Vinster:
- Förmåga att använda artificiell intelligens inte som en informationskälla utan som ett verktyg för ämneskartläggning, generering av söktermer och sammanfattning av givna texter
- Möjlighet att verifiera varje föreslagen källa i katalogen och skydda mot risken för fiktiva citat
- Förmåga att skilja mellan primära och sekundära källor och korskontrollera varje datum och fakta med minst två tillförlitliga källor
Litteraturforskning handlar om att fastställa informationen kring en text: vilken period en författare skrev, vilken rörelse han ansluter sig till, hur ett verk togs emot, vem sa vad om ett ämne. Det här jobbet kräver skanning, läsning och syntetisering (kombination av spridd information till en sammanhängande helhet) från flera källor. AI är en kraftfull accelerator inom detta område — men det är också ett av de områden där det är farligast; eftersom AI med säkerhet kan producera obefintliga källor, felaktiga datum och förvrängd information.
Sammanfattningen med en mening i denna enhet är denna: Använd AI som ett "forskningsinduktions- och organisationsverktyg", inte en "informationskälla"; Varje fakta, datum och källa anges inte någonstans utan verifiering från den primära tillförlitliga källan.
Varför är inte AI en källa till kunskap?
AI är en textprediktionsmaskin, inte ett riktigt bibliotek. När du ställer en fråga producerar den svaret som "verkar mest troligt" för dig; Han vet inte om detta svar är korrekt eller inte och kan inte garantera dig det. Dessutom har AI:s kunskap ett slutdatum (det datum då modellen tar slut på data att träna på); Den vet inte vad som kommer att hända efter det datumet, och informationen före det datumet kan också vara felaktig. Därför:
- Använd inte ett utgivningsår från YZ utan att verifiera det.
- Inkludera inte en källa som föreslagits av AI i din bibliografi utan att bekräfta att den faktiskt existerar.
- Skicka inte vidare AI:s "information" om en författare utan att krysskolla den med ett uppslagsverk eller referentgranskad publikation.
Varning: AI-genererade bibliografier är särskilt riskabla. AI kan kombinera ett verkligt författarnamn med en realistisk titel och ett realistiskt årtal för att producera en resurs som aldrig funnits. Detta kallas "fantomattribution" och är ett allvarligt misstag i den akademiska världen. Verifiera varje källa mot bibliotekskatalogen eller en pålitlig databas.
Att använda AI korrekt i forskning
AI är verkligen användbart i följande forskningsstadier:
- Kartläggning av ämnet: "Vilka underämnen, vilka diskussioner finns det om detta ämne?" En snabbstartskarta till frågan.
- Generering av söktermer: Diversifiera nyckelorden du kommer att söka i bibliotek och databaser.
- Sammanfatta det du läser: Sammanfatta och jämföra faktiska texter som DU tillhandahållit.
- Syntesöversikt: Organisera dina verifierade anteckningar i en sammanhängande disposition.
- Motförhör: "Vad kan vara svagheten med den här avhandlingen?" Testa inte tanken genom att säga.
Var försiktig: i alla dessa stadier kommer informationen från dig eller en pålitlig källa; AI reglerar och accelererar, inte producerar.
Tips: Istället för att få AI:n att "förklara" ett ämne, ge den tillförlitliga texter du har hittat och låt dem sammanfatta och jämföra. På detta sätt kommer du att förlita dig på källan du har verifierat, istället för informationen som AI:n har memorerat (vilket kan vara fel).
tre minifodral
Fall 1 — Ämneskartläggning påskyndad forskning. En forskare fick en underrubrikkarta från AI när han gick in i ett nytt ämne. Av de 12 underrubrikerna arbetade 9, 3 var irrelevanta. Kartan visade var bibliotekssökningen skulle börja; Men informationen under varje rubrik skannades från riktiga källor.
Fall 2 – Tre fiktiva källor fångades. En student sökte i bibliotekskatalogen efter 8 resurser som YZ föreslagit. 3 fanns inte alls, 1 tillskrevs fel författare, 4 var verkliga. Studenten använde endast 4 bekräftade källor och drabbades av en fiktiv tillskrivningskatastrof.
Fall 3 — Felaktigt datum korrigerat i syntesen. I en masteruppsats tillskrev AI början av en trend till fel år. Eleven korrigerade datumet efter att ha korskontrollerat det med två tillförlitliga källor. Om man förlitade sig på en enda källa (AI) skulle ett grundläggande fel kvarstå i avhandlingen.
Fall 4 — Att återgå till den primära källan förändrade tolkningen. En forskare citerade en rad från en poet från en recensionsartikel (sekundärkälla). När han återvände till poetens bok (den primära källan), fann han att artikeln hade citerat raden ofullständigt och detta hade ändrat tolkningen. Disciplinen att återvända till den primära källan förhindrade en slutsats baserad på ett falskt citat.
Fyra kopierbara mallar
1) Ämneskartläggning:
Din roll: litteraturforskningskonsult. Vilka underrubriker och diskussionsaxlar kan det finnas om följande ämne: [ämne]. Skapa en KARTA bara för att börja din forskning; GÖRA INTE exakt information, datum eller källor. Markera varje titel som "att verifieras från biblioteket".
2) Sammanfattning av den givna källan (säkert sätt):
Nedan är en pålitlig text jag hittade. Enbart baserat på denna text: huvuduppsats, använda bevis och kontroversiella punkter. Lägga till information som inte finns i texten, tala ur ditt eget minne. Text: [klistra in text]
3) Disciplin för källverifiering:
Jag ska ge dig en lista med resurser. För varje resurs: kontrollera att citatet är stilistiskt konsekvent. VARNING: Du kan inte verifiera om en resurs faktiskt existerar; berätta för mig hur man söker efter varje resurs i bibliotekskatalogen. Fitting imprint completion.Lista: [klistra in lista]
4) Mothypotes:
Generera de starkaste argumenten mot mitt examensarbete nedan. Berätta för mig vilka typer av källor som kan motbevisa denna tes. Mitt mål är att stärka mitt examensarbete. Framställ endast logiska invändningar; citera påhittade källor. Uppsats: [skriv din uppsats]
Svag prompt / Stark prompt
Svag: "Ge mig 10 källor om detta ämne."
Güçlü: "Berätta för mig vilken typ av källor (peer-reviewed artikel, encyklopediartikel, avhandling, pålitlig bok) och med vilka nyckelord jag ska söka efter forskning om detta ämne. Ta inte fram några citat som du inte är säker på att existerar; ge mig istället en effektiv sökstrategi. Jag kommer att sammanfatta och verifiera källorna jag hittar senare åt dig."
Den kraftfulla uppmaningen hindrar AI från att generera imaginära resurser och använder den som en "sökstrateg". Svag uppmaning inbjuder direkt till risken för fiktiv tillskrivning.
Forskningsfas och verifieringstabell
Scen
AI roll
verifiering
ämneskartläggning
Föreslår underrubrik
Skanna från biblioteket
Sökterm
Det diversifierar ordet
genom att försöka
inköp
opålitliga
Katalog/databasbekräftelse
textsammanfattning
Stark (i given text)
Jämförelse med text
syntes
Utkast till layouter
mänskligt omdöme
datum/faktum
opålitliga
Minst två källor
Primär och sekundär källseparation
Inom forskning är det att separera källor i två typer som ligger till grund för verifieringen. Primär källa (en händelse, ett verk eller ett fenomen i sig; originalet till texten som studeras – till exempel en poets diktbok i sig, ett författarbrev, en tidning från en period). Sekundär källa (en efterföljande recension, kritik eller kommentar till den primära källan – till exempel en artikel som analyserar en poets verk). Inom litteraturforskningen är den verkliga auktoriteten den primära källan: om du talar om en rad måste du ta den raden från själva dikten, inte från en begagnad artikel.
Det är här AI är farligast: den levererar genom att "komma ihåg" en rad, en plot eller ett datum; men detta är andra- eller till och med tredjehands, ofta disigt minne. Så regeln är tydlig: bekräfta alltid ett påstående från primärkällan (ett citat, en rad, en händelse) från själva primärkällan. Använd AI för att kartlägga vilka typer av argument som kan finnas i sekundärlitteraturen och för att sammanfatta de faktiska sekundära texterna du tillhandahåller.
Tips: Innan du använder en del information, fråga: "Är detta ett primärt eller sekundärt anspråk?" Om primär, återgå till originaltexten; Om sekundärt, basera det på en verklig och verifierad publikation. Ingenting som AI "kommer ihåg" är ett substitut för dessa två typer av resurser.
Vanliga misstag
- Misstag AI för en informationskälla. AI producerar förutsägelser; Det är inte en källa.
- Använd rekommenderade källor utan att bekräfta dem. Fiktiv attribution är felet med högst risk.
- Få datum från en enda källa. Korskontrollera med minst två tillförlitliga källor.
- Förlitar sig på AI:s memorering. Ge dina egna pålitliga texter och sammanfatta dem.
- Glömde slutdatumet. AI kanske inte känner till den aktuella utvecklingen.
Sammanfattningsvis
AI i litteraturforskning; Det är ett kraftfullt hjälpmedel för ämneskartläggning, generering av söktermer, sammanfattning och syntetisering av givna texter. Men det är inte en informationskälla: använd aldrig datum, fakta och särskilt källor utan att verifiera dem. Imaginär tillskrivning är den farligaste fällan på detta område. Placera AI som ett verktyg för att organisera och accelerera, och den pålitliga källan som den sanna platsen för information.
Applikationsuppgift
Välj ett forskningsämne. Skaffa en startkarta från AI med mallen "topic mapping". Försök sedan att låta AI rekommendera 5 resurser och sök i var och en i bibliotekskatalogen; Räkna hur många som faktiskt finns. Skriv ner den här upplevelsen i ett stycke: Var var AI till hjälp, var var den opålitlig?
checklista
- [ ] Jag använde AI som ett forskningsverktyg, inte en informationskälla.
- [ ] Jag bekräftade förekomsten av varje resurs i katalogen.
- [ ] Jag korskontrollerade varje datum och fakta med minst två källor.
- [ ] Jag gav mina egna pålitliga texter och sammanfattade dem.
- [ ] Jag etablerade syntesen och bedömningen själv.