Gevinster:
- Evne til å etablere en personlig og repeterbar forskningsarbeidsflyt som integrerer kunstig intelligens på alle stadier fra idé til publisering
- Evne til å koble verifikasjons-, konfidensialitets- og åpenhetskontrollpunktene som skal brukes på hvert trinn til en skriftlig protokoll
- Å kunne vurdere grensene for bruk av kunstig intelligens, at ansvaret alltid ligger hos forskeren, og det etiske grunnlaget som helhet
I de ti foregående enhetene lærte vi hvordan vi bruker kunstig intelligens og hvor vi skal stoppe på hvert forskningsstadium. Denne siste enheten binder det hele sammen i én sammenhengende arbeidsflyt: en repeterbar og etisk prosess som trygt integrerer AI fra idé til publisering. Kjerneideen til denne enheten er at AI ikke er driveren på noe stadium av forskningen; På hvert trinn er det en assistent, og på hvert trinn passeres de samme tre portene – verifisering, konfidensialitet, åpenhet – det endelige ansvaret ligger alltid hos forskeren. Den gode nyheten er at disse tre portene er like i alle stadier; når du binder dem til en protokoll, gjelder det hele prosessen.
End-to-end-flyt: trinn for trinn
Forskning utvikler seg vanligvis i syv faser, med AI som tar på seg en annen assistentrolle i hver.
1. Idé og spørsmål. AI begrenser fokuset ditt til fokuserte, målbare spørsmål; tilbyr alternative rammer. Avgjørelsen er din.
2. Litteratur. AI genererer søkestrategi (søkeord, boolsk streng); Du finner og verifiserer kilder fra ekte databaser.
3. Lesing og syntese. AI oppsummerer fulltekster, bygger litteraturmatrise; Du bekrefter hvert funn fra originalteksten.
4. Design. AI tilbyr hypotese-, variabel-, design- og prøvealternativer; Du og den etiske komiteen tar den metodiske og etiske avgjørelsen.
5. Analyse. AI produserer kodeutkast og utdatakommentarer; Programvaren regner ut, rådataene forblir private, du bekrefter hvert tall.
6. Rettskrivning. AI IMRaD-konturen gir flytkontroll og språkpolering; Originale ideer, ekte data og stemmen din kommer fra deg.
7. Frakt. AI produserer tidsskriftstandarder, følgebrev og utkast til anmeldersvar; Du sikrer tidsskriftets autentisitet og vitenskapelig nøyaktighet.
Et mønster sees i denne flyten: AI alltid hastighet og utkast, du alltid beslutning og verifisering. Denne symmetrien er ryggraden i arbeidsflyten.
Tre dører: verifisering, personvern, åpenhet
På hvert trinn, før AI-utgangen gjennom tre porter før du bruker den.
Verifikasjonsport: Er hvert faktum, tall, attribusjon og påstand i denne utgangen knyttet til en reell kilde? Har noe som kan fremstilles (spesielt referanser og statistikk) blitt bekreftet uavhengig? Eventuelle ubekreftede utdata vil ikke fortsette.
Personvernport: Inneholder dataene jeg laster opp til dette verktøyet personlig identifiserbar informasjon, upubliserte data, deltakererklæringer eller konfidensielle dommerrapporter? I så fall, har jeg anonymisert den eller aldri lastet den opp? Kjenner jeg kjøretøyets retningslinjer for dataoppbevaring?
Transparency gate: Trenger jeg å deklarere denne bruken? Samsvarer det med institusjonens og tidsskriftspolitikken? Førte jeg en oversikt over hva jeg gjorde slik at jeg kunne forklare det i fremtiden?
Tips: Skriv disse tre dørene på kanten av skrivebordet ditt. Ikke fortsett før du har sagt "ja" til alle tre før du bruker hver AI-utgang. Over tid blir det en refleks og stopper de fleste feil før de oppstår.
Skriv din personlige protokoll
Det mest verdifulle resultatet er en egen skriftlig AI-bruksprotokoll: hvilke verktøy du bruker, hva du gjør og ikke har AI-en til å gjøre på hvert trinn, verifiseringstrinnene dine og erklæringen din. Denne protokollen holder deg konsekvent, tilpasser nye teammedlemmer og beviser din integritet i en revisjon. Hold protokollen i live; Oppdater når verktøy og retningslinjer endres.
Hvis du jobber i et team, blir denne protokollen en delt kontrakt: alle bruker de samme verktøyene med de samme grensene, en oversikt over hvem som utnytter AI på hvilket stadium, og et felles erklæringsspråk. Mens en skribent mottar språkstøtte, lager en annen ikke ubevisst data; disiplin blir institusjonell snarere enn individuell. Denne åpenheten er også avgjørende i forholdet mellom rådgiver og student: rådgiveren som vet hvor studenten bruker AI bevarer tilliten og sikrer at læringen virkelig blir hos studenten. Protokollen forvandler AI fra en "skjult assistent" til et åpent administrert verktøy.
tre minisaker
Tilfelle 1 — Avhandling lagret av protokollen. En doktorgradsstudent skrev en bruksprotokoll fra starten: "attribusjoner bare fra Zotero, kun AI språk og disposisjon, hver utgave fra programvare." Da juryen spurte om bruken av AI i oppgaveforsvaret hans, viste han opptak og uttalelse. Åpenhet skapte tillit; Forsvaret gikk knirkefritt. Uten protokollen kunne de samme spørsmålene blitt til tvil.
Tilfelle 2 — Feil fanget opp av tre porter. En forsker vil legge til en "støttestudie" foreslått av AI til diskusjonsdelen. Verifikasjon stoppet ved døren: DOI uløst, kilden fabrikkert. Han bekreftet at han ikke lastet opp rådataene ved personvernporten. Han la til språkstøtte for åpenhetsporten til uttalelsen sin. Alle tre dørene fungerte én etter én; Den feilaktige tilskrivelsen stoppet før den kunne gå på lufta.
Tilfelle 3 — End-to-end hastighet. Et team startet et nytt prosjekt med en protokoll; hvert medlem praktiserte de samme tre portene. De brukte AI konsekvent, fra litteratur til skriving, og den totale tiden var betydelig kortere, men det var ikke en eneste fabrikkert attribusjon eller brudd på konfidensialitet. Forskjellen var ikke at de brukte AI, men at de brukte det med en felles disiplin.
Kopierbare maler
1) Rammeverk for personlig AI-bruksprotokoll:
Lag meg en "protokoll for bruk av AI i forskning"-mal. Seksjoner: (1) verktøyene jeg bruker, (2) de tillatte og forbudte handlingene til AI på hvert forskningsstadium, (3) mine bekreftelsestrinn, (4) personvernregler, (5) min åpenhet/erklæring. Sørg for en tom utfyllbar ramme.
2) Tre-dørs kontroll per trinn:
For tiden [stadium: f.eks. Jeg er i [analyse]-fasen og vurderer å bruke følgende AI-utgang: [output summary]. Generer meg kontrollspørsmål for tre dører: autentisering, personvern, åpenhet. Hva bør jeg sjekke ved hver dør?
3) End-to-end bekreftelseslogg:
Lag en valideringsloggtabell for et forskningsprosjekt: [fase, hva ble AI-en brukt til, output, valideringsmetode, ble den validert, er erklæring påkrevd]. La den være tom og fyllbar.
4) Sluttkontroll før publisering:
Lag en endelig sjekkliste for AI-etikk før innsending: er alle siteringer verifisert med DOI, ingen data har blitt fabrikkert, rådata har ikke blitt lekket, har blitt erklært bruk, policy for institusjon+tidsskrift er oppfylt, er det opprinnelige bidraget mine. Gjør den bokmerkbar.
Svak forespørsel / Sterk forespørsel
Svak melding:
Hvordan bruker jeg kunstig intelligens i min forskning?
Veldig generelt; Den inkluderer ikke stadier, begrensninger og verifiseringsdisipliner.
Kraftig ledetekst:
Din rolle: konsulent for forskningsintegritet. Prosjektet mitt: [kort beskrivelse]. Lag meg en ende-til-ende arbeidsflyttabell for 7 faser fra idé til utgivelse, inkludert AIs tillatte rolle, forbudt arbeid og kontroller for verifisering/personvern/gjennomsiktighet i hver fase. Opprettholde i hver linje at det endelige ansvaret ligger hos meg.
Scene
Rollen til AI
uforanderlig dør
idé/spørsmål
Kollaps, alternativ
Det er din avgjørelse
litteratur
Å lage strategier
bekrefte kilden
syntese
sammendrag, matrise
Bekreft funnet
Design
Ikke tilby alternativer
Etikk + avgjørelsen er din
Analyse
Kode, kommentar
Bekreft nummer, beskytt data
stavemåte
utkast, flyt
Originaliteten er din
frakt
kriterium, disposisjon
Magasin + nøyaktighet er din
Vanlige feil
- Avslappende disiplin etter scene. De tre portene er like på hvert trinn; Oppmerksomheten bør ikke mistes mot slutten.
- Ikke skrive en protokoll. Uten skriftlige regler går konsistens og reviderbarhet tapt.
- Gjør AI til en driver. Må ha fartsassistent; Avgjørelsen og valideringen er alltid din.
- Hopp over opptak. Du kan ikke bevise åpenhet hvis du ikke dokumenterer hva du gjør.
- Forsømmelse av en enkelt dør. Autentisering, personvern og åpenhet fungerer sammen; Hvis en mangler, ryker kjedet.
Forsiktig: AI-verktøy og institusjonelle/tidsskriftspolitikk endres raskt. En søknad som er gyldig i dag kan være utilstrekkelig i morgen. Gjennomgå protokollen og retningslinjene regelmessig; Disiplin er konstant, verktøy er variable.
Oppsummert
I ende-til-ende-forskningsarbeidsflyten er AI en tempo- og tegneassistent på alle trinn, ikke en driver på noe stadium. Fra idé til publisering er mønsteret det samme: AI produserer, du bestemmer og verifiserer. Send hver utgang gjennom tre porter – autentisering, personvern, åpenhet – og knytte dem til en personlig protokoll. Denne disiplinen kombinerer hastigheten til AI med akademisk integritet. Den korteste regelen: assistent AI, sjåfør og du som har ansvaret på hvert trinn.
Søknadsoppgave
Skriv en én-sides AI-bruksprotokoll for din egen nåværende eller planlagte forskning: verktøyene du bruker, de 7 trinnene for AI tillatt/forbudt arbeid, bekreftelsestrinn, personvernregler og erklæringserklæringen din. Velg deretter et trinn, bruk tre-portskontrollen på en faktisk utgang, og overfør resultatet til verifiseringsloggen din.
sjekkliste
- [ ] Har jeg avklart rollen og grensen til AI for hvert av de syv stadiene?
- [ ] Sender jeg hver utgang gjennom portene for bekreftelse, konfidensialitet og åpenhet?
- [ ] Har jeg en skriftlig personlig AI-bruksprotokoll?
- [ ] Registrerer jeg bruken min i en bekreftelseslogg?
- [ ] Påstår jeg på alle stadier at jeg har det endelige vitenskapelige ansvaret?
Moduleksamen
1. En doktorgradsstudent legger de 10 kildene gitt av kunstig intelligens for litteraturgjennomgang til sitt avhandlingsforslag uten å sjekke dem; Rådgiveren hans innser at 3 av kildene faktisk ikke eksisterer. Hva er hovedlærdommen av denne situasjonen?
- A) Bruke alle kilder foreslått av kunstig intelligens uten å verifisere det gjennom DOI og database; Å ignorere at ansvaret ligger hos forskeren ✔
- B) Det er strengt forbudt å bruke kunstig intelligens i litteraturgjennomgang
- C) Antall ressurser bør være 5 i stedet for 10
- D) Oppgaveforslaget er ikke presentert med tabell
Forklaring: Kunstig intelligens kan produsere flytende, men ikke-eksisterende attribusjoner (hallusinatorisk attribusjon). Dette er den mest ødeleggende risikoen i akademia; Ikke alle kilder kan brukes uten verifisering gjennom DOI, imprint og database, og ansvaret ligger hos forskeren.
2. Hva er den mest nøyaktige plasseringen av kunstig intelligens i litteraturgjennomgang?
- A) Som en database som gir en presis og fullstendig liste over kilder
- B) Som en hjelp til søkestrategi og nøkkelordgenerering, men hvis kilder må verifiseres i ekte databaser ✔
- C) Som en kontrollør som erstatter plagiatdeteksjonsverktøyet
- D) Som et arkiv som gir fullteksten til artiklene royaltyfritt
Forklaring: AI er ikke en pålitelig kildedatabase; Avtrykkene som er gitt kan være fabrikkerte. Den riktige rollen er å generere søkestrategien (søkeord, boolsk streng, omfang); Selve kildene må finnes og verifiseres i reelle databaser (Scholar, Scopus, WoS, PubMed).
3. En forsker lar AI oppsummere en artikkel, og sammendraget inkluderer en "signifikant forskjell funnet"-utsagn som ikke er i artikkelen. Hva er riktig oppførsel?
- A) Godta abstraktet som det er, fordi AI har lest artikkelen
- B) Angi abstraktet som kilde
- C) Bekreft funnene og konklusjonsutsagnene ved å gå tilbake til den opprinnelige artikkelteksten ✔
- D) Ber om å gjøre sammendraget kortere
Forklaring: Ved oppsummering kan AI forvrenge funnet eller legge til konklusjoner som ikke eksisterer. Hver påstand som inneholder funn, metoder og numeriske resultater bør verifiseres ved å gå tilbake til originalteksten; Sammendraget er en bekvemmelighet og erstatter ikke kilden.
4. Hvilken påstand er mest nøyaktig for rollen til kunstig intelligens i forskningsdesign?
- A) Kunstig intelligens velger metoden og erstatter godkjenning av etikkkomiteen
- B) Kunstig intelligens avslutter prøvestørrelsen og beslutningen forblir ikke hos forskeren
- C) Kunstig intelligens genererer alternativer og utkast; Design, etisk og metodisk ansvar ligger hos forskeren ✔
- D) Kunstig intelligens kan ikke brukes på noen måte i forskningsdesign
Beskrivelse: Kunstig intelligens er en tankepartner som genererer muligheter for hypoteser, variabler og metoder; Designvalg, godkjenning av etisk komité (IRB) og metodisk ansvar tilhører imidlertid forskeren. Forslaget om kunstig intelligens er et utkast, ikke en vitenskapelig beslutning.
5. Hva er det mest kritiske personvern- og autentiseringsprinsippet når kunstig intelligens produserer dataanalysekodeutkast?
- A) Laste inn rådata som de er og direkte rapportere resultatet gitt av kunstig intelligens
- B) Skrive p-verdien gitt av kunstig intelligens uten å sjekke den
- C) La den statistiske testen bli valgt av kunstig intelligens og ikke be om begrunnelse
- D) Utkast kode og kontroller manuelt hver digital utgang uten å dele rådata som inneholder ID ✔
Forklaring: Rå og identifiserende data fra deltakere skal ikke lastes opp til offentlig tilgjengelige verktøy; Kodeutkastet må etterspørres og kjøres lokalt, og hver utgang (testvalg, numerisk resultat) må bekreftes manuelt. Kunstig intelligens kan også produsere falsk statistikk.
6. Hva er riktig rekkefølge på seksjonene i IMRaD-strukturen?
- A) Metode, introduksjon, diskusjon, funn
- B) Funn, metode, introduksjon, diskusjon
- C) Diskusjon, Funn, Metode, Introduksjon
- D) Introduksjon, metode, funn, diskusjon ✔
Beskrivelse: IMRaD er standardrammeverket for empiriske artikler: Introduksjon, Metoder, Resultater og Diskusjon. Å spesifisere hvilken seksjon du skriver for når du ber om et utkast fra kunstig intelligens øker kvaliteten på utdataene.
7. Hva er den beste tilnærmingen med tanke på originalitet når man legger en kunstig intelligens-generert tekst til en akademisk artikkel?
- A) Bruke utkastet som det er, fordi språket er flytende
- B) Originaliser og valider utkastet med din egen analyse, data og tolkning ✔
- C) Lim inn utkastet i teksten uten å lese det
- D) Skjul kilden til utkastet og presentere hele utkastet som sin egen setning
Beskrivelse: AI-utgangen er et utkast; Det er ikke forskerens egen mening, data eller tolkning. Manuskriptet skal være originalisert av forfatterens egen analyse, bidrag og verifikasjon; Den skal ikke brukes som den er og presenteres som et bidrag.
8. En forfatter som ikke har engelsk som morsmål bruker kunstig intelligens for språkpolering. Hvilken risiko bør spesifikt revideres?
- A) Teksten bør være kortere
- B) Forskyvning av betydning og feiloversettelse av feltuttrykk ✔
- C) Endre font
- D) Øke antall avsnitt
Forklaring: Når du korrigerer språk, kan AI endre betydningen, og erstatte det domenespesifikke faguttrykket med feil ekvivalent. Forfatteren må bevare den opprinnelige betydningen og terminologien til hver setning; Innhold bør ikke tillates forvrengt for flytende skyld.
9. Hva er den farligste oppførselen og riktige forholdsregelen til kunstig intelligens i attribusjonsproduksjon?
- A) Å lage referanser som virker ekte, men som ikke eksisterer; ✔ verifiser hver sitering via DOI og database
- B) Alfabetisk rekkefølge av sitater; bryte ordren manuelt
- C) For mange sitatforslag; redusere antallet
- D) Evne til å endre sitatstilen; lås til én stil
Beskrivelse: AI kan lage bylines (inkludert forfatter, år, DOI) som ser ekte ut, men som ikke eksisterer. Hver sitering bør verifiseres uavhengig av DOI-analyse eller databasesøk; Den sikreste måten er å administrere siteringer fra selve posten med verktøy som Zotero/Mendeley.
10. Hva er et av de typiske tegnene på å gjenkjenne et rovblad?
- A) Løfte om rask publisering, aggressiv e-postinvitasjon og urealistisk påstand om påvirkningsfaktor ✔
- B) Transparent dommerprosess og inkludering i anerkjente kataloger
- C) Dokumentere åpen tilgangspolicy
- D) Redaksjonen er reell og etterprøvbar
Forklaring: Rovtidsskrifter tar gebyrer med løfte om rask publisering og gjør ikke ekte fagfellevurdering; Aggressiv e-postinvitasjon, uvirkelig påvirkningsfaktor, vagt preg og bred dekning utenfor domene er typiske tegn. Tidsskrifter anbefalt av kunstig intelligens bør verifiseres med DOAJ og uavhengige kilder.
11. I følge AI-policyen til de fleste akademiske tidsskrifter og institusjoner, hva er passende for bruk av AI i en artikkel?
- A) Hvis bidraget til kunstig intelligens er betydelig, bør det legges til som medforfatter
- B) Kunstig intelligens kan ikke være en forfatter; bruken bør erklæres transparent og ansvaret bør ligge hos den menneskelige forfatteren ✔
- C) Bruk er ikke erklært under noen omstendigheter og holdes konfidensielt
- D) Bruk av kunstig intelligens er plagiat i alle tilfeller og artikkelen vil bli avvist.
Avsløring: Felles redaksjonelt prinsipp (f.eks. ICMJE- og COPE-linjen) sier at AI-en ikke kan være forfatteren, men at bruken av den må avsløres på en transparent måte i metoden eller bekreftelser/bekreftelsesdelen. Ansvaret ligger hos menneskelige forfattere og bruk er ikke skjult.
12. Hva er selvplagiering?
- A) Bruk av en annen forfatters tekst uten tillatelse
- B) Bruke teksten produsert av kunstig intelligens
- C) Forfatteren representerer sin egen tidligere publikasjon uten passende attribusjon ✔
- D) Skrive en artikkel med mer enn én forfatter
Forklaring: Selvplagiering er forfatterens representasjon av sitt eget tidligere publiserte verk i et nytt verk uten riktig attribusjon. Selv om kunstig intelligens omskriver den gamle teksten, hvis samme idé/data gjentas uten attribusjon, er det et etisk brudd; Plikten til kildeangivelse er ikke eliminert.
13. Hva er den beste grensen for en forfatter som bruker kunstig intelligens når han utarbeider svar på dommerkommentarer?
- A) Kunstig intelligens garanterer den vitenskapelige nøyaktigheten til svaret, forfatteren kan ikke sjekke det
- B) Det er trygt å laste opp dommerrapporten slik den er til et offentlig verktøy.
- C) Det er den mest effektive måten å overlate svaret utelukkende til kunstig intelligens.
- D) AI kan generere utkast/toner; Ansvaret for vitenskapelig nøyaktighet og konfidensialitet ligger hos forfatteren ✔
Beskrivelse: AI kan generere tonen og omrisset av svarbrevet; Ansvaret for nøyaktigheten av vitenskapelige påstander, tilleggsanalyser og løfter ligger imidlertid hos forfatteren. I tillegg er dommerrapporten et konfidensielt dokument; Innhold bør ikke deles uten anonymisering på grunn av risikoen for brudd på personvernet.
14. Hva er det vanlige uforanderlige prinsippet om å bruke kunstig intelligens i ende-til-ende forskningsarbeidsflyten?
- A) Verifikasjon, konfidensialitet og åpenhet på alle trinn; ✔ Det endelige ansvaret forblir hos forskeren
- B) Validering bør kun gjøres på siste trinn for å spare tid
- C) Mindre verifisering av AI-utgangen ettersom scenen skrider frem
- D) Åpenhet kreves kun for avviste artikler
Beskrivelse: Fra litteratur til publikasjon, AI gir utkast og hastighet på alle trinn; Hver utgang må imidlertid valideres, datakonfidensialitet må beskyttes, bruk må være transparent deklarert, og det endelige vitenskapelige ansvaret må alltid ligge hos forskeren. Dette prinsippet er konstant i alle stadier.