利益:
- 人工知能を情報源としてではなく、トピックマッピング、検索語の生成、与えられたテキストの要約のためのツールとして使用する能力
- カタログ内の提案された各出典を検証し、架空の引用のリスクから保護する機能
- 一次情報源と二次情報源を区別し、少なくとも 2 つの信頼できる情報源と各日付と事実を照合する能力
文学研究とは、作者がどの時代に書いたのか、どのような運動を支持しているのか、作品がどのように受け入れられたのか、主題について誰が何を言ったのかなど、テクストに関する情報を確立することです。このジョブでは、複数のソースからのスキャン、読み取り、および合成 (分散した情報を一貫した全体に結合する) が必要です。 AI はこの分野の強力な加速装置ですが、最も危険な領域の 1 つでもあります。なぜなら、AI は存在しない情報源、不正確な日付、スクランブルされた情報を自信を持って生成できるからです。
この単元の要点を一文でまとめると、次のとおりです。AI を「情報源」としてではなく、「研究誘導および整理ツール」として使用します。すべての事実、日付、情報源は、信頼できる一次情報源からの検証なしにはどこにも入力されません。
なぜ AI は知識の源ではないのでしょうか?
AI はテキスト予測マシンであり、実際のライブラリではありません。あなたが質問をすると、あなたにとって「最も可能性が高いと思われる」答えが導き出されます。この答えが正しいかどうかは彼にはわかりませんし、あなたにそれを保証することもできません。さらに、AI の知識には締め切り日 (モデルがトレーニングするデータがなくなる日) があります。その日以降に何が起こるかはわかりませんし、その日以前の情報も間違っている可能性があります。したがって:
- YZ が提供する出版年を確認せずに使用しないでください。
- AI によって提案された出典を、実際に存在することを確認せずに参考文献に含めないでください。
- 著者に関する AI の「情報」を、百科事典や査読済みの出版物と照合せずに伝えないでください。
注意: AI によって生成された参考文献は特に危険です。 AI は、実際の著者名と現実的なタイトルおよび現実的な年を組み合わせて、存在しなかったリソースを生成できます。これは「ファントム帰属」と呼ばれるもので、学術界では重大な間違いです。各ソースをライブラリ カタログまたは信頼できるデータベースと照合して検証します。
研究における AI の正しく使用
AI は研究の次の段階で非常に役立ちます。
- トピックのマッピング: 「このトピックについてはどのようなサブトピックがあり、どのような議論があるのか?」質問に対するクイックスタートマップ。
- 検索語の生成: 図書館やデータベースで検索するキーワードを多様化します。
- 読んだ内容の要約: あなたが提供した実際のテキストを要約し、比較します。
- 合成アウトライン: 検証済みのメモを整理して、一貫したアウトラインにします。
- 反対質問: 「この論文の弱点は何ですか?」言うことで思考をテストしないでください。
注意してください。これらのすべての段階で、情報はあなたまたは信頼できる情報源から得られます。 AI は生産するのではなく、規制し、加速します。
ヒント: AI にトピックを「説明」させるのではなく、見つけた信頼できるテキストを AI に与え、要約して比較させます。このようにして、AI が記憶した情報 (間違っている可能性があります) ではなく、自分が検証した情報源に依存することになります。
ミニケース3個
ケース 1 — トピックマッピングにより研究が加速されました。研究者は新しいトピックに入るときにAIから小見出しマップを受け取りました。 12 個の小見出しのうち、9 個は機能し、3 個は無関係でした。地図には図書館検索をどこから始めるべきかが示されていました。ただし、各見出しの下にある情報は実際の情報源からスキャンされたものです。
ケース 2 — 3 つの架空の情報源が捕らえられました。学生は、YZ が提案した 8 つのリソースを図書館カタログで検索しました。 3 つはまったく存在せず、1 つは間違った作者によるもので、4 つは本物でした。学生は確認された情報源を 4 つだけ使用し、架空の帰属による災害に見舞われました。
ケース 3 — 合成時に間違った日付が修正されました。修士論文の中で、AIはトレンドの始まりを間違った年のせいだとしました。学生は 2 つの信頼できる情報源と照合した後、日付を修正しました。単一の情報源 (AI) に依存すると、論文に根本的な誤りが残ることになります。
ケース 4 — 一次情報源に戻ると解釈が変わりました。研究者は評論記事（二次資料）から詩人の一節を引用した。彼が詩人の本（一次情報源）に戻ったとき、記事がその行を不完全に引用しており、それによって解釈が変更されていることがわかりました。一次情報源に戻るという規律により、誤った引用に基づく推論が防止されました。
コピー可能な 4 つのテンプレート
1) トピックのマッピング:
あなたの役割: 文学研究コンサルタント。次のトピックにはどのような小見出しと議論の軸がありますか: [トピック]。調査を開始するために MAP を作成します。正確な情報、日付、情報源を主張しないでください。各タイトルに「ライブラリから確認する」とマークを付けます。
2) 指定されたソースを要約します (安全な方法):
以下は私が見つけた信頼できるテキストです。このテキストのみに基づく: 主な論文、使用された証拠、および論争の的となっている点。本文にない情報を自分の記憶に基づいて補足します。テキスト: [テキストを貼り付け]
3) ソース検証規律:
リソースのリストを提供します。リソースごとに、引用文が文体的に一貫していることを確認してください。警告: リソースが実際に存在するかどうかを確認することはできません。図書館カタログ内の各リソースを検索する方法を教えてください。フィッティング刻印完了。リスト：[ペーストリスト]
4) 対抗仮説:
以下の私の論文声明に対する最も強力な反論を生成してください。この説に反論できる情報源の種類を教えてください。私の目標は論文を強化することです。論理的な反論のみを行います。捏造された情報源を引用する。論文: [論文を書いてください]
弱いプロンプト / 強いプロンプト
弱者: 「このトピックに関する情報源を 10 個教えてください。」
ギュシュリュ: 「どのような情報源 (査読論文、百科事典の記事、論文、信頼できる本) を教えてください。また、この主題に関する研究をどのようなキーワードで検索すればよいのか教えてください。存在するかどうかわからない引用文献は作成せず、その代わりに効果的な検索戦略を教えてください。後で見つけた情報源を要約して検証します。」
強力なプロンプトにより、AI が想像上のリソースを生成するのを防ぎ、AI を「探索戦略者」として使用します。弱い促しは、架空の帰属の危険を直接招きます。
研究フェーズと検証表
ステージ
AIの役割
検証
トピックマッピング
小見出しを提案します
ライブラリからスキャン
検索語
言葉を多様化させる
試してみることによって
調達
信頼できない
カタログ・データベース確認
テキストの要約
強い (指定されたテキスト内で)
本文との比較
合成
ドラフトレイアウト
人間の判断
日付/事実
信頼できない
少なくとも 2 つの情報源
一次音源と二次音源の分離
研究においては、情報源を 2 種類に分類することが検証の基本となります。一次情報源（出来事、作品、または現象そのもの。研究対象のテキストの原本。たとえば、詩人の詩集そのもの、作家の手紙、当時の新聞）。二次資料 (一次資料に対する後続のレビュー、批評、または注釈。たとえば、詩人の作品を分析した記事)。文学研究では、本物の権威が主な情報源となります。つまり、ある行について話している場合、受け売りの記事からではなく、詩自体からその行を引用する必要があります。
これが AI の最も危険なところです。AI はセリフ、プロット、または日付を「記憶」することによって配信します。しかし、これは二次的、あるいは三次的であり、多くの場合曖昧な記憶です。したがって、ルールは明確です。一次情報源の主張 (引用、一行、出来事) は必ず一次情報源自体から確認してください。 AI を使用して、二次文献にどのような種類の議論があるかをマッピングし、提供された実際の二次文献を要約します。
ヒント: 情報を使用する前に、「これは一次主張ですか、それとも二次主張ですか?」と尋ねてください。主な場合は、元のテキストに戻ります。二次的な場合は、実際の検証済みの出版物に基づいてください。 AI が「記憶」するものは、これら 2 種類のリソースの代わりになるものはありません。
よくある間違い
- AI を情報源と誤解する。 AI は予測を生成します。ソースではありません。
- 推奨されているソースを確認せずに使用する。架空の帰属は、最もリスクの高いエラーです。
- 単一のソースから日付を取得します。少なくとも 2 つの信頼できる情報源とクロスチェックしてください。
- AIの記憶力に頼る。あなた自身の信頼できるテキストを与え、それを要約してください。
- 締切日を忘れてしまいます。 AIは現在の状況を知らない可能性があります。
要約すると
文学研究における AI。これは、トピックのマッピング、検索語の生成、特定のテキストの要約と合成を強力に支援します。しかし、これは情報源ではありません。日付、事実、特に情報源を検証せずに使用しないでください。想像上の帰属は、この分野の最も危険な罠です。 AI を整理して加速するツールとして位置づけ、信頼できる情報源を情報の真の場所として位置づけます。
アプリケーションタスク
研究テーマを選択します。 「トピック マッピング」テンプレートを使用して AI からスターター マップを取得します。次に、AI に 5 つのリソースを推奨させ、それぞれを図書館カタログで検索させてみます。実際に何個存在するかを数えてください。この経験を 1 つの段落で書き留めます。AI はどこで役立ちましたか、どこで信頼できませんでしたか?
チェックリスト
- [ ] 私は AI を情報源としてではなく、研究ツールとして使用しました。
- [ ] カタログ内の各資料の存在を確認しました。
- [ ] 私はそれぞれの日付と事実を少なくとも 2 つの情報源と照合しました。
- [ ] 私自身の信頼できるテキストを与えて、それを要約しました。
- [ ] 私自身が総合と判断を確立しました。