Kirjanduse ülevaade ja teaduslik kirjutamine

Kasu:

• Võimalus kasutada tehisintellekti mitte allikate otsimisel, vaid teie esitatud tõelise artikli kokkuvõtte tegemiseks, otsingustrateegia paikapanemiseks ja keeletööriistana positsioneerimiseks
• Mõistke väljamõeldud tsitaatide mehhanismi ja kõrvaldage iga tsitaat, kontrollides seda iseseisvalt PubMed/DOI abil
• Oskus esitada teaduslikke väiteid ja numbreid ning deklareerida läbipaistvalt tehisintellekti kasutamist

Suure osa bioloogi ajast kulub lugemisele ja kirjutamisele: valdkonnaga kursis olemisele, selle vaatamisele, kui palju teemat on uuritud, oma leidude vormistamist referaadiks, lõputööks või stipendiumitaotluseks. Tehisintellekt annab mõlemas valdkonnas suure kiirenduse; Kuid see on koht, kus see sisaldab kõige ohtlikumat lõksu: hallutsineeritud tsitaadid. Mudel võib koostada artiklite ridasid, mida pole üldse olemas, kuid mis näevad välja äärmiselt realistlikud. Selles õppetükis õpime tehisintellekti ohutult kasutama kirjanduse ülevaates ja teadustöös.

Põhiprintsiip: laske tehisintellektil kiirendada tippimist, mitte mõtlemist ja korrektuuri.

Tehisintellekti õige roll kirjanduse ülevaates

Tehisintellekt ei ole kirjanduse andmebaas. Üldine LLM ei tea usaldusväärselt, milline paber on olemas, ega saa luua tegelikke tsitaate. Tööks sobivad tööriistad:

• PubMed, Google Scholar, Semantic Scholar: tõeline artikliotsing.
• Tsitaatide aheldamise tööriistad (nt Connected Papers, Litmaps): otsige seotud artikleid visuaalse kaardina.
• Dokumendipõhine tehisintellekt: tööriistad, mis võtavad kokku teie esitatud tegelikust artiklist (PDF/tekst) ja vastavad selle teksti põhjal teie küsimustele. Siin ei moodusta mudel allikat, vaid töötleb seda, mida te talle annate.

LLM-i ohutu kasutamine: tehke kokkuvõtted leitud tõelistest artiklitest, võrrelge neid, selgitage teile teemat, soovitage otsingutermineid.

Näpunäide: ärge öelge tehisintellektile "andke mulle selle teema kohta 10 allikat"; selle asemel "milliseid otsingutermineid peaksin PubMedis sellel teemal kasutama?" küsi. Siis teete tõelise kõne. Mudel on usaldusväärne mitte ressursside leidmisel, vaid otsingustrateegia loomisel.

Fabritseeritud omistamise probleem: miks ja kuidas seda vältida

LLM toodab teksti; See töötab "järgmise võimaliku sõna" loogikaga. Kui küsitakse tsitaati, siis tegeliku artikli meeldetuletamise asemel "genereerib" see realistliku välimusega tekstirea: usutavad autorinimed, realistlik ajakiri, sobiv aasta, isegi võlts DOI. Enamikku neist ei eksisteeri kunagi. Kaitse:

1. Kontrollige sõltumatult iga tsitaati: otsige DOI-d saidilt doi.org, viidet veebisaidilt PubMed.
2. Tsiteerige ainult artikleid, mida olete ise lugenud.
3. Ärge kunagi asetage mudeli loodud tsitaati otse bibliograafiasse.
4. Isegi kui kasutate dokumendipõhist tööriista, kontrollige, kas tsitaat on tegelikus tekstis.

Tehisintellekt teaduslikus kirjutamises

Siin on tehisintellekt tõesti võimas, sest see ei tööta enam "infoallikana", vaid "keeletööriistana":

• Mustandi genereerimine: meetodi lõigu esimene versioon, kokkuvõte.
• Keeleparandus: Sujuvus ja grammatika, eriti inglise keelt mitte emakeelena kõnelejatele.
• Ümberkorraldamine: hajutatud nootide toomine loogilisse voolu.
• Erinev vaatajaskond: sama leiu ümberkirjutamine eksperdi, üliõpilase või avalikkuse jaoks.
• Vastuskiri: vastuse kavand kohtunike kommentaaridele.

Kuid teaduslikud väited, numbrid ja viited peavad alati tulema teilt ja teie poolt kontrollitud.

Samm-sammult: artikli kokkuvõtte töötlemine

1. Otsige üles tegelik artikkel (PubMed/Scholar).
2. Andke tekst AI-le (kokkuvõte või täistekst).
3. Küsige struktureeritud kokkuvõtet: küsimus, meetod, leiud, piirangud.
4. Võrrelge väiteid tekstiga: Kas mudel on teinud mingeid täiendusi?
5. Kandke see oma märkmesse, salvestage allikas koos tõelise tsitaadiga.

Kopeeritavad viipade mallid

Tehke järgmise artikli kokkuvõte 5 pealkirja all: (1) uurimisküsimus, (2) meetod ja valim, (3) peamine leid (numbritega), (4) piirangud, (5) seos minu uuringuga. Ärge lisage teavet, mida tekstis EI OLE. Tekst: [abstract]

Soovitage tõhusaid otsingustringe PubMedis järgmise teema otsimiseks: võtmeterminid, sünonüümid, MeSH-terminid ja tõeväärtuslikud operaatorid. Teema: [teema].Ära anna mulle allikate loendit, vaid anna mulle otsingustrateegia.

See meetod muudab mu lõigu sujuvamaks ja parandab grammatikat, kuid ei muuda arvväärtusi, meetodite nimesid ega väiteid. Märkige muudatused. Tekst: [lõik]

Kirjutage minu leid ümber kolme erineva sihtrühma jaoks: (1) valdkonna ekspert, (2) bakalaureuseõppe üliõpilane, (3) üldsus. Säilitage teaduslik täpsus, ärge liialdage. Leid: [tekst]

Nõrk viip / Tugev viip

Nõrk: "Kirjutage CRISPR-i tutvustus ja lisage allikas."

Tugev: "Allpool on 4 artiklit, mida olen ise lugenud ja kontrollinud (tsitaadid lisatud). Koostage nende artiklite põhjal sissejuhatav lõik CRISPR-i kohta taimekasvatuses; märkige sulgudes, milline neist neljast allikast toetab iga väidet; ärge lisage ühtegi väidet, mida nendes allikates pole."

Erinevus: võimsas viibas esitate ressursid ja mudel kasutab neid ainult. Väljamõeldud omistuste risk on välistatud.

kolm minikarpi

Juhtum 1 – võlts DOI: kraadiõppur lisas oma lõputöö sissejuhatusse 8 tehisintellekti pakutavat allikat. Konsultandi kontrollimisel selgus, et 3 neist polnud kunagi olemas ja 2 neist eksisid autorid. Õpilane pidi üle vaatama kogu bibliograafia. Õppetund: ärge kunagi usaldage mudeli omistamist.

2. juhtum – lisatud leid: teadlane lasi tööst kokkuvõtte teha; mudel lisas fraasi "statistiline tähtsus", mida kokkuvõttes ei olnud. Teadlane märkas erinevust, kui võrdles seda tekstiga. Õppetund: võrrelge alati abstrakti allikaga.

Juhtum 3 – õige kasutamine: teadlane, kelle emakeel inglise keelt ei kõnele, lasi tehisintellektil tema kirjutatud meetodi jaotist sujuvamaks muuta; Ta nägi ette, et ta ei tohiks numbreid ja väiteid muuta. Tulemuseks on palju loetavam tekst ilma tähendust moonutamata. Õppetund: keeletööriistana on AI suurepärane.

võrdlustabel

Quest

Kas tehisintellekt on usaldusväärne?

Õige tööriist/meetod

hankimine

ei

PubMed/Scholar

Tsitaadi loomine

Ei (teeb välja)

Kontrollige käsitsi

Antud artikli kokkuvõte

Jah (kinnitage tekstiga)

LLM + võrdlus

Keeleparandus

Jah

LLM

Loo mustand

Jah (nõue teilt)

LLM

Otsingustrateegia

Jah

LLM

Levinud vead

• Mudeli omistamise kasutamine ilma seda kontrollimata: kõige levinum ja kahjulikum viga.
• LLM-i eksitamine otsingumootoriga: see ei leia tõelisi artikleid.
• Kokkuvõttele tuginemine ja allika lugemata jätmine: võib põhjustada mudeli lisandumist/moonutamist.
• Tehisintellekti väidete esitamine: teaduslik väide peab tulema sinult.
• Plagiaat ja originaalsus: mudeli poolt toodetud teksti esitamine nii, nagu see oleks minu enda lause; võib rikkuda ajakirjade eeskirju.

Ettevaatust! Paljud ajakirjad ja asutused nõuavad tehisintellekti kasutamise avalikustamist ega tunnista tehisintellekti autorina. Märkige läbipaistvalt tööriist ja ulatus, mida oma tehisintellektiga toetatud kirjutises kasutate; Teie vastutate lõpliku teksti õigsuse eest.

Süstemaatiline sõelumine ja tehisintellekti piir

Tehisintellekt tundub atraktiivne süstemaatilistes ülevaadetes, mis soovivad põhjalikult ja erapooletult skannida tervet teemat, kuid seda tuleks kasutada ettevaatlikult. Süstemaatilise otsingu põhiolemus on reprodutseeritav ja läbipaistev otsingustrateegia: dokumenteerida, millistest andmebaasidest otsiti, milliste terminitega, milliste kaasamis-/välistamiskriteeriumitega. AI aitab teil seda strateegiat seadistada, termineid laiendada ja sõelumisprotokolli kirjutada. Kuid see on tegelik andmebaasiotsing, mis tegelikult leiab artiklid; See, et mudel ütleb, et "siin on asjakohased uuringud", ei asenda sõelumist ja võivad olulised uuringud vahele jätta.

Teine võimas ja ohutu kasutusviis on suure hulga artiklite läbivaatamine: sadade kokkuvõtete sõelumine, et näha, kas need vastavad teie kaasamiskriteeriumidele, võtab aega. Mudel võib teie kriteeriumide alusel iga kokkuvõtte eelnevalt klassifitseerida kui „võimalik, et asjakohane/ebaoluline”; kuid lõplik otsus ebakindlate olukordade kaasamise kohta jääb inimese teha. Siingi ei ole modell mitte otsustaja, vaid eelsõelu abivahend.

Hinnake järgmist artikli kokkuvõtet järgmiste kaasamiskriteeriumide alusel: [kriteeriumid]. Klassifitseerige "asjakohane/ebaoluline/ebakindel" ja põhjendage seda ühe lausega. Lõplik otsus on minu; Te lihtsalt eelkvalifitseerute. Kokkuvõte: [tekst]

Tehisintellekti varjatud jäljed minu kirjutises

AI-ga loodud tekstid on mõnikord liiga üldised, korduvad või "lahedad, kuid tühjad". Konkreetsus on teadusliku kirjutamise juures ülioluline: iga lause peaks edastama mingit teavet. Selle asemel, et jätta mudeli piirjoon praeguseks, alustage iga lõiku küsimusega "kas see lause ütleb tõesti midagi või on see täiteaine?" Likvideerida. Lisaks sisaldab mudeli loodud tekst mõnikord peeneid valetermineid või levinud, kuid ekslikke väljendeid; Kontrollige iga tehnilist terminit domeenieksperdi pilguga. AI on hea esimese mustandi generaator; Ta ei ole hea korrektor. Viimane lugemine on alati teie.

Miks omistamised koostatakse: mehhanismi mõistmine.

Mudeli omistamise väljamõeldud nägemine selle toimimise loomuliku tagajärjena, mitte "veana", muudab selle kaitsmise lihtsamaks. Koolituse käigus õpib mudel selgeks miljonite reaalsete ridade mustri: kuidas autorinimed välja näevad, ajakirjade nimede vormingut, DOI-de struktuuri. Kui tsitaat küsitakse, ei otsi see tegelikku kirjet; See "genereerib" statistiliselt usutava sildi, mis sobib õpitud mustriga. Seega tundub tulemus väga realistlik, kuid ei pruugi olla reaalne; ta võib isegi lisada tõelise autori nime artiklisse, mida ta kunagi ei kirjutanud. Kui olete sellest mehhanismist aru saanud, saab selgeks reegel: mudeli loodud identifikaatorit ei peeta eksisteerivaks enne, kui näete seda andmebaasis. Dokumendist sõltuvad tööriistad (kus esitate tegeliku teksti) vähendavad seda riski, kuna mudel tugineb teie esitatud tekstile, mitte sobitamisele; kuid siiski kontrollige, kas tsitaat on tegelikult selles tekstis.

Kokkuvõttes

AI ei leia (koostab) kirjanduse otsingus allikaid, kuid teeb kokkuvõtte tegelikest teie esitatud artiklitest, koostab otsingustrateegia ja muudab teie kirjutamise sujuvamaks. Suurim oht ​​on väljamõeldud atribuudid; kontrollige iseseisvalt iga autoriini ja kasutage ainult loetud allikaid. Teaduslikud väited, numbrid ja tsitaadid pärinevad sinult; AI ainult tugevdab keelt ja korda. Deklareerige kasutamine läbipaistvalt.

Rakenduse ülesanne

Andke tegelikult loetud artikkel (abstraktne või täistekst) tehisintellektile ja looge struktureeritud kokkuvõte (küsimus, meetod, leid, piirang). Võrrelge kokkuvõtet lähtetekstiga, et näha, kas mudel on midagi lisanud või moonutanud. Eraldi küsige mudelilt samateemaliste ressursside loendit; Otsige igat tema poolt PubMedis antud tekstirida ja loendage, kui paljud on tõelised.

kontrollnimekiri

• [ ] Ise leidsin allikad PubMed/Scholarist, ma ei teinud neid mudeliga sobivaks.
• [ ] Olen iga tsitaati iseseisvalt kontrollinud.
• [ ] Võrdlesin referaati lähtetekstiga.
• [ ] Teaduslikud väited ja arvud esitasin ise.
• [ ] Tsiteerisin ainult allikaid, mida olen lugenud.
• [ ] Olen tehisintellekti kasutamist läbipaistvalt deklareerinud.