματικά με τον μαθητή. Το πρωτόκολλο μετατρέπει το AI από έναν «κρυφό βοηθό» σε ένα ανοιχτά διαχειριζόμενο εργαλείο.

τρεις μίνι θήκες

Περίπτωση 1 — Διατριβή που σώθηκε από το πρωτόκολλο. Ένας διδακτορικός φοιτητής έγραψε από την αρχή ένα πρωτόκολλο χρήσης: «Αναφορές μόνο από το Zotero, μόνο γλώσσα και περίγραμμα τεχνητής νοημοσύνης, κάθε ζήτημα από λογισμικό». Όταν η κριτική επιτροπή ρώτησε για τη χρήση της τεχνητής νοημοσύνης στην υπεράσπιση της διατριβής του, έδειξε την ηχογράφηση και τη δήλωσή του. Η διαφάνεια δημιούργησε εμπιστοσύνη. Η άμυνα κύλησε ομαλά. Χωρίς το πρωτόκολλο, οι ίδιες ερωτήσεις θα μπορούσαν να είχαν μετατραπεί σε αμφιβολία.

Περίπτωση 2 — Σφάλμα που εντοπίστηκε από τρεις πύλες. Ένας ερευνητής θα προσθέσει μια «υποστηρικτική μελέτη» που προτείνεται από την τεχνητή νοημοσύνη στην ενότητα συζήτησης. Η επαλήθευση σταμάτησε στην πόρτα: DOI δεν επιλύθηκε, η πηγή κατασκευάστηκε. Επιβεβαίωσε ότι δεν ανέβασε τα ανεπεξέργαστα δεδομένα στην πύλη απορρήτου. Στη δήλωσή του πρόσθεσε γλωσσική υποστήριξη για την πύλη διαφάνειας. Και οι τρεις πόρτες δούλευαν μία προς μία. Η λανθασμένη απόδοση σταμάτησε πριν βγει στον αέρα.

Περίπτωση 3 — Ταχύτητα από άκρο σε άκρο. Μια ομάδα ξεκίνησε ένα νέο έργο με ένα πρωτόκολλο. κάθε μέλος ασκούσε τις ίδιες τρεις πύλες. Χρησιμοποιούσαν την τεχνητή νοημοσύνη με συνέπεια, από τη λογοτεχνία μέχρι τη συγγραφή, και ο συνολικός χρόνος ήταν σημαντικά μικρότερος, αλλά δεν υπήρξε ούτε μία κατασκευασμένη απόδοση ή παραβίαση του απορρήτου. Η διαφορά δεν ήταν ότι χρησιμοποιούσαν την τεχνητή νοημοσύνη, αλλά ότι τη χρησιμοποιούσαν με μια κοινή πειθαρχία.

Αντιγράψιμα πρότυπα

1) Πλαίσιο πρωτοκόλλου χρήσης προσωπικού AI:

Δημιουργήστε μου ένα πρότυπο "πρωτόκολλο για τη χρήση της τεχνητής νοημοσύνης στην έρευνα". Ενότητες: (1) τα εργαλεία που χρησιμοποιώ, (2) οι επιτρεπόμενες και απαγορευμένες ενέργειες της τεχνητής νοημοσύνης σε κάθε στάδιο της έρευνας, (3) τα βήματα επαλήθευσης μου, (4) οι κανόνες απορρήτου, (5) η δήλωση διαφάνειας/δήλωσής μου. Παρέχετε ένα κενό πλαίσιο με δυνατότητα πλήρωσης.

2) Έλεγχος τριών θυρών ανά στάδιο:

Επί του παρόντος [στάδιο: π.χ. Είμαι στη φάση [ανάλυσης] και σκέφτομαι να χρησιμοποιήσω την ακόλουθη έξοδο AI: [σύνοψη εξόδου]. Δημιουργήστε μου ερωτήσεις ελέγχου για τρεις πόρτες: έλεγχος ταυτότητας, απόρρητο, διαφάνεια. Τι πρέπει να ελέγξω σε κάθε πόρτα;

3) Αρχείο καταγραφής επαλήθευσης από άκρο σε άκρο:

Δημιουργήστε έναν πίνακα καταγραφής επικύρωσης για ένα ερευνητικό έργο: [φάση, για ποιο σκοπό χρησιμοποιήθηκε η τεχνητή νοημοσύνη, έξοδος, μέθοδος επικύρωσης, επικυρώθηκε, απαιτείται δήλωση]. Αφήστε το να είναι άδειο και γεμάτο.

4) Τελική επιθεώρηση πριν από τη δημοσίευση:

Δημιουργήστε μια τελική λίστα ελέγχου ηθικής τεχνητής νοημοσύνης πριν από την υποβολή: όλες οι παραπομπές έχουν επαληθευτεί με DOI, δεν έχουν κατασκευαστεί δεδομένα, δεν έχουν διαρρεύσει ακατέργαστα δεδομένα, έχει δηλωθεί η χρήση, έχει τηρηθεί η πολιτική ιδρύματος+περιοδικού, είναι η αρχική μου συνεισφορά. Κάντε το σελιδοδείκτη.

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή:

Πώς χρησιμοποιώ την τεχνητή νοημοσύνη στην έρευνά μου;

Πολύ γενικό? Δεν περιλαμβάνει στάδια, περιορισμούς και πειθαρχίες επαλήθευσης.

Ισχυρή προτροπή:

Ο ρόλος σας: σύμβουλος ακεραιότητας έρευνας. Το έργο μου: [σύντομη περιγραφή]. Δημιουργήστε μου έναν πίνακα ροής εργασιών από άκρο σε άκρο για 7 φάσεις από την ιδέα έως την κυκλοφορία, συμπεριλαμβανομένου του επιτρεπόμενου ρόλου του AI, της απαγορευμένης εργασίας και των ελέγχων επαλήθευσης/απόρρητου/διαφάνειας σε κάθε φάση. Διατηρώ σε κάθε γραμμή ότι η τελική ευθύνη ανήκει σε εμένα.

Σκηνή

Ο ρόλος της AI

αμεταβλητη πορτα

ιδέα/ερώτηση

Κατάρρευση, εναλλακτική

Είναι δική σου απόφαση

λογοτεχνία

Δημιουργία στρατηγικών

επαληθεύστε την πηγή

σύνθεση

περίληψη, μήτρα

Επιβεβαιώστε το εύρημα

Σχεδιασμός

Μην προσφέρετε επιλογές

Ηθική + η απόφαση είναι δική σας

Ανάλυση

Κώδικας, σχόλιο

Επικύρωση αριθμού, προστασία δεδομένων

ορθογραφία

βύθισμα, ροή

Η πρωτοτυπία είναι δική σας

ναυτιλία

κριτήριο, περίγραμμα

Το περιοδικό + η ακρίβεια είναι δική σας

Συνήθη λάθη

  • Χαλαρωτική πειθαρχία ανάλογα με το στάδιο. Οι τρεις πύλες είναι ίδιες σε κάθε στάδιο. Η προσοχή δεν πρέπει να χαθεί προς το τέλος.
  • Μη σύνταξη πρωτοκόλλου. Χωρίς γραπτούς κανόνες, χάνεται η συνέπεια και η δυνατότητα ελέγχου.
  • Κάνοντας το AI πρόγραμμα οδήγησης. Πρέπει να έχει βοηθό ταχύτητας. Η απόφαση και η επικύρωση είναι πάντα δική σας.
  • Παράλειψη εγγραφής. Δεν μπορείτε να αποδείξετε τη διαφάνεια εάν δεν τεκμηριώσετε αυτό που κάνετε.
  • Παραμέληση μιας μόνο πόρτας. Ο έλεγχος ταυτότητας, το απόρρητο και η διαφάνεια συνεργάζονται. Αν λείπει ένα, σπάει η αλυσίδα.
Προσοχή: Τα εργαλεία τεχνητής νοημοσύνης και οι θεσμικές/περιοδικές πολιτικές αλλάζουν γρήγορα. Μια αίτηση που ισχύει σήμερα μπορεί να είναι ανεπαρκής αύριο. Ελέγχετε τακτικά το πρωτόκολλο και τις πολιτικές σας. Η πειθαρχία είναι σταθερή, τα εργαλεία μεταβλητά.

Συνοπτικά

Στη ροή εργασιών έρευνας από άκρο σε άκρο, η τεχνητή νοημοσύνη είναι βοηθός βηματοδότησης και σύνταξης σε κάθε στάδιο, όχι οδηγός σε οποιοδήποτε στάδιο. Από την ιδέα μέχρι τη δημοσίευση, το μοτίβο είναι το ίδιο: η τεχνητή νοημοσύνη παράγει, εσείς αποφασίζετε και επαληθεύετε. Περάστε κάθε έξοδο μέσα από τρεις πύλες — έλεγχο ταυτότητας, απόρρητο, διαφάνεια — και συνδέστε τις σε ένα προσωπικό πρωτόκολλο. Αυτός ο κλάδος συνδυάζει την ταχύτητα του AI με την ακαδημαϊκή ακεραιότητα. Ο συντομότερος κανόνας: βοηθός AI, οδηγός και εσείς οι υπεύθυνοι σε κάθε στάδιο.

Εργασία εφαρμογής

Γράψτε ένα μονοσέλιδο πρωτόκολλο χρήσης τεχνητής νοημοσύνης για τη δική σας τρέχουσα ή προγραμματισμένη έρευνα: τα εργαλεία που χρησιμοποιείτε, τα 7 βήματα της επιτρεπόμενης/απαγορευμένης εργασίας τεχνητής νοημοσύνης, τα βήματα επαλήθευσης, οι κανόνες απορρήτου και η δήλωση δήλωσης. Στη συνέχεια, επιλέξτε ένα στάδιο, εφαρμόστε το στοιχείο ελέγχου τριών πυλών σε μια πραγματική έξοδο και δεσμεύστε το αποτέλεσμα στο αρχείο καταγραφής επαλήθευσης.

λίστα ελέγχου

  • [ ] Έχω ξεκαθαρίσει τον ρόλο και τα όρια της τεχνητής νοημοσύνης για καθένα από τα επτά στάδια;
  • [ ] Περνάω κάθε έξοδο μέσα από τις πύλες επαλήθευσης, εμπιστευτικότητας και διαφάνειας;
  • [ ] Έχω γραπτό προσωπικό πρωτόκολλο χρήσης AI;
  • [ ] Καταγράφω τη χρήση μου σε ένα αρχείο καταγραφής επαλήθευσης;
  • [ ] Διατηρώ σε κάθε στάδιο ότι έχω την τελική επιστημονική ευθύνη;

Εξέταση Ενοτήτων

1. Ένας διδακτορικός φοιτητής προσθέτει τις 10 πηγές που δίνει η τεχνητή νοημοσύνη για βιβλιογραφική ανασκόπηση στην πρόταση της διατριβής του χωρίς να τις ελέγξει. Ο σύμβουλός του αντιλαμβάνεται ότι 3 από τις πηγές δεν υπάρχουν στην πραγματικότητα. Ποιο είναι το κύριο δίδαγμα αυτής της κατάστασης;

  • Α) Χρησιμοποιώντας κάθε πηγή που προτείνεται από την τεχνητή νοημοσύνη χωρίς να την επαληθεύσετε μέσω DOI και βάσης δεδομένων. Αγνοώντας ότι την ευθύνη φέρει ο ερευνητής ✔
  • Β) Απαγορεύεται αυστηρά η χρήση τεχνητής νοημοσύνης σε βιβλιογραφική ανασκόπηση
  • Γ) Ο αριθμός των πόρων πρέπει να είναι 5 αντί για 10
  • Δ) Η πρόταση διατριβής δεν παρουσιάζεται με πίνακα

Εξήγηση: Η τεχνητή νοημοσύνη μπορεί να παράγει άπταιστα αλλά ανύπαρκτες αποδόσεις (παραισθησιολογική απόδοση). Αυτός είναι ο πιο καταστροφικός κίνδυνος στον ακαδημαϊκό χώρο. Δεν μπορεί να χρησιμοποιηθεί κάθε πηγή χωρίς επαλήθευση μέσω DOI, αποτύπωσης και βάσης δεδομένων, και η ευθύνη ανήκει στον ερευνητή.

2. Ποια είναι η πιο ακριβής τοποθέτηση της τεχνητής νοημοσύνης στην ανασκόπηση της βιβλιογραφίας;

  • Α) Ως βάση δεδομένων που παρέχει ακριβή και πλήρη λίστα πηγών
  • Β) Ως βοήθεια για τη στρατηγική αναζήτησης και τη δημιουργία λέξεων-κλειδιών, αλλά των οποίων οι πηγές πρέπει να επαληθεύονται σε πραγματικές βάσεις δεδομένων ✔
  • Γ) Ως πούλι που αντικαθιστά το εργαλείο ανίχνευσης λογοκλοπής
  • Δ) Ως αρχείο που παρέχει το πλήρες κείμενο των άρθρων χωρίς δικαιώματα

Εξήγηση: Το AI δεν είναι μια αξιόπιστη βάση δεδομένων πηγής. Τα αποτυπώματα που δίνονται μπορεί να είναι κατασκευασμένα. Ο σωστός ρόλος είναι η δημιουργία της στρατηγικής αναζήτησης (λέξη-κλειδί, συμβολοσειρά Boolean, εύρος). Οι ίδιες οι πηγές πρέπει να βρίσκονται και να επαληθεύονται σε πραγματικές βάσεις δεδομένων (Scholar, Scopus, WoS, PubMed).

3. Ένας ερευνητής έχει το AI να συνοψίσει ένα άρθρο και η περίληψη περιλαμβάνει μια δήλωση «βρέθηκε σημαντική διαφορά» που δεν υπάρχει στο άρθρο. Ποια είναι η σωστή συμπεριφορά;

  • Α) Αποδοχή της περίληψης ως έχει, επειδή το AI έχει διαβάσει το άρθρο
  • Β) Παράθεση της περίληψης ως πηγής
  • Γ) Επαληθεύστε τα ευρήματα και τις δηλώσεις συμπερασμάτων επιστρέφοντας στο αρχικό κείμενο του άρθρου ✔
  • Δ) Ζητώντας να γίνει η περίληψη συντομότερη

Εξήγηση: Κατά τη σύνοψη, η τεχνητή νοημοσύνη μπορεί να παραμορφώσει το εύρημα ή να προσθέσει συμπεράσματα που δεν υπάρχουν. Κάθε δήλωση που περιέχει ευρήματα, μεθόδους και αριθμητικά αποτελέσματα θα πρέπει να επαληθεύεται επιστρέφοντας στο αρχικό κείμενο. Η περίληψη είναι μια ευκολία και δεν αντικαθιστά την πηγή.

4. Ποια δήλωση είναι πιο ακριβής για τον ρόλο της τεχνητής νοημοσύνης στο σχεδιασμό της έρευνας;

  • Α) Η τεχνητή νοημοσύνη επιλέγει τη μέθοδο και αντικαθιστά την έγκριση της επιτροπής δεοντολογίας
  • Β) Η τεχνητή νοημοσύνη οριστικοποιεί το μέγεθος του δείγματος και η απόφαση δεν παραμένει στον ερευνητή
  • Γ) Η τεχνητή νοημοσύνη δημιουργεί επιλογές και προσχέδια. Η ευθύνη σχεδιασμού, ηθικής και μεθοδολογίας ανήκει στον ερευνητή ✔
  • Δ) Η τεχνητή νοημοσύνη δεν μπορεί να χρησιμοποιηθεί με κανέναν τρόπο στο σχεδιασμό της έρευνας

Περιγραφή: Η τεχνητή νοημοσύνη είναι ένας συνεργάτης σκέψης που δημιουργεί επιλογές για υποθέσεις, μεταβλητές και μεθόδους. Ωστόσο, η επιλογή σχεδιασμού, η έγκριση της επιτροπής δεοντολογίας (IRB) και η μεθοδολογική ευθύνη ανήκουν στον ερευνητή. Η πρόταση τεχνητής νοημοσύνης είναι προσχέδιο, όχι επιστημονική απόφαση.

5. Ποια είναι η πιο κρίσιμη αρχή απορρήτου και ελέγχου ταυτότητας όταν η τεχνητή νοημοσύνη παράγει προσχέδια κώδικα ανάλυσης δεδομένων;

  • Α) Φόρτωση των πρωτογενών δεδομένων ως έχουν και άμεση αναφορά του αποτελέσματος που δίνει η τεχνητή νοημοσύνη
  • Β) Γράψτε την τιμή p που δίνει η τεχνητή νοημοσύνη χωρίς να την ελέγξετε
  • Γ) Αφήνοντας το στατιστικό τεστ να επιλεγεί από την τεχνητή νοημοσύνη και μη ζητώντας αιτιολόγηση
  • Δ) Σχεδιάστε τον κώδικα και επαληθεύστε χειροκίνητα κάθε ψηφιακή έξοδο χωρίς να μοιράζεστε ανεπεξέργαστα δεδομένα που περιέχουν ID ✔

Επεξήγηση: Τα ανεπεξέργαστα και αναγνωριστικά δεδομένα των συμμετεχόντων δεν θα πρέπει να μεταφορτώνονται σε δημόσια διαθέσιμα εργαλεία. Το προσχέδιο κώδικα πρέπει να ζητηθεί και να εκτελεστεί τοπικά και κάθε έξοδος (επιλογή δοκιμής, αριθμητικό αποτέλεσμα) πρέπει να επιβεβαιωθεί χειροκίνητα. Η τεχνητή νοημοσύνη μπορεί επίσης να παράγει πλαστά στατιστικά στοιχεία.

6. Ποια είναι η σωστή σειρά των ενοτήτων στη δομή IMRaD;

  • Α) Μέθοδος, Εισαγωγή, Συζήτηση, Ευρήματα
  • Β) Ευρήματα, Μέθοδος, Εισαγωγή, Συζήτηση
  • Γ) Συζήτηση, Ευρήματα, Μέθοδος, Εισαγωγή
  • Δ) Εισαγωγή, Μέθοδος, Ευρήματα, Συζήτηση ✔

Περιγραφή: Το IMRaD είναι το τυπικό πλαίσιο εμπειρικών άρθρων: Εισαγωγή, Μέθοδοι, Αποτελέσματα και Συζήτηση. Ο καθορισμός της ενότητας για την οποία γράφετε όταν ζητάτε ένα προσχέδιο από την τεχνητή νοημοσύνη αυξάνει την ποιότητα της εξόδου.

7. Ποια είναι η καλύτερη προσέγγιση όσον αφορά την πρωτοτυπία κατά την προσθήκη ενός κειμένου που δημιουργείται από τεχνητή νοημοσύνη σε ένα ακαδημαϊκό άρθρο;

  • Α) Χρησιμοποιώντας το προσχέδιο ως έχει, επειδή η γλώσσα είναι άπταιστη
  • Β) Πρωτοτυπήστε και επικυρώστε το προσχέδιο με τη δική σας ανάλυση, δεδομένα και ερμηνεία ✔
  • Γ) Επικολλώντας το προσχέδιο στο κείμενο χωρίς να το διαβάσετε
  • Δ) Απόκρυψη της πηγής του σχεδίου και παρουσίαση ολόκληρου του σχεδίου ως δική του πρόταση

Περιγραφή: Η έξοδος AI είναι προσχέδιο. Δεν είναι η γνώμη, τα δεδομένα ή η ερμηνεία του ίδιου του ερευνητή. Το χειρόγραφο θα πρέπει να είναι πρωτότυπο με ανάλυση, συνεισφορά και επαλήθευση του ίδιου του συγγραφέα. Δεν πρέπει να χρησιμοποιείται ως έχει και να παρουσιάζεται ως συνεισφορά.

8. Ένας αλλοδαπός Άγγλος συγγραφέας χρησιμοποιεί τεχνητή νοημοσύνη για το γυάλισμα της γλώσσας. Ποιος κίνδυνος πρέπει να ελεγχθεί ειδικά;

  • Α) Το κείμενο πρέπει να είναι μικρότερο
  • Β) Μετατόπιση νοήματος και λάθος μετάφραση όρων πεδίου ✔
  • Γ) Αλλαγή γραμματοσειράς
  • Δ) Αύξηση του αριθμού των παραγράφων

Επεξήγηση: Κατά τη διόρθωση της γλώσσας, η τεχνητή νοημοσύνη μπορεί να αλλάξει το νόημα, αντικαθιστώντας τον τεχνικό όρο για συγκεκριμένο τομέα με λάθος ισοδύναμο. Ο συγγραφέας πρέπει να διατηρήσει το αρχικό νόημα και την ορολογία κάθε πρότασης. Δεν πρέπει να επιτρέπεται η παραμόρφωση του περιεχομένου για λόγους ευχέρειας.

9. Ποια είναι η πιο επικίνδυνη συμπεριφορά και η σωστή προφύλαξη της τεχνητής νοημοσύνης στην παραγωγή απόδοσης;

  • Α) Δημιουργία παραπομπών που φαίνονται πραγματικές αλλά δεν υπάρχουν. ✔ επαληθεύστε κάθε παραπομπή μέσω DOI και βάσης δεδομένων
  • Β) Αλφαβητική σειρά παραπομπών. σπάστε την παραγγελία χειροκίνητα
  • Γ) Πάρα πολλές προτάσεις παραπομπών. μειώστε τον αριθμό
  • Δ) Δυνατότητα αλλαγής του στυλ αναφοράς. κλειδώστε σε ένα στυλ

Περιγραφή: Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει bylines (συμπεριλαμβανομένου του συγγραφέα, του έτους, του DOI) που φαίνονται πραγματικές αλλά δεν υπάρχουν. Κάθε παραπομπή θα πρέπει να επαληθεύεται ανεξάρτητα με ανάλυση DOI ή αναζήτηση βάσης δεδομένων. Ο ασφαλέστερος τρόπος είναι να διαχειριστείτε τις αναφορές από το πραγματικό αρχείο με εργαλεία όπως το Zotero/Mendeley.

10. Ποιο είναι ένα από τα τυπικά σημάδια της αναγνώρισης ενός αρπακτικού περιοδικού;

  • Α) Υπόσχεση γρήγορης δημοσίευσης, επιθετική πρόσκληση μέσω email και μη ρεαλιστικός ισχυρισμός παράγοντα αντίκτυπου ✔
  • Β) Διαφανής διαδικασία διαιτησίας και ένταξη σε αναγνωρισμένους καταλόγους
  • Γ) Τεκμηρίωση της πολιτικής ανοιχτής πρόσβασης
  • Δ) Η συντακτική επιτροπή είναι πραγματική και επαληθεύσιμη

Εξήγηση: Τα αρπακτικά περιοδικά χρεώνουν αμοιβές με την υπόσχεση γρήγορης δημοσίευσης και δεν κάνουν πραγματική κριτική από ομοτίμους. Η επιθετική πρόσκληση μέσω email, ο εξωπραγματικός παράγοντας αντίκτυπου, το ασαφές αποτύπωμα και η ευρεία κάλυψη εκτός τομέα είναι τυπικά σημάδια. Τα περιοδικά που προτείνονται από την τεχνητή νοημοσύνη θα πρέπει να επαληθεύονται με το DOAJ και ανεξάρτητες πηγές.

11. Σύμφωνα με την πολιτική AI των περισσότερων ακαδημαϊκών περιοδικών και ιδρυμάτων, τι είναι κατάλληλο για τη χρήση της τεχνητής νοημοσύνης σε ένα άρθρο;

  • Α) Εάν η συνεισφορά της τεχνητής νοημοσύνης είναι σημαντική, θα πρέπει να προστεθεί ως συν-συγγραφέας
  • Β) Η τεχνητή νοημοσύνη δεν μπορεί να είναι συγγραφέας. Η χρήση του θα πρέπει να δηλώνεται με διαφάνεια και η ευθύνη θα πρέπει να παραμένει στον ανθρώπινο δημιουργό ✔
  • Γ) Η χρήση δεν δηλώνεται σε καμία περίπτωση και διατηρείται εμπιστευτική
  • Δ) Η χρήση τεχνητής νοημοσύνης είναι λογοκλοπή σε όλες τις περιπτώσεις και το άρθρο θα απορριφθεί.

Αποκάλυψη: Η κοινή αρχή σύνταξης (π.χ. η γραμμή ICMJE και COPE) λέει ότι η τεχνητή νοημοσύνη δεν μπορεί να είναι ο συγγραφέας, αλλά ότι η χρήση της πρέπει να αποκαλύπτεται με διαφάνεια στη μέθοδο ή στην ενότητα επιβεβαιώσεις/επιβεβαιώσεις. Η ευθύνη ανήκει στους ανθρώπινους δημιουργούς και η χρήση δεν κρύβεται.

12. Τι είναι η αυτολογοκλοπή;

  • Α) Χρήση κειμένου άλλου συγγραφέα χωρίς άδεια
  • Β) Χρησιμοποιώντας το κείμενο που παράγεται από την τεχνητή νοημοσύνη
  • Γ) Ο συγγραφέας αναπαριστά τη δική του προηγούμενη δημοσίευση χωρίς κατάλληλη αναφορά ✔
  • Δ) Συγγραφή άρθρου με περισσότερους από έναν συγγραφείς

Εξήγηση: Η αυτολογοκλοπή είναι η αναπαράσταση από τον συγγραφέα του δικού του έργου που είχε δημοσιευτεί προηγουμένως σε ένα νέο έργο χωρίς την κατάλληλη απόδοση. Ακόμα κι αν η τεχνητή νοημοσύνη ξαναγράφει το παλιό κείμενο, αν η ίδια ιδέα/δεδομένα επαναλαμβάνεται χωρίς απόδοση, αποτελεί ηθική παραβίαση. Η υποχρέωση αναφοράς πηγών δεν καταργείται.

13. Ποιο είναι το καλύτερο όριο για έναν συγγραφέα που χρησιμοποιεί τεχνητή νοημοσύνη κατά την προετοιμασία των απαντήσεων στα σχόλια των διαιτητών;

  • Α) Η τεχνητή νοημοσύνη εγγυάται την επιστημονική ακρίβεια της απάντησης, ο συγγραφέας μπορεί να μην την ελέγξει
  • Β) Είναι ασφαλές να ανεβάσετε την αναφορά του διαιτητή όπως είναι σε ένα δημόσιο εργαλείο.
  • Γ) Είναι ο πιο αποτελεσματικός τρόπος να αφήσουμε την απάντηση εξ ολοκλήρου στην τεχνητή νοημοσύνη.
  • Δ) Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει προσχέδια/τόνους. Την ευθύνη για την επιστημονική ακρίβεια και την εμπιστευτικότητα φέρει ο συγγραφέας ✔

Περιγραφή: Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει τον τόνο και το περίγραμμα της επιστολής απάντησης. Ωστόσο, η ευθύνη για την ακρίβεια των επιστημονικών ισχυρισμών, της πρόσθετης ανάλυσης και των υποσχέσεων ανήκει στον συγγραφέα. Επιπλέον, η αναφορά του διαιτητή είναι ένα εμπιστευτικό έγγραφο. Το περιεχόμενο δεν πρέπει να κοινοποιείται χωρίς ανωνυμοποίηση λόγω του κινδύνου παραβίασης του απορρήτου.

14. Ποια είναι η κοινή αμετάβλητη αρχή της χρήσης τεχνητής νοημοσύνης στη ροή εργασιών έρευνας από άκρο σε άκρο;

  • Α) Επαλήθευση, εμπιστευτικότητα και διαφάνεια σε κάθε στάδιο. ✔ Η τελική ευθύνη παραμένει στον ερευνητή
  • Β) Η επικύρωση πρέπει να γίνεται μόνο στο τελευταίο στάδιο για εξοικονόμηση χρόνου
  • Γ) Λιγότερη επαλήθευση της εξόδου AI καθώς προχωρά το στάδιο
  • Δ) Η διαφάνεια απαιτείται μόνο για άρθρα που απορρίφθηκαν

Περιγραφή: Από τη βιβλιογραφία μέχρι τη δημοσίευση, η τεχνητή νοημοσύνη παρέχει σύνταξη και ταχύτητα σε κάθε στάδιο. Ωστόσο, κάθε προϊόν πρέπει να επικυρώνεται, το απόρρητο των δεδομένων πρέπει να προστατεύεται, η χρήση πρέπει να δηλώνεται με διαφάνεια και η τελική επιστημονική ευθύνη πρέπει να παραμένει πάντα στον ερευνητή. Αυτή η αρχή είναι σταθερή σε όλα τα στάδια.