이득:
- 인공지능을 정보의 원천이 아닌 주제 매핑, 검색어 생성, 주어진 텍스트 요약을 위한 도구로 활용하는 능력
- 카탈로그에서 제안된 각 출처를 확인하고 허위 인용의 위험으로부터 보호하는 기능
- 1차 출처와 2차 출처를 구별하고, 최소 2개의 신뢰할 수 있는 출처를 통해 각 날짜와 사실을 교차 확인할 수 있는 능력
문학 연구는 작가가 쓴 기간, 그가 고수한 운동, 작품이 어떻게 받아들여졌는지, 주제에 대해 누가 말했는지 등 텍스트에 대한 정보를 확립하는 것입니다. 이 작업에는 여러 소스에서 스캔, 읽기 및 합성(분산된 정보를 일관된 전체로 결합)이 필요합니다. AI는 이 분야에서 강력한 가속기이지만 가장 위험한 영역 중 하나이기도 합니다. AI는 존재하지 않는 소스, 잘못된 날짜, 뒤섞인 정보를 자신있게 생성할 수 있기 때문입니다.
이 단원의 한 문장 요점은 다음과 같습니다. AI를 "정보 소스"가 아닌 "연구 유도 및 구성 도구"로 사용합니다. 모든 사실, 날짜 및 출처는 신뢰할 수 있는 주요 출처의 확인 없이는 어디에도 입력되지 않습니다.
AI가 지식의 원천이 아닌 이유는 무엇입니까?
AI는 실제 도서관이 아닌 텍스트 예측 기계입니다. 당신이 질문을 하면, 그것은 당신에게 "가장 그럴듯해 보이는" 대답을 만들어냅니다. 그는 이 답변이 맞는지 아닌지 알 수 없으며 귀하에게 이를 보장할 수도 없습니다. 또한 AI의 지식에는 마감 날짜(모델에 훈련할 데이터가 부족한 날짜)가 있습니다. 해당 날짜 이후에 무슨 일이 일어날지 알 수 없으며, 해당 날짜 이전의 정보도 틀릴 수 있습니다. 따라서:
- YZ가 제공한 출판 연도를 확인하지 않고 사용하지 마십시오.
- AI가 추천한 출처가 실제로 존재하는지 확인하지 않고 참고문헌에 포함하지 마세요.
- 백과사전이나 동료 평가 출판물과 대조 확인하지 않고 저자에 대한 AI의 "정보"를 전달하지 마십시오.
주의: AI가 생성한 참고문헌은 특히 위험합니다. AI는 실제 저자의 이름과 실제 제목 및 실제 연도를 결합하여 존재하지 않았던 리소스를 생성할 수 있습니다. 이것을 '유령 귀속'이라고 하며 학계에서는 중대한 실수입니다. 도서관 카탈로그 또는 신뢰할 수 있는 데이터베이스와 비교하여 각 소스를 확인하세요.
연구에 AI를 올바르게 사용하기
AI는 다음과 같은 연구 단계에서 정말 도움이 됩니다.
- 주제 매핑: "이 주제에 대해 어떤 하위 주제, 어떤 토론이 있습니까?" 질문에 대한 빠른 시작 지도입니다.
- 검색어 생성: 라이브러리 및 데이터베이스에서 검색할 키워드를 다양화합니다.
- 읽은 내용 요약: 귀하가 제공한 실제 텍스트를 요약하고 비교합니다.
- 종합 개요: 검증된 노트를 일관된 개요로 정리합니다.
- 반대 질문: “이 논문의 약점은 무엇입니까?” 말로 생각을 테스트하지 마십시오.
주의하세요. 이 모든 단계에서 정보는 귀하 또는 신뢰할 수 있는 출처로부터 나옵니다. AI는 생산이 아니라 규제하고 가속화합니다.
팁: AI가 주제를 "설명"하게 만드는 대신, 찾은 신뢰할 수 있는 텍스트를 AI에 제공하고 요약하고 비교하도록 하세요. 이렇게 하면 AI가 기억한 정보(잘못되었을 수 있음) 대신 검증한 소스에 의존하게 됩니다.
세 개의 미니 케이스
사례 1 — 주제 매핑이 연구를 가속화했습니다. 한 연구원은 새로운 주제를 입력하면 AI로부터 부제목 지도를 받았다. 12개의 소제목 중 9개는 효과가 있었고 3개는 관련이 없었습니다. 지도는 도서관 검색을 시작할 위치를 보여주었습니다. 그러나 각 제목 아래의 정보는 실제 소스에서 스캔되었습니다.
사례 2 - 3개의 가상 소스가 포착되었습니다. 한 학생이 YZ가 제안한 8개 자료를 도서관 카탈로그에서 검색했습니다. 3개는 전혀 존재하지 않았고, 1개는 잘못된 작성자의 것으로 간주되었으며, 4개는 실제였습니다. 해당 학생은 확인된 소스 4개만 사용하여 허위 귀인 재해를 겪었습니다.
사례 3 — 종합에서 잘못된 날짜가 수정되었습니다. 석사 논문에서 AI는 추세의 시작을 잘못된 연도에 돌렸습니다. 해당 학생은 신뢰할 수 있는 두 출처를 통해 날짜를 대조 확인한 후 날짜를 수정했습니다. 단일 소스(AI)에 의존한다면 논문에는 근본적인 오류가 남을 것입니다.
사례 4 - 기본 소스로 돌아가서 해석이 변경되었습니다. 한 연구자가 평론 기사(2차 출처)에서 한 시인의 대사를 인용했습니다. 그가 시인의 책(1차 출처)으로 돌아왔을 때, 그 기사가 그 구절을 불완전하게 인용했고 이로 인해 해석이 바뀌었다는 것을 발견했습니다. 원문으로 돌아가는 규율은 잘못된 인용에 따른 추론을 방지합니다.
복사 가능한 템플릿 4개
1) 주제 매핑:
귀하의 역할: 문학 연구 컨설턴트. [주제] 주제에는 어떤 부제목과 토론 축이 있을 수 있나요? 연구를 시작하기 위해 MAP를 만드세요. 정확한 정보, 날짜 또는 출처를 주장하지 마십시오. 각 제목을 "라이브러리에서 확인"으로 표시하세요.
2) 주어진 소스를 요약합니다(안전한 방법):
아래는 제가 찾은 믿을 만한 글입니다. 이 텍스트만을 바탕으로: 주요 논문, 사용된 증거, 논란의 여지가 있습니다. 텍스트에 없는 정보를 추가하여 자신의 기억에서 말합니다. 텍스트: [텍스트 붙여넣기]
3) 소스 검증 규율:
자료 목록을 알려드리겠습니다. 각 리소스에 대해 인용이 문체적으로 일관성이 있는지 확인하세요. 경고: 리소스가 실제로 존재하는지 여부는 확인할 수 없습니다. 도서관 목록에서 각 자료를 검색하는 방법을 알려주세요. 피팅 각인 완료.목록: [목록 붙여넣기]
4) 반가설:
아래에서 내 논문 진술에 대한 가장 강력한 주장을 생성하십시오. 어떤 종류의 출처가 이 논문을 반박할 수 있는지 말해주세요. 내 목표는 내 논문을 강화하는 것입니다. 논리적인 반대만 제시합니다. 조작된 소스를 인용합니다. 논문: [논문 작성]
약한 프롬프트 / 강한 프롬프트
약함: "이 주제에 관한 10개의 출처를 알려주세요."
Güçlü: "어떤 종류의 출처(동료 검토 기사, 백과사전 기사, 논문, 신뢰할 수 있는 책)와 어떤 키워드로 이 주제에 대한 연구를 검색해야 하는지 알려주세요. 존재 여부가 확실하지 않은 인용은 생성하지 마세요. 대신 효과적인 검색 전략을 제공해 주세요. 나중에 찾은 출처를 요약하고 확인할 것입니다."
강력한 프롬프트는 AI가 상상의 자원을 생성하는 것을 방지하고 이를 "검색 전략가"로 사용합니다. 약한 자극은 허위 귀인의 위험을 직접적으로 불러옵니다.
연구단계 및 검증표
무대
AI 역할
확인
주제 매핑
부제목 제안
라이브러리에서 스캔
검색어
단어를 다양화한다
노력함으로써
소싱
신뢰할 수 없는
카탈로그/데이터베이스 확인
텍스트 요약
강함(주어진 텍스트에서)
텍스트와의 비교
합성
초안 레이아웃
인간의 판단
날짜/사실
신뢰할 수 없는
소스가 2개 이상
1차 및 2차 소스 분리
연구에서는 소스를 두 가지 유형으로 분리하는 것이 검증의 기초입니다. 1차 출처(사건, 작품 또는 현상 자체, 연구 중인 텍스트의 원본(예: 시인의 시집 자체, 작가의 편지, 특정 시대의 신문)). 2차 출처(1차 출처에 대한 후속 리뷰, 비평 또는 논평(예: 시인의 작품을 분석하는 기사)). 문학 연구에서는 실제 권위가 주요 출처입니다. 대사에 대해 이야기하는 경우 중고 기사가 아닌 시 자체에서 해당 대사를 가져와야 합니다.
이것이 바로 AI가 가장 위험한 부분입니다. 대사, 줄거리, 날짜를 "기억"하여 전달합니다. 그러나 이것은 간접적이거나 심지어 세 번째의, 종종 흐릿한 기억입니다. 따라서 규칙은 명확합니다. 항상 기본 소스 자체에서 기본 소스 주장(인용, 문구, 이벤트)을 확인하세요. AI를 사용하여 2차 문헌에 어떤 종류의 주장이 있을 수 있는지 매핑하고 제공하는 실제 2차 텍스트를 요약합니다.
팁: 정보를 사용하기 전에 "이것이 1차 주장인가요, 2차 주장인가요?"라고 물어보세요. 기본인 경우 원본 텍스트로 돌아갑니다. 2차적인 경우 실제 검증된 출판물을 기반으로 작성하세요. AI가 "기억하는" 어떤 것도 이 두 가지 유형의 리소스를 대체할 수 없습니다.
일반적인 실수
- AI를 정보 소스로 착각합니다. AI는 예측을 생성합니다. 그것은 출처가 아닙니다.
- 추천 소스를 확인하지 않고 사용합니다. 허위 귀속은 위험이 가장 높은 오류입니다.
- 단일 소스에서 날짜를 가져옵니다. 최소한 두 개의 신뢰할 수 있는 출처를 통해 교차 확인하세요.
- AI의 기억력에 의존합니다. 자신만의 믿을 만한 텍스트를 제시하고 요약해보세요.
- 마감일을 잊어버렸습니다. AI는 현재 개발 상황을 알지 못할 수도 있습니다.
요약하면
문학 연구의 AI; 주제 매핑, 검색어 생성, 주어진 텍스트 요약 및 종합을 위한 강력한 지원 도구입니다. 그러나 이는 정보의 출처가 아닙니다. 날짜, 사실, 특히 출처를 확인하지 않고 사용하지 마십시오. 상상속성은 이 분야에서 가장 위험한 함정이다. AI를 정리하고 가속화하는 도구로, 신뢰할 수 있는 소스를 정보의 진정한 장소로 포지셔닝합니다.
응용과제
연구주제를 선택하세요. "주제 매핑" 템플릿을 사용하여 AI에서 시작 지도를 받으세요. 그런 다음 AI가 5개의 자료를 추천하고 도서관 카탈로그에서 각 자료를 검색하도록 해보세요. 실제로 얼마나 많이 존재하는지 세어보세요. 이 경험을 한 문단으로 적어 보십시오. AI가 도움이 된 부분은 어디였으며, 신뢰할 수 없었던 부분은 어디였습니까?
체크리스트
- [ ] 나는 AI를 정보 소스가 아닌 연구 도구로 사용했습니다.
- [ ] 카탈로그에 있는 각 자료의 존재를 확인했습니다.
- [ ] 나는 적어도 두 곳 이상의 출처를 통해 각 날짜와 사실을 대조 확인했습니다.
- [ ] 믿을 만한 나만의 텍스트를 제시하고 요약했습니다.
- [ ] 종합과 판단은 제가 직접 확립했습니다.