Keuntungan:
- Mampu membedakan di mana kecerdasan buatan menghemat waktu nyata dalam alur kerja penelitian akademis (literatur, desain, analisis, penulisan) dan di mana penilaian ilmiah dan tanggung jawab tetap berada di tangan peneliti, sesuai dengan tingkat risiko tugas
- Mampu menerapkan disiplin yang menghubungkan dan memverifikasi setiap keluaran kecerdasan buatan ke sumbernya dan memahami masalah atribusi halusinasi (dibuat-buat), yang merupakan risiko paling kritis dari akademi.
- Kemampuan untuk mengadopsi kerangka penggunaan yang mematuhi kebijakan penggunaan kecerdasan buatan institusional dan jurnal, prinsip kejujuran akademik dan transparansi.
Pekerjaan seorang peneliti melibatkan lebih banyak penulisan, pembacaan, dan penyuntingan daripada yang terlihat: memindai ratusan artikel, merangkumnya, mengasah pertanyaan penelitian, merancang metode, menganalisis data, menyalin hasil, memformat kutipan, memilih jurnal, menanggapi komentar pengulas. Banyak dari pekerjaan ini bersifat berulang, memakan waktu, dan mengganggu; Itu mencuri dari apa yang benar-benar berharga, pemikiran dan interpretasi orisinal. Kecerdasan buatan (AI) — program komputer yang dapat memahami bahasa manusia dan menghasilkan keluaran seperti teks, ringkasan, kode, draf, dll. — merupakan bantuan yang ampuh untuk mempercepat beban yang berulang ini. Sepanjang modul ini, kami menganggap AI bukan sebagai sumber informasi ajaib; Kita akan belajar menggunakannya sebagai asisten peneliti, membuat draft, memberikan ide dan mengedit.
Namun sejak awal, mari kita berikan kalimat terpenting yang spesifik untuk dunia akademis: AI tidak membuat keputusan ilmiah, bukan peneliti; menghasilkan rancangan, penilaian ilmiah dan tanggung jawab berada di tangan peneliti. Di dunia akademis, aturan ini bahkan lebih ketat dibandingkan profesi lain, karena mata uang sains adalah kepercayaan, dan dasar dari kepercayaan tersebut adalah bahwa setiap klaim dikaitkan dengan sumber yang dapat diverifikasi.
Unit pertama ini menetapkan tiga landasan: membedakan tempat AI bekerja dan tempat AI harus ditempatkan dalam alur kerja penelitian; memverifikasi setiap keluaran; Menganut prinsip kejujuran dan transparansi akademik. Ketiganya adalah dasar keamanan yang mendasari semua unit berikutnya.
Di mana AI menghemat waktu, di mana keputusan berada di tangan peneliti?
Akan membantu untuk memikirkan tugas-tugas penelitian dalam kaitannya dengan tingkat risiko. Tingkat risiko adalah seberapa besar kerugian yang ditimbulkan terhadap catatan ilmiah jika dilakukan secara tidak benar.
Tugas berisiko rendah yang dipercepat oleh AI: Membuat strategi pencarian (kata kunci, sinonim), membuat ringkasan awal dari teks yang panjang, menyederhanakan bahasa paragraf, menyarankan judul tabel, bertukar pikiran, menjelaskan konsep dengan cara yang berbeda, menghasilkan struktur kerangka. Di sini AI memecahkan masalah “halaman kosong”; Anda mengoreksi, memverifikasi, dan memperkaya.
Tugas berisiko menengah yang dihasilkan AI yang memerlukan verifikasi ketat: Rekomendasi pemilihan uji statistik, draf kode, format kutipan, draf interpretasi temuan, perbandingan opsi metode. Di sini AI memberikan kecepatan, tetapi setiap angka, setiap tag, setiap langkah logika harus dikonfirmasi secara manual.
Tugas berisiko tinggi yang keputusannya diserahkan sepenuhnya kepada peneliti: penentuan akhir hipotesis dan metode, memutuskan maksud data, menilai apakah suatu temuan bermakna, keputusan dalam komite etik (IRB), memutuskan apakah suatu sumber benar-benar ada dan mendukung klaim, pernyataan penulis dan kontribusi. Keputusan-keputusan ini menentukan keandalan catatan ilmiah; Tanggung jawab dan keputusan akhir selalu menjadi milik peneliti.
Perhatian: "kata AI" bukanlah sebuah pembenaran. Editor jurnal atau juri tesis tidak akan menerima pernyataan “model saya memproduksinya seperti ini”. Keluaran AI yang belum terverifikasi seperti rumor yang belum terverifikasi.
Mengapa verifikasi diperlukan? Halusinasi dan atribusi palsu
AI menghasilkan teks bukan dengan "mengetahui" tetapi dengan "memprediksi kemungkinan kata". Itu sebabnya terkadang ia memberikan informasi yang sangat lancar namun sebenarnya salah. Ini disebut halusinasi (buatan). Bentuk paling berbahaya dari hal ini di dunia akademis adalah atribusi palsu: AI menghasilkan nama penulis, tahun, jurnal, atau bahkan DOI (pengidentifikasi objek digital — alamat permanen sebuah publikasi) yang tampak nyata, tetapi sumber tersebut tidak pernah ada. Jika seorang peneliti menggunakan ini tanpa melakukan pemeriksaan, dia membuat klaim berdasarkan penelitian yang tidak ada; Hal ini menyebabkan penolakan tesis, pencabutan artikel dan hilangnya reputasi.
Masalah kedua adalah distorsi: ketika merangkum sebuah makalah, AI mungkin membesar-besarkan suatu temuan, meringkas sebuah penelitian yang mengatakan "tidak ada perbedaan yang signifikan" sebagai "ditemukan perbedaan yang signifikan". Yang ketiga adalah bias: AI mengulangi tren pada data yang dilatihnya; Ini mungkin menonjolkan aliran, bahasa atau sudut pandang tertentu dan membuat literatur tampak terdistorsi.
Karena keterbatasan ini, kami mengusulkan disiplin validasi sederhana untuk diterapkan pada setiap keluaran:
- Hubungkan ke sumbernya. Temukan dan verifikasi sumber sebenarnya (artikel, database, DOI) untuk setiap fakta, tanggal, nomor, kutipan dan terutama setiap kutipan.
- Periksa lagi. Periksa keluaran numerik atau logis secara manual (hasil statistik, perhitungan sampel).
- Filter ilmiah. “Apakah klaim ini konsisten dengan literatur yang dikenal di bidang saya?” tangani dengan keahlianmu sendiri.
- Ambil tanggung jawab. Saat Anda memasukkannya ke dalam publikasi atau tesis Anda, kalimat itu menjadi milik Anda; Kesalahan apa pun adalah tanggung jawab Anda.
Kejujuran dan transparansi akademis
Integritas akademis memastikan bahwa karya tersebut benar-benar merupakan kontribusi asli Anda dan semua sumber dikutip dengan jujur. Penggunaan AI tidak menghilangkan prinsip ini, namun justru menambah tanggung jawab baru: transparansi. Sebagian besar jurnal dan universitas kini mewajibkan pernyataan eksplisit mengenai penggunaan AI. Garis editorial umum (misalnya, prinsip-prinsip badan etika publikasi seperti ICMJE dan COPE) menyatakan dua hal dengan jelas: AI tidak dapat menjadi penulis (karena tidak dapat mengambil tanggung jawab, tidak dapat menyatakan konflik kepentingan), dan penggunaan AI tidak disembunyikan, namun diungkapkan di bagian metode atau ucapan terima kasih.
Tip: Sebelum menempelkan teks ke alat apa pun, ajukan dua pertanyaan: (1) Bagaimana alat ini menyimpan data, apakah digunakan dalam pendidikan? (2) Apa isi kebijakan AI di institusi dan jurnal target saya? Jangan memulai tanpa mengetahui keduanya.
tiga kasus mini
Kasus 1 - Atribusi palsu mengkompromikan tesis. Seorang mahasiswa pascasarjana meminta 12 sumber kepada YZ untuk pengenalan tesisnya dan menerima semuanya beserta kutipannya. Penasihatnya secara acak mencari 4 di antaranya di Google Cendekia; 2 diantaranya tidak ada sama sekali, 1 diantaranya ada DOInya menuju artikel lain. Siswa harus memverifikasi seluruh daftar satu per satu dan hanya menggunakan 7 sumber otentik. Verifikasi memakan waktu 40 menit; namun jika disampaikan dengan referensi fiktif, kepercayaan diri juri akan terguncang total.
Kasus 2 — Penghematan waktu. Seorang peneliti pascadoktoral menghabiskan 6 jam memindai dan merangkum 15-20 artikel baru setiap minggu. Dia mulai menggunakan AI sebagai pembuat ringkasan pertamanya: meminta AI merangkum abstrak dan pendahuluan setiap artikel, memperdalamnya dengan pembacaan kritisnya sendiri, dan memverifikasi temuan dari teks asli. Waktu berkurang dari 6 jam per minggu menjadi ~2,5 jam; Dia mengabdikan waktunya untuk menulis sintesis asli.
Kasus 3 — Kembali dari sembunyi-sembunyi. Seorang ilmuwan sosial hendak menempelkan data lapangan yang belum dipublikasikan dan kesaksian peserta ke dalam AI untuk dianalisis. Dia menyadari bahwa dokumen itu berisi kredensial; Alih-alih membagikan data mentah, dia hanya meminta sampel dan rencana analisis yang dianonimkan dan diringkas. Dia menerima rekomendasi metode yang berharga, tetapi tidak ada data sensitif yang keluar.
Templat yang dapat disalin
1) Memisahkan tugas berdasarkan tingkat risiko:
Peran Anda: asisten akademik membantu peneliti. Bagilah tugas-tugas penelitian berikut menjadi tiga daftar: (A) tugas-tugas berisiko rendah yang mana AI dapat dengan aman menghasilkan naskah, (B) tugas-tugas berisiko menengah yang mana AI dapat menghasilkan naskah dan memerlukan verifikasi yang ketat, (C) tugas-tugas berisiko tinggi yang keputusan akhirnya harus berada di tangan peneliti. Tuliskan satu kalimat pembenaran untuk setiap tugas. Misi: [tempel misi sendiri]
2) Perintah pemeriksaan validasi:
Tandai setiap kalimat dalam teks di bawah ini yang berisi fakta, tanggal, nomor, kutipan, atau atribusi dan tandai sebagai "perlu verifikasi". Nyatakan dengan jelas di mana Anda tidak yakin. JANGAN mengarang sumber atau nomornya; Jika Anda tidak tahu, tulis "Saya tidak tahu".Teks: [tempel draf]
3) Draf deklarasi penggunaan AI:
Untuk bagian metode/pengakuan dalam sebuah artikel, tulislah draf 2-3 kalimat "pernyataan penggunaan AI" yang secara transparan menjelaskan pada tahapan apa saya menggunakan AI (misalnya koreksi bahasa, draf garis besar). Penggunaan: [jelaskan]
4) Daftar verifikasi sumber:
Buat lembar periksa verifikasi untuk setiap sumber dalam daftar kutipan berikut: [penulis, tahun, judul, DOI, terverifikasi?].Anda tidak dapat memverifikasi; Beri saya tabel kosong yang akan saya periksa secara manual. Daftar: [tempel kutipan]
Perintah lemah / Perintah kuat
Perintah yang lemah:
Temukan saya sumber untuk pengantar tesis saya.
Tanpa konteks dan berbahaya: AI mengeluarkan ID palsu dan Anda mengira itu asli.
Perintah yang kuat:
Peran Anda: konsultan metodologi. Lokasi: “motivasi siswa dalam pendidikan jarak jauh”. JANGAN TEMUKAN SAYA SUMBER; Sebagai gantinya, sarankan 8 kata kunci, 3 grup sinonim, dan string pencarian Boolean untuk mencari topik ini di Scopus. Artikel asli byline PALSU. Saya akan memverifikasi sumber yang saya temukan sendiri.
Pencarian
Tingkat risiko
Peran AI
keputusan akhir
Menghasilkan strategi pencarian
rendah
Menyarankan kata kunci/string
peneliti
Draf abstrak artikel
Rendah-Sedang
Menghasilkan draf
Peneliti menegaskan
Rekomendasi uji statistik
sedang
Memberikan opsi
Peneliti memilih/mengkonfirmasi
Daftar kutipan
tinggi
Asisten format
Setiap cetakan diverifikasi dengan tangan
Menemukan interpretasi/hipotesis
tinggi
memberi ide
peneliti tunggal
Kesalahan umum
- Menggunakan kutipan tanpa verifikasi. Atribusi yang dibuat-buat adalah kesalahan yang paling sering terjadi dan paling parah di dunia akademis; mengarah pada penarikan.
- Mengganti ringkasan dengan sumbernya. Ringkasan AI mungkin mendistorsi temuan; Tidak ada kutipan yang diberikan tanpa kembali ke teks aslinya.
- Melewatkan transparansi. Menyembunyikan penggunaan merupakan pelanggaran etika ketika ditemukan.
- Biarkan AI membuat keputusan ilmiah. Hipotesis, interpretasi dan keputusan metode adalah milik peneliti.
- Mengunggah data rahasia ke alat terbuka. Data yang tidak dipublikasikan dan informasi peserta berada di luar kendali Anda.
Tip: Bayangkan setiap sesi AI seperti bekerja dengan pekerja magang yang berpengalaman namun tidak dapat diandalkan: dia cepat dan rajin, tetapi Anda memverifikasi semua yang dia katakan sebelum Anda menandatangani.
Singkatnya
AI adalah asisten ampuh yang meringankan beban peneliti dalam membaca dan menulis berulang-ulang; tetapi karena halusinasi, distorsi dan bias, setiap keluaran memerlukan verifikasi. Risiko paling kritis dalam dunia akademis adalah kutipan palsu: setiap sumber harus diverifikasi melalui DOI dan database. Pisahkan tugas berdasarkan tingkat risiko, lindungi data, nyatakan penggunaan secara transparan. Aturan praktis terpendek: cetak birunya berasal dari AI, tanggung jawab ilmiah ada di tangan peneliti.
Tugas aplikasi
Buat daftar 8 tugas dari proyek penelitian Anda saat ini dan tandai masing-masing tugas sebagai risiko rendah/sedang/tinggi. Kemudian pilih tugas yang berisiko rendah dan tulis perintah dengan konteks, seperti "Permintaan yang kuat" di atas. Tandai setidaknya 3 elemen (nomor, jejak, klaim) yang perlu Anda verifikasi dalam keluaran dan tulis bagaimana Anda akan memverifikasinya.
daftar periksa
- [ ] Sudahkah saya memisahkan tugas berdasarkan tingkat risiko?
- [ ] Apakah saya berencana memverifikasi setiap kutipan dan menghitung keluaran AI?
- [ ] Apakah saya mengetahui kebijakan penyimpanan data kendaraan yang saya gunakan?
- [ ] Sudahkah saya membaca kebijakan AI di institusi dan jurnal target saya?
- [ ] Apakah saya yakin bahwa saya mempertahankan penilaian ilmiah akhir?