利益:
- 研究プロセスの出発点として人工知能を使用し、各事実と引用を一次情報源に結び付ける能力
- 捏造された情報源、偽の引用、虚偽の日付（幻覚）のリスクを認識し、体系的な検証を適用する能力
- 人工知能のサポートにより研究ノート、参考文献、事実チェックリストを編集し、論文の信頼性を維持する能力
優れた文章の目に見えないバックボーンはリサーチです。日付、統計、引用、科学的発見 - これらはテキストの信頼性を伝えます。たった 1 つの誤った事実が作品全体の信頼性を破壊する可能性があります。人工知能 (AI) は、研究プロセスにおいて魅惑的に役立つように見えます。人工知能は、あらゆる質問に対して即座に、流動的で、自信を持った答えを提供します。しかし、ここに著者の最も危険な罠があります。AI は、実際には存在しない出典、引用、日付、調査結果を、あたかも真実であるかのように生成する可能性があります。この単元を一言で要約すると、AI は研究の開始地図にはなりえますが、最終リソースにはなり得ません。
幻覚: 最も潜行的なリスク
幻覚とは、AI が安全かつ流暢な言語で存在しない情報を提示することです。調査によると、この最も危険な形式は次のとおりです。
捏造されたソース: AI は、実際には存在しない書籍、記事、またはレポートを捏造することができます。さらに、現実的な著者名、年、雑誌情報も付いています。 「Yılmaz, A. (2019). デジタル リテラシー. Journal of Communication, 14(2).」 — 本当のように聞こえますが、そうではないかもしれません。
偽の引用: AI は、実際の人物が言ったことのない引用を、その人物の言葉だと考えることができます。有名な作家の名前と、その作家が発言したことのない文章を挙げます。
間違った日付/数値: イベント、統計、パーセンテージの間違った日付が表示される可能性があります。すべて同じ正確なトーンで。
事実の混同: 2 つの真実の事実を混同し、誤った組み合わせを生み出す可能性があります (ある人の発言を別の人の発言に帰するなど)。
これらのリスクの共通点は、どれも流動的で説得力があるように見えることです。流暢さは正確さではありません。唯一の保護策は、一次情報源にリンクした体系的な検証です。
注意: AI に「この情報源は本物ですか?」と尋ねます。尋ねることは検証の方法ではありません。 AIは自分が作ったソースを「はい、本物です」と確認することもできます。検証は AI の外部、つまりジャーナル、書籍、データベース自体を開いて見つけるという一次ソースで行われます。
AI の正当な研究役割
これらすべての注意点にもかかわらず、AI は研究において無価値ではありません。その役割が限られているだけです。正当な使用:
開始マップ: トピックをどこから開始するか、どのような小見出しがあるか、どの概念を調査する必要があるかを決定します。これらは探すべきもののリストであり、答えではありません。
概念の明確化: なじみのない用語を直接理解します (その後、ソースから確認します)。
質問の生成: 「これについてどのような質問をすればよいでしょうか、何を見逃しているでしょうか?」 AIは盲点を指摘するのが得意です。
編集: 収集した (検証された) メモの参考文献を要約し、分類し、フォーマットします。
以下の表は、研究における AI のメリットと不向きをまとめたものです。
クエスト
AIは適しているでしょうか？
メモ
トピックへの導入マップ
はい
答えではなく指示だけ
検索する質問を生成する
はい
盲点を表示します
出典/引用を提供する
いいえ
それはでっち上げることができます。プライマリから検証する
エクスポート履歴/統計
いいえ
それは間違っているかもしれません。ソースから購入する
確認済みのメモを編集する
はい
あなたが収集し、AIが整理します
体系的な検証フロー
すべての事実には 1 つのルールがあります。一次情報源にアクセスすることです。一次情報源とは、情報が最初に公開される場所です。元の研究論文、公式統計機関、自分の本やインタビュー、オリジナルの文書などです。 AI（および二次的な要約）が言うことは、検証されるまでは「主張」であり、「事実」ではありません。
検証フロー:
- マーク: 書くときに、各事実、日付、引用、数字を [VERIFY] タグでマークします。
- 一次ソースを見つける: タグ付けされた各アイテムのソースを自分で開きます。何かありますか、その内容は言われている内容と一致していますか？
- クロスチェック: 少なくとも 2 つの独立した信頼できる情報源から重要な事実を検証します。
- 記録を保管する: 検証された各事実の出典を書き留めます。出版にあたっては、参考文献はこのメモから引用されます。
このフローの編集部分で AI を使用できます。
内容: 以下は私が主な情報源から収集し検証したメモです。各メモの横にソースが書かれています。タスク: これらのメモをテーマごとにグループ化し、各グループにタイトルを提案します。出典のない主張を追加しないでください。私が提供しなかった事実、日付、引用は偽物です。不足している部分には「ソースがここにありません」とマークしてください。
AI を「懐疑論者」として使用することもできます。
タスク: 以下のテキストで検証する必要があるすべての事実上の主張、日付、数値、引用をリストします。それぞれについて、「どのような種類の一次情報源を検証する必要があるか」を書き留めます。自分で答えないでください。検証リストのみが表示されます。
一次、二次、三次情報源
検証におけるソース階層を把握すると、作業が明確になります。一次情報源とは、情報が直接得られる場所です。つまり、元の研究論文、公式統計表、自分の本、裁判所の判決、原本などです。二次情報源は、一次情報源を解釈または伝えるテキストです。ニュースレポート、レビュー、百科事典の記事などです。三次資料は二次資料をまとめた要約です。 AI の出力は、せいぜい 3 次ダイジェストのようなものです。ほとんどの場合、それはソースを示すことができず、それを補うことができるため、それよりもさらに弱くなります。ルール: 事実が重要であればあるほど、より主要なものにする必要があります。小説の雰囲気を表現するには二次資料で十分かもしれません。個人に起因する健康上の主張、日付、または声明には一次情報源が必要です。 AI は、このピラミッドの最下部にある「どこを見ればよいか」という層で使用し、最上部の「これが真実である」層では決して使用しないでください。
ヒント: 未検証の事実をテキストに含める場合は、その横に表示されている [VERIFY] タグを残し、このタグが付いている文を含むテキストを送信しないでください。ラベルは、忘れていた事実を「後で見てみよう」と可視化する、シンプルだけど命を救う習慣です。
ミニケース3個
ケース 1 — 偽の記事。著者は、YZが「2020、Journal of Media Studies、Demir et al.」を与えたと書いています。出典を参考文献に直接記載します。ある読者はそのような記事が存在しないことに気づきました。著者は一次資料の参考文献全体を再検証する必要があり、その結果、さらに 2 つの偽情報源が生じました。教訓: 直接出典が見つからない限り、記事に情報源が含まれることはありません。
ケース 2 — 正しい使用方法。ジャーナリストは AI を使って複雑なトピックを始めました。つまり、小見出しと尋ねるべき質問を抽出しました。次に、彼は公的統計機関と 1 対 1 のインタビューからそれぞれの事実を収集しました。彼は、自分が検証したメモを編集するためにのみ AI を使用しました。文章は速くてしっかりしていました。捏造された事実は一つも流されなかった。
ケース 3 — 偽の見積もり。ある講演者は、プレゼンテーションの中に、有名な AI 科学者によるとされる「感動的な」引用を含めていました。約束は果たされた。聴衆の誰かがそれに気づき、講演者の信頼が傷ついた。正しい方法は、自分の本や講演からの引用を確認することでした。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
このテーマに関する 5 つの学術情報源と 1 つの引用を教えてください。
このプロンプトは、AI にリソースを作成するよう促します。出力は現実的に見えますが、検証できない可能性があります。
強力なプロンプト:
あなたの役割: 研究指導アシスタント。トピック: [トピック]。タスク: この主題について調査する必要がある 6 つのサブ見出しと、それぞれについて尋ねる必要がある 2 つの質問があります。また、「どのような一次情報源 (公式統計、査読誌、1 対 1 のインタビュー) を検索できるか?」についても教えてください。どこを見ればいいのか教えてください。
違い: AI は答えではなく指示を求められます。捏造の扉は閉ざされており、検証は作者が行っています。
よくある間違い
- AI が提供するリソースを検証せずに使用する。捏造されたソースはあなたの署名付きで公開された嘘になります。
- AIに「これは本当ですか」と問いかけ、その答えを信頼する。 AIは自らの発明を確認することもできる。
- 自分自身の情報源からの引用を検証しない。偽の引用は信頼性を破壊します。
- 単一のソースで満足すること。重要な事実については、少なくとも 2 つの独立した情報源からの照合が必要です。
- AIを「始まりの地図」ではなく「最後の資源」と考える。 AI が方向性を示します。一次情報源が事実を伝えている。
要約すると
研究において、AI は、小見出しを抽出し、質問を生成し、検証済みのメモを収集するなど、強力な開始マップおよびオーガナイザーとして機能します。しかし、情報源、引用、日付、統計を提供する仕事は決して信頼できません。なぜなら、彼はすべてを説得力をもってでっち上げることができるからです（幻覚）。黄金律: あらゆる事実を一次情報源に結び付け、重要な情報をクロスチェックし、AI によって提供された情報源を自分で見つけずに使用しないでください。 AI がどこを見るべきかを教えます。何を見つけるかはあなたが決めます。
アプリケーションタスク
トピックを選択してください。まず、「方向」テンプレート (ソースではありません) を使用して AI から小見出しと質問を取得します。次に、意図的に AI に情報源/引用を求め、その情報源が一次情報であるかどうかを検証してみます。それは本当に存在するのか、その内容は言われている内容と一致しているのか、ということです。調査結果 (検証されたソースの数、見つからなかったソースの数) をメモします。最後に、「懐疑的」テンプレートを使用して自分のテキストの検証リストを作成します。
チェックリスト
- [ ] AI を使用したのは、リソースのためではなく、方向性や質問を生成するためでしたか?
- [ ] すべての事実、日付、引用、数字に [VERIFY] マークを付けましたか?
- [ ] 私は一次情報源で各情報源を個人的に見つけて検証しましたか?
- [ ] 少なくとも 2 つの独立した情報源に対して重要な事実を照合しましたか?
- [ ] 私はその引用をその人自身の情報源で確認しましたか?
- [ ] 「出典・引用の捏造」ルールを明示的にAIに与えていますか?