End-to-end forskningsarbetsflöde och verifieringsprotokoll

Vinster:

• Förmåga att etablera ett personligt och repeterbart forskningsarbetsflöde som integrerar artificiell intelligens i alla stadier från idé till publicering
• Möjlighet att koppla kontrollpunkterna för verifiering, konfidentialitet och öppenhet som ska tillämpas i varje steg till ett skriftligt protokoll
• Att kunna utvärdera gränserna för användningen av artificiell intelligens, att ansvaret alltid ligger hos forskaren, och den etiska grunden som helhet

I de föregående tio enheterna lärde vi oss hur man använder AI och var man ska sluta i varje forskningsstadium. Den här sista enheten binder ihop allt i ett sammanhängande arbetsflöde: en repeterbar och etisk process som säkert integrerar AI från idé till publicering. Kärnidén med denna enhet är att AI inte är drivkraften i något skede av forskningen; Vid varje steg finns en assistent, och vid varje steg passeras samma tre grindar – verifiering, sekretess, transparens – det yttersta ansvaret ligger alltid hos forskaren. Den goda nyheten är att dessa tre portar är desamma i alla stadier; när du binder dem till ett protokoll gäller det hela processen.

Flöde från slut till ände: steg för steg

Forskning fortskrider vanligtvis i sju faser, där AI tar på sig en annan assistentroll i varje.

1. Idé och fråga. AI begränsar ditt fokus till fokuserade, mätbara frågor; erbjuder alternativa ramar. Beslutet är ditt.

2. Litteratur. AI genererar sökstrategi (sökord, boolesk sträng); Du hittar och verifierar källor från riktiga databaser.

3. Läsning och syntes. AI sammanfattar fulltexter, bygger litteraturmatris; Du bekräftar varje fynd från originaltexten.

4. Design. AI erbjuder hypotes-, variabel-, design- och exempelalternativ; Du och den etiska kommittén fattar det metodologiska och etiska beslutet.

5. Analys. AI producerar kodutkast och utkommentar; Programvaran räknar ut, rådata förblir privat, du verifierar varje nummer.

6. Stavning. AI IMRaD-konturen ger flödeskontroll och språkpolering; Ursprungliga idéer, verklig data och din röst kommer från dig.

7. Frakt. AI producerar tidskriftsriktmärken, följebrev och utkast till granskaresvar; Du säkerställer tidskriftens autenticitet och vetenskaplig noggrannhet.

Ett mönster syns i detta flöde: AI alltid hastighet och djupgående, du alltid beslut och verifiering. Denna symmetri är ryggraden i arbetsflödet.

Tre dörrar: verifiering, integritet, transparens

Vid varje steg, skicka AI-utgången genom tre grindar innan du använder den.

Verifieringsport: Är varje fakta, siffra, attribution och påstående i denna utdata kopplade till en verklig källa? Har något som kan tillverkas (särskilt referenser och statistik) verifierats oberoende av varandra? Eventuella overifierade utdata kommer inte att fortsätta.

Sekretessgrind: Innehåller data jag laddar upp till det här verktyget personligt identifierbar information, opublicerad data, deltagaruttalanden eller konfidentiella referensrapporter? Om så är fallet, har jag anonymiserat det eller aldrig laddat upp det? Känner jag till fordonets policy för datalagring?

Transparency gate: Behöver jag deklarera denna användning? Överensstämmer det med institutionens och tidskriftspolicyn? Förde jag ett register över vad jag gjorde så att jag kunde förklara det i framtiden?

Tips: Skriv dessa tre dörrar på kanten av ditt skrivbord. Fortsätt inte förrän du har sagt "ja" till alla tre innan du använder varje AI-utgång. Med tiden blir det en reflex och stoppar de flesta fel innan de uppstår.

Att skriva ditt personliga protokoll

Det mest värdefulla resultatet är ett eget skrivet AI-användningsprotokoll: vilka verktyg du använder, vad du gör och inte har AI:n att göra i varje steg, dina verifieringssteg och ditt uttalande. Detta protokoll håller dig konsekvent, anpassar nya teammedlemmar och bevisar din integritet i en revision. Håll protokollet vid liv; Uppdatera när verktyg och policyer ändras.

Om du arbetar i ett team blir det här protokollet ett delat kontrakt: alla använder samma verktyg med samma gränser, ett register över vem som utnyttjar AI i vilket skede och ett gemensamt deklarationsspråk. Så medan en författare får språkstöd, tillverkar en annan inte omedvetet data; disciplin blir institutionell snarare än individuell. Denna transparens är också avgörande i relationen rådgivare-elev: att rådgivaren vet var eleven använder AI bevarar förtroendet och säkerställer att lärandet verkligen stannar hos studenten. Protokollet förvandlar AI:n från en "dold assistent" till ett öppet hanterat verktyg.

tre minifodral

Fall 1 — Avhandling sparad av protokollet. En doktorand skrev ett användningsprotokoll från början: "tillskrivningar endast från Zotero, AI endast språk och disposition, varje nummer från programvara." När juryn frågade om användningen av AI i hans avhandlingsförsvar visade han sin inspelning och sitt uttalande. Transparens skapade förtroende; Försvaret gick smidigt. Utan protokollet hade samma frågor kunnat förvandlas till tvivel.

Fall 2 — Fel fångat av tre grindar. En forskare skulle lägga till en "understödjande studie" som föreslagits av AI till diskussionssektionen. Verifiering stannade vid dörren: DOI olöst, källa tillverkad. Han bekräftade att han inte laddade upp rådata vid integritetsporten. Han lade till språkstöd för öppenhetsporten till sitt uttalande. Alla tre dörrarna fungerade en efter en; Den felaktiga tillskrivningen upphörde innan den kunde sändas.

Fall 3 — End-to-end hastighet. Ett team startade ett nytt projekt med ett protokoll; varje medlem övade på samma tre grindar. De använde AI konsekvent, från litteratur till skrivande, och den totala tiden var betydligt kortare, men det fanns inte en enda påhittad tillskrivning eller brott mot konfidentialitet. Skillnaden var inte att de använde AI, utan att de använde det med en gemensam disciplin.

Kopierbara mallar

1) Ramverk för personligt AI-användningsprotokoll:

Ta fram en mall för "protokoll för användning av AI i forskning". Avsnitt: (1) de verktyg jag använder, (2) de tillåtna och förbjudna åtgärderna av AI vid varje forskningsstadium, (3) mina verifieringssteg, (4) sekretessregler, (5) mitt insyns-/deklarationsuttalande. Tillhandahåll en tom fyllbar ram.

2) Tredörrarskontroll per steg:

För närvarande [stadium: t.ex. Jag är i [analys]-fasen och jag överväger att använda följande AI-utgång: [output summary]. Generera mig kontrollfrågor för tre dörrar: autentisering, integritet, transparens. Vad ska jag kontrollera vid varje dörr?

3) End-to-end-verifieringslogg:

Ta fram en valideringsloggtabell för ett forskningsprojekt: [fas, vad användes AI för, utdata, valideringsmetod, var den validerad, krävs deklaration]. Låt den vara tom och fyllbar.

4) Slutbesiktning före publicering:

Ta fram en sista checklista för AI-etik före inlämning: är alla citat verifierade med DOI, ingen data har tillverkats, rådata har inte läckt ut, har användning deklarerats, institutions+tidskriftspolicy har uppfyllts, är det ursprungliga bidraget min. Gör det bokmärkbart.

Svag prompt / Stark prompt

Svag uppmaning:

Hur använder jag artificiell intelligens i min forskning?

Mycket allmänt; Det inkluderar inte stadier, begränsningar och verifieringsdiscipliner.

Kraftfull uppmaning:

Din roll: konsult för forskningsintegritet. Mitt projekt: [kort beskrivning].Ta fram en heltäckande arbetsflödestabell för 7 faser från idé till release, inklusive AI:s tillåtna roll, förbjudet arbete och kontroller för verifiering/sekretess/transparens i varje fas. Behåll i varje linje att det yttersta ansvaret ligger hos mig.

Scen

AI:s roll

oföränderlig dörr

idé/fråga

Kollaps, alternativ

Det är ditt beslut

litteratur

Skapa strategier

verifiera källan

syntes

sammanfattning, matris

Bekräfta fyndet

Design

Erbjud inte alternativ

Etik + beslutet är ditt

Analys

Kod, kommentar

Validera nummer, skydda data

stavning

drag, flöde

Originaliteten är din

frakt

kriterium, disposition

Magasin + noggrannhet är din

Vanliga misstag

• Avslappnande disciplin beroende på steg. De tre grindarna är desamma i varje steg; Uppmärksamheten bör inte försvinna mot slutet.
• Skriver inte ett protokoll. Utan skrivna regler försvinner konsekvens och granskningsbarhet.
• Att göra AI till en drivrutin. Måste ha hastighetsassistent; Beslutet och valideringen är alltid ditt.
• Hoppa över inspelning. Du kan inte bevisa transparens om du inte dokumenterar vad du gör.
• Försummar en enda dörr. Autentisering, integritet och transparens samverkar; Saknas en så går kedjan av.

Varning: AI-verktyg och institutionella/tidskriftspolicyer förändras snabbt. En ansökan som gäller idag kan vara otillräcklig i morgon. Se över ditt protokoll och dina policyer regelbundet; Disciplinen är konstant, verktygen varierar.

Sammanfattningsvis

I hela forskningsarbetsflödet är AI en pacing- och ritningsassistent i varje steg, inte en förare i något skede. Från idé till publicering är mönstret detsamma: AI producerar, du bestämmer och verifierar. Skicka varje utgång genom tre grindar – autentisering, sekretess, transparens – och koppla dem till ett personligt protokoll. Denna disciplin kombinerar hastigheten hos AI med akademisk integritet. Den kortaste regeln: assisterande AI, förare och du som är ansvarig i varje steg.

Applikationsuppgift

Skriv ett ensidigt AI-användningsprotokoll för din egen aktuella eller planerade forskning: verktygen du använder, de 7 stegen för AI tillåtet/förbjudet arbete, dina verifieringssteg, sekretessregler och din deklarationsförklaring. Välj sedan ett steg, applicera tre-grindskontrollen på en faktisk utgång och skicka resultatet till din verifieringslogg.

checklista

• [ ] Har jag klargjort rollen och gränsen för AI för vart och ett av de sju stegen?
• [ ] Skickar jag varje utdata genom grindarna för verifiering, konfidentialitet och transparens?
• [ ] Har jag ett skriftligt personligt AI-användningsprotokoll?
• [ ] Registrerar jag min användning i en verifieringslogg?
• [ ] Vidhåller jag i varje skede att jag har det yttersta vetenskapliga ansvaret?

Modulexamen

1. En doktorand lägger till de 10 källorna från artificiell intelligens för litteraturgranskning till sitt avhandlingsförslag utan att kontrollera dem; Hans rådgivare inser att 3 av källorna faktiskt inte existerar. Vad är den viktigaste lärdomen av denna situation?

• A) Använda varje källa som föreslagits av artificiell intelligens utan att verifiera den genom DOI och databas; Bortse från att ansvaret ligger på forskaren ✔
• B) Det är strängt förbjudet att använda artificiell intelligens vid litteraturgranskning
• C) Antalet resurser bör vara 5 istället för 10
• D) Examensförslaget presenteras inte med en tabell

Förklaring: Artificiell intelligens kan producera flytande men obefintliga attributioner (hallucinatorisk attribution). Detta är den mest förödande risken i akademin; Alla källor kan inte användas utan verifiering genom DOI, imprint och databas, och ansvaret ligger på forskaren.

2. Vilken är den mest exakta positioneringen av artificiell intelligens i litteraturgranskning?

• A) Som en databas som ger en exakt och komplett lista över källor
• B) Som ett hjälpmedel för sökstrategi och nyckelordsgenerering, men vars källor måste verifieras i riktiga databaser ✔
• C) Som en kontrollör som ersätter verktyget för att upptäcka plagiat
• D) Som ett arkiv som tillhandahåller hela texten till artiklarna royaltyfritt

Förklaring: AI är inte en pålitlig källdatabas; De angivna avtrycken kan vara tillverkade. Den korrekta rollen är att generera sökstrategin (sökord, boolesk sträng, omfattning); Själva källorna måste hittas och verifieras i riktiga databaser (Scholar, Scopus, WoS, PubMed).

3. En forskare låter AI:en sammanfatta en artikel, och sammanfattningen innehåller ett uttalande om "signifikant skillnad hittad" som inte finns i artikeln. Vad är korrekt beteende?

• A) Acceptera abstraktet som det är, eftersom AI har läst artikeln
• B) Citera abstraktet som källa
• C) Verifiera resultaten och slutsatserna genom att återgå till den ursprungliga artikeltexten ✔
• D) Be att göra sammanfattningen kortare

Förklaring: När man sammanfattar kan AI förvränga upptäckten eller lägga till slutsatser som inte finns. Varje påstående som innehåller resultat, metoder och numeriska resultat bör verifieras genom att återgå till originaltexten; Sammanfattningen är en bekvämlighet och ersätter inte källan.

4. Vilket påstående är mest korrekt för artificiell intelligenss roll i forskningsdesign?

• A) Artificiell intelligens väljer metod och ersätter etikkommitténs godkännande
• B) Artificiell intelligens slutför urvalsstorleken och beslutet ligger inte kvar hos forskaren
• C) Artificiell intelligens genererar alternativ och utkast; Design, etiskt och metodologiskt ansvar ligger hos forskaren ✔
• D) Artificiell intelligens kan inte användas på något sätt i forskningsdesign

Beskrivning: Artificiell intelligens är en tankepartner som genererar alternativ för hypoteser, variabler och metoder; Designval, godkännande av etikkommittén (IRB) och metodansvar tillhör dock forskaren. Förslaget om artificiell intelligens är ett utkast, inte ett vetenskapligt beslut.

5. Vilken är den mest kritiska integritets- och autentiseringsprincipen när artificiell intelligens producerar dataanalyskodutkast?

• A) Ladda rådata som de är och direkt rapportera resultatet från artificiell intelligens
• B) Skriva p-värdet som ges av artificiell intelligens utan att kontrollera det
• C) Att låta det statistiska testet väljas av artificiell intelligens och inte be om motivering
• D) Utkast kod och manuellt verifiera varje digital utgång utan att dela rådata som innehåller ID ✔

Förklaring: Rå och identifierande data från deltagare bör inte laddas upp till allmänt tillgängliga verktyg; Kodutkastet måste begäras och köras lokalt, och varje utgång (testval, numeriskt resultat) måste bekräftas manuellt. Artificiell intelligens kan också producera falsk statistik.

6. Vilken är rätt ordning på avsnitten i IMRaD-strukturen?

• A) Metod, Inledning, Diskussion, Resultat
• B) Resultat, metod, inledning, diskussion
• C) Diskussion, resultat, metod, introduktion
• D) Inledning, metod, resultat, diskussion ✔

Beskrivning: IMRaD är standardramverket för empiriska artiklar: Introduktion, Metoder, Resultat och Diskussion. Att specificera vilket avsnitt du skriver för när du begär ett utkast från artificiell intelligens ökar kvaliteten på utdata.

7. Vilket är det bästa tillvägagångssättet vad gäller originalitet när man lägger till en artificiell intelligens-genererad text till en akademisk artikel?

• A) Att använda utkastet som det är, eftersom språket är flytande
• B) Originalisera och validera utkastet med din egen analys, data och tolkning ✔
• C) Klistra in utkastet i texten utan att läsa det
• D) Dölja källan till utkastet och presentera hela utkastet som sin egen mening

Beskrivning: AI-utgången är ett utkast; Det är inte forskarens egen åsikt, data eller tolkning. Manuskriptet bör vara originaliserat av författarens egen analys, bidrag och verifiering; Den ska inte användas som den är och presenteras som ett bidrag.

8. En engelsk författare som inte är modersmål använder artificiell intelligens för språkpolering. Vilken risk bör särskilt granskas?

• A) Texten ska vara kortare
• B) Förskjutning av betydelse och felöversättning av fälttermer ✔
• C) Ändra teckensnitt
• D) Öka antalet stycken

Förklaring: Vid korrigering av språk kan AI ändra innebörden och ersätta den domänspecifika tekniska termen med fel motsvarighet. Författaren måste bevara den ursprungliga betydelsen och terminologin för varje mening; Innehåll bör inte tillåtas förvrängas för flytets skull.

9. Vilket är det farligaste beteendet och korrekta försiktighetsåtgärden för artificiell intelligens vid attributionsproduktion?

• A) Att hitta på referenser som verkar verkliga men som inte existerar; ✔ verifiera varje citat via DOI och databas
• B) Alfabetisk ordning av citat; bryta ordern manuellt
• C) För många citatförslag; minska antalet
• D) Förmåga att ändra citeringsstilen; lås till en stil

Beskrivning: AI kan skapa bylines (inklusive författare, årtal, DOI) som verkar verkliga men som inte existerar. Varje citat bör verifieras oberoende av DOI-analys eller databassökning; Det säkraste sättet är att hantera hänvisningar från den faktiska posten med verktyg som Zotero/Mendeley.

10. Vad är ett av de typiska tecknen på att känna igen en rovtidning?

• A) Löfte om snabb publicering, aggressiv e-postinbjudan och orealistiskt påstående om påverkan ✔
• B) Transparent domarprocess och inkludering i erkända kataloger
• C) Dokumentera policyn för öppen åtkomst
• D) Redaktionen är verklig och verifierbar

Förklaring: Rovtidskrifter tar ut avgifter med löfte om snabb publicering och gör ingen riktig peer review; Aggressiv e-postinbjudan, overklig påverkan, vaga avtryck och bred täckning utanför domänen är typiska tecken. Tidskrifter som rekommenderas av artificiell intelligens bör verifieras med DOAJ och oberoende källor.

11. Enligt AI-policyn för de flesta akademiska tidskrifter och institutioner, vad är lämpligt för användningen av AI i en artikel?

• A) Om bidraget med artificiell intelligens är betydande bör det läggas till som medförfattare
• B) Artificiell intelligens kan inte vara en författare; dess användning bör deklareras öppet och ansvaret bör ligga hos den mänskliga författaren ✔
• C) Användning deklareras inte under några omständigheter och hålls konfidentiell
• D) Användningen av artificiell intelligens är i alla fall plagiat och artikeln kommer att avvisas.

Avslöjande: Gemensam redaktionell princip (t.ex. ICMJE- och COPE-linjen) säger att AI:n inte kan vara författaren, men att dess användning måste avslöjas på ett transparent sätt i metoden eller bekräftelser/bekräftelseavsnittet. Ansvaret ligger hos mänskliga författare och användningen är inte dold.

12. Vad är självplagiat?

• A) Använda en annan författares text utan tillstånd
• B) Använda texten som produceras av artificiell intelligens
• C) Författaren återpresenterar sin egen tidigare publikation utan lämplig tillskrivning ✔
• D) Att skriva en artikel med mer än en författare

Förklaring: Självplagiat är författarens återpresentation av sitt eget tidigare publicerade verk i ett nytt verk utan korrekt tillskrivning. Även om artificiell intelligens skriver om den gamla texten, om samma idé/data upprepas utan tillskrivning, är det ett etiskt brott; Skyldigheten att ange källor är inte utesluten.

13. Vilken är den bästa gränsen för en författare som använder artificiell intelligens när han förbereder svar på domarkommentarer?

• A) Artificiell intelligens garanterar svarets vetenskapliga noggrannhet, författaren får inte kontrollera det
• B) Det är säkert att ladda upp domarrapporten som den är till ett offentligt verktyg.
• C) Det är det mest effektiva sättet att lämna svaret helt till artificiell intelligens.
• D) AI kan generera utkast/toner; Ansvaret för vetenskaplig noggrannhet och konfidentialitet ligger hos författaren ✔

Beskrivning: AI kan generera tonen och konturen av svarsbrevet; Ansvaret för riktigheten av vetenskapliga påståenden, ytterligare analyser och löften ligger dock på författaren. Dessutom är domarrapporten ett konfidentiellt dokument; Innehåll bör inte delas utan anonymisering på grund av risken för integritetsintrång.

14. Vilken är den vanliga oföränderliga principen att använda artificiell intelligens i forskningsarbetsflödet från slut till slut?

• A) Verifiering, konfidentialitet och transparens i varje skede; ✔ Det slutliga ansvaret ligger kvar på forskaren
• B) Validering bör endast göras i det sista skedet för att spara tid
• C) Mindre verifiering av AI-utgången när steget fortskrider
• D) Transparens krävs endast för avvisade artiklar

Beskrivning: Från litteratur till publikation, AI ger utkast och hastighet i varje steg; Varje utdata måste dock valideras, datakonfidentialitet måste skyddas, användning måste deklareras öppet och det slutliga vetenskapliga ansvaret måste alltid ligga hos forskaren. Denna princip är konstant i alla stadier.