กำไร:
- ความสามารถในการใช้ปัญญาประดิษฐ์ไม่ใช่แหล่งข้อมูล แต่เป็นเครื่องมือในการทำแผนที่หัวข้อ การสร้างคำค้นหา และการสรุปข้อความที่กำหนด
- ความสามารถในการตรวจสอบแหล่งที่มาที่แนะนำแต่ละแหล่งในแค็ตตาล็อก และป้องกันความเสี่ยงของการอ้างอิงที่สมมติขึ้น
- ความสามารถในการแยกแยะระหว่างแหล่งข้อมูลหลักและแหล่งรอง และตรวจสอบวันที่และข้อเท็จจริงกับแหล่งข้อมูลที่เชื่อถือได้อย่างน้อยสองแหล่ง
การวิจัยทางวรรณกรรมเป็นเรื่องเกี่ยวกับการสร้างข้อมูลเกี่ยวกับข้อความ: ผู้เขียนเขียนในช่วงเวลาใด ความเคลื่อนไหวใดที่เขายึดถือ วิธีการรับงาน ใครพูดอะไรในหัวข้อนั้น งานนี้ต้องมีการสแกน การอ่าน และการสังเคราะห์ (การรวมข้อมูลที่กระจัดกระจายเป็นข้อมูลที่เชื่อมโยงกัน) จากหลายแหล่ง AI เป็นตัวเร่งที่ทรงพลังในสาขานี้ แต่ก็เป็นหนึ่งในพื้นที่ที่อันตรายที่สุดเช่นกัน เพราะ AI สามารถสร้างแหล่งที่มาที่ไม่มีอยู่ วันที่ไม่ถูกต้อง และข้อมูลที่ถูกรบกวนได้อย่างมั่นใจ
เนื้อหาประโยคเดียวของหน่วยนี้คือ: ใช้ AI เป็น "เครื่องมือการปฐมนิเทศและการวิจัยในองค์กร" ไม่ใช่ "แหล่งข้อมูล"; ข้อเท็จจริง วันที่ และแหล่งที่มาทั้งหมดจะไม่ถูกป้อนทุกที่โดยไม่มีการตรวจสอบจากแหล่งข้อมูลหลักที่เชื่อถือได้
ทำไม AI ถึงไม่ใช่แหล่งความรู้?
AI เป็นเครื่องทำนายข้อความ ไม่ใช่ห้องสมุดจริง เมื่อคุณถามคำถาม มันจะสร้างคำตอบที่ "ดูเหมือนเป็นไปได้มากที่สุด" สำหรับคุณ เขาไม่รู้ว่าคำตอบนี้ถูกต้องหรือไม่ และไม่สามารถรับประกันให้คุณได้ นอกจากนี้ ความรู้ของ AI มีวันที่สิ้นสุด (วันที่ที่แบบจำลองไม่มีข้อมูลที่จะฝึก) โดยไม่รู้ว่าจะเกิดอะไรขึ้นหลังจากวันนั้นและข้อมูลก่อนวันดังกล่าวก็อาจผิดพลาดได้เช่นกัน ดังนั้น:
- อย่าใช้ปีที่ตีพิมพ์โดย YZ โดยไม่ตรวจสอบ
- อย่ารวมแหล่งข้อมูลที่แนะนำโดย AI ในบรรณานุกรมของคุณโดยไม่ยืนยันว่ามีอยู่จริง
- อย่าส่งต่อ "ข้อมูล" ของ AI เกี่ยวกับผู้แต่งโดยไม่ตรวจสอบกับสารานุกรมหรือสิ่งพิมพ์ที่ได้รับการตรวจสอบโดยผู้ทรงคุณวุฒิ
ข้อควรระวัง: บรรณานุกรมที่สร้างโดย AI มีความเสี่ยงอย่างยิ่ง AI สามารถรวมชื่อผู้แต่งที่แท้จริงเข้ากับชื่อเรื่องที่สมจริงและปีที่เป็นจริงเพื่อสร้างทรัพยากรที่ไม่เคยมีมาก่อน สิ่งนี้เรียกว่า "การระบุแหล่งที่มาหลอก" และเป็นข้อผิดพลาดร้ายแรงในโลกวิชาการ ตรวจสอบแหล่งที่มาแต่ละแห่งกับแคตตาล็อกห้องสมุดหรือฐานข้อมูลที่เชื่อถือได้
การใช้ AI อย่างถูกต้องในการวิจัย
AI มีประโยชน์มากในการวิจัยขั้นตอนต่อไปนี้:
- การทำแผนที่หัวข้อ: "มีหัวข้อย่อยอะไรบ้าง มีการสนทนาอะไรบ้างในหัวข้อนี้" แผนที่เริ่มต้นอย่างรวดเร็วสำหรับคำถาม
- การสร้างคำค้นหา: การกระจายคำหลักที่คุณจะค้นหาในห้องสมุดและฐานข้อมูล
- สรุปสิ่งที่คุณอ่าน: สรุปและเปรียบเทียบข้อความจริงที่คุณให้ไว้
- โครงร่างการสังเคราะห์: การจัดระเบียบบันทึกย่อที่ได้รับการตรวจสอบแล้วให้เป็นโครงร่างที่สอดคล้องกัน
- คำถามโต้แย้ง: “วิทยานิพนธ์ฉบับนี้มีจุดอ่อนอะไร” อย่าทดสอบความคิดด้วยการพูด
โปรดใช้ความระมัดระวัง: ในทุกขั้นตอนเหล่านี้ ข้อมูลจะมาจากคุณหรือแหล่งที่เชื่อถือได้ AI ควบคุมและเร่งความเร็ว ไม่ใช่สร้าง
เคล็ดลับ: แทนที่จะให้ AI "อธิบาย" เป็นหัวข้อ ให้ใส่ข้อความที่เชื่อถือได้ที่คุณพบ แล้วให้พวกเขาสรุปและเปรียบเทียบ ด้วยวิธีนี้คุณจะต้องพึ่งพาแหล่งที่มาที่คุณได้ยืนยันแล้ว แทนที่จะเป็นข้อมูลที่ AI จดจำไว้ (ซึ่งอาจผิด)
มินิเคสสามอัน
กรณีที่ 1 — การทำแผนที่หัวข้อเร่งการวิจัย นักวิจัยได้รับแผนที่หัวข้อย่อยจาก AI เมื่อเข้าสู่หัวข้อใหม่ จาก 12 หัวข้อย่อย 9 หัวข้อใช้งานได้ 3 หัวข้อไม่เกี่ยวข้อง แผนที่แสดงตำแหน่งที่จะเริ่มค้นหาห้องสมุด แต่ข้อมูลในแต่ละหัวข้อก็สแกนมาจากแหล่งจริง
กรณีที่ 2 — ตรวจพบแหล่งที่สมมติขึ้นได้ 3 แห่ง นักเรียนคนหนึ่งค้นหาแหล่งข้อมูล 8 รายการที่แนะนำโดย YZ ในแค็ตตาล็อกห้องสมุด 3 ไม่มีอยู่เลย 1 คนมาจากผู้เขียนผิด 4 คนเป็นของจริง นักเรียนใช้แหล่งข้อมูลที่ได้รับการยืนยันเพียง 4 แหล่งและประสบภัยพิบัติจากการระบุแหล่งที่มาที่สมมติขึ้น
กรณีที่ 3 — วันที่ไม่ถูกต้องได้รับการแก้ไขในการสังเคราะห์ ในวิทยานิพนธ์ระดับปริญญาโท AI ถือว่าจุดเริ่มต้นของแนวโน้มมาจากปีที่ไม่ถูกต้อง นักเรียนแก้ไขวันที่หลังจากตรวจสอบกับแหล่งข้อมูลที่เชื่อถือได้สองแห่ง หากอาศัยแหล่งที่มาเดียว (AI) ข้อผิดพลาดพื้นฐานจะยังคงอยู่ในวิทยานิพนธ์
กรณีที่ 4 — การกลับไปยังแหล่งข้อมูลหลักทำให้การตีความเปลี่ยนไป นักวิจัยอ้างข้อความจากกวีจากบทความวิจารณ์ (แหล่งรอง) เมื่อเขากลับมาที่หนังสือของกวี (แหล่งข้อมูลหลัก) เขาพบว่าบทความนี้อ้างอิงบรรทัดที่ไม่สมบูรณ์ และทำให้การตีความเปลี่ยนไป ระเบียบวินัยในการกลับไปยังแหล่งข้อมูลหลักป้องกันการอนุมานตามคำพูดที่เป็นเท็จ
เทมเพลตที่สามารถคัดลอกได้สี่แบบ
1) การทำแผนที่หัวข้อ:
บทบาทของคุณ: ที่ปรึกษาการวิจัยวรรณกรรม หัวข้อย่อยและแกนการอภิปรายใดบ้างที่สามารถมีได้ในหัวข้อต่อไปนี้: [หัวข้อ] สร้าง MAP เพื่อเริ่มการวิจัยของคุณ อย่าอ้างข้อมูล วันที่ หรือแหล่งที่มาที่ชัดเจน ทำเครื่องหมายแต่ละชื่อว่า "ต้องได้รับการยืนยันจากห้องสมุด"
2) สรุปแหล่งที่มาที่กำหนด (วิธีที่ปลอดภัย):
ด้านล่างนี้เป็นข้อความที่เชื่อถือได้ที่ฉันพบ อ้างอิงจากข้อความนี้เพียงอย่างเดียว: วิทยานิพนธ์หลัก หลักฐานที่ใช้ และประเด็นที่เป็นข้อขัดแย้ง การเติมข้อมูลที่ไม่ได้อยู่ในข้อความโดยพูดจากความทรงจำของคุณเอง ข้อความ: [วางข้อความ]
3) ระเบียบวินัยในการตรวจสอบแหล่งที่มา:
ฉันจะให้รายการทรัพยากรแก่คุณ สำหรับแหล่งข้อมูลแต่ละรายการ: ตรวจสอบว่าการอ้างอิงมีสไตล์สอดคล้องกัน คำเตือน: คุณไม่สามารถตรวจสอบได้ว่ามีทรัพยากรอยู่จริงหรือไม่ บอกวิธีค้นหาทรัพยากรแต่ละรายการในแค็ตตาล็อกห้องสมุด การติดตั้งสำนักพิมพ์เสร็จสมบูรณ์ รายการ: [วางรายการ]
4) สมมติฐานโต้แย้ง:
สร้างข้อโต้แย้งที่หนักแน่นที่สุดเพื่อโต้แย้งข้อความวิทยานิพนธ์ของฉันด้านล่าง บอกฉันว่าแหล่งข้อมูลประเภทใดที่สามารถหักล้างวิทยานิพนธ์นี้ได้ เป้าหมายของฉันคือการทำให้วิทยานิพนธ์ของฉันเข้มแข็งขึ้น สร้างเฉพาะข้อโต้แย้งเชิงตรรกะเท่านั้น อ้างอิงแหล่งที่มาที่ประดิษฐ์ขึ้น วิทยานิพนธ์: [เขียนวิทยานิพนธ์ของคุณ]
พรอมต์อ่อน / พรอมต์แรง
อ่อนแอ: "ขอแหล่งข้อมูลในหัวข้อนี้ 10 แหล่ง"
Güçlü: "บอกฉันว่าแหล่งที่มาประเภทใด (บทความที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิ, บทความสารานุกรม, วิทยานิพนธ์, หนังสือที่เชื่อถือได้) และด้วยคำหลักที่ฉันควรค้นหาเพื่อการวิจัยในหัวข้อนี้ อย่าสร้างการอ้างอิงใดๆ ที่คุณไม่แน่ใจว่ามีอยู่ แต่ให้กลยุทธ์การค้นหาที่มีประสิทธิภาพแก่ฉันแทน ฉันจะสรุปและตรวจสอบแหล่งที่มาที่ฉันพบในภายหลังสำหรับคุณ"
ข้อความแจ้งอันทรงพลังช่วยป้องกันไม่ให้ AI สร้างทรัพยากรในจินตนาการและใช้เป็น "นักยุทธศาสตร์การค้นหา" การแจ้งที่อ่อนแอทำให้เกิดความเสี่ยงโดยตรงต่อการระบุแหล่งที่มาที่สมมติขึ้น
ขั้นตอนการวิจัยและตารางการตรวจสอบ
เวที
บทบาทของเอไอ
การตรวจสอบ
การทำแผนที่หัวข้อ
เสนอหัวข้อย่อย
สแกนจากห้องสมุด
คำค้นหา
มันทำให้คำมีความหลากหลาย
โดยการพยายาม
การจัดหา
ไม่น่าเชื่อถือ
การยืนยันแคตตาล็อก/ฐานข้อมูล
การสรุปข้อความ
แข็งแกร่ง (ในข้อความที่กำหนด)
เปรียบเทียบกับข้อความ
การสังเคราะห์
เค้าโครงแบบร่าง
การตัดสินของมนุษย์
วันที่/ข้อเท็จจริง
ไม่น่าเชื่อถือ
อย่างน้อยสองแหล่ง
การแยกแหล่งที่มาหลักและรอง
ในการวิจัย การแยกแหล่งที่มาออกเป็นสองประเภทเป็นพื้นฐานของการตรวจสอบ แหล่งที่มาหลัก (เหตุการณ์ งาน หรือปรากฏการณ์ ต้นฉบับของข้อความที่กำลังศึกษาอยู่ เช่น หนังสือบทกวีของกวี จดหมายของนักเขียน หนังสือพิมพ์ในยุคหนึ่ง) แหล่งที่มารอง (การทบทวน วิจารณ์ หรือวิจารณ์แหล่งที่มาหลักในภายหลัง เช่น บทความที่วิเคราะห์งานของกวี) ในการวิจัยทางวรรณกรรม อำนาจที่แท้จริงคือแหล่งที่มาหลัก: หากคุณกำลังพูดถึงบรรทัด คุณต้องนำบรรทัดนั้นมาจากบทกวี ไม่ใช่จากบทความมือสอง
นี่คือจุดที่ AI อันตรายที่สุด: มันส่งมอบโดยการ "จดจำ" เส้นโครงเรื่องหรือวันที่ แต่นี่เป็นความทรงจำของมือสองหรือสาม ซึ่งมักจะคลุมเครือ ดังนั้นกฎจึงมีความชัดเจน: ยืนยันการอ้างสิทธิ์แหล่งที่มาหลัก (คำพูด บรรทัด เหตุการณ์) จากแหล่งที่มาหลักเสมอ ใช้ AI เพื่อแมปประเภทของข้อโต้แย้งที่อาจอยู่ในวรรณกรรมรอง และเพื่อสรุปข้อความรองตามจริงที่คุณระบุ
เคล็ดลับ: ก่อนที่จะใช้ข้อมูลใดๆ ให้ถามว่า "นี่เป็นการกล่าวอ้างหลักหรือรอง" หากเป็นเนื้อหาหลัก ให้กลับสู่ข้อความต้นฉบับ หากเป็นเรื่องรอง ให้อิงจากสิ่งพิมพ์จริงและผ่านการตรวจสอบแล้ว ไม่มีสิ่งใดที่ AI “จำได้” จะทดแทนทรัพยากรทั้งสองประเภทนี้ได้
ข้อผิดพลาดทั่วไป
- เข้าใจผิดว่า AI เป็นแหล่งข้อมูล AI สร้างการคาดการณ์ มันไม่ใช่แหล่งที่มา
- ใช้แหล่งข้อมูลที่แนะนำโดยไม่ยืนยัน การระบุแหล่งที่มาที่สมมติขึ้นคือข้อผิดพลาดที่มีความเสี่ยงสูงสุด
- รับวันที่จากแหล่งเดียว ตรวจสอบกับแหล่งข้อมูลที่เชื่อถือได้อย่างน้อยสองแห่ง
- อาศัยการท่องจำของ AI เขียนข้อความที่เชื่อถือได้ของคุณเองและสรุป
- ลืมวันตัดยอด AI อาจไม่ทราบพัฒนาการในปัจจุบัน
โดยสรุป
AI ในการวิจัยวรรณกรรม เป็นตัวช่วยที่มีประสิทธิภาพสำหรับการทำแผนที่หัวข้อ การสร้างข้อความค้นหา การสรุปและการสังเคราะห์ข้อความที่กำหนด แต่ไม่ใช่แหล่งข้อมูล: ห้ามใช้วันที่ ข้อเท็จจริง และโดยเฉพาะอย่างยิ่งแหล่งข้อมูลโดยไม่ตรวจสอบความถูกต้อง การระบุแหล่งที่มาในจินตนาการเป็นกับดักที่อันตรายที่สุดในสาขานี้ วางตำแหน่ง AI ให้เป็นเครื่องมือในการจัดระเบียบและเร่งความเร็ว และให้แหล่งข้อมูลที่เชื่อถือได้เป็นสถานที่ข้อมูลที่แท้จริง
งานสมัคร
เลือกหัวข้อการวิจัย รับแผนที่เริ่มต้นจาก AI ด้วยเทมเพลต “การทำแผนที่หัวข้อ” จากนั้นลองให้ AI แนะนำ 5 ทรัพยากร และค้นหาแต่ละรายการในแค็ตตาล็อกห้องสมุด นับจำนวนที่มีอยู่จริง เขียนประสบการณ์นี้ลงในย่อหน้าเดียว: AI มีประโยชน์ตรงไหน ส่วนไหนไม่น่าเชื่อถือ
รายการตรวจสอบ
- [ ] ฉันใช้ AI เป็นเครื่องมือในการวิจัย ไม่ใช่แหล่งข้อมูล
- [ ] ฉันยืนยันการมีอยู่ของทรัพยากรแต่ละรายการในแค็ตตาล็อก
- [ ] ฉันตรวจสอบวันที่และข้อเท็จจริงในแต่ละวันกับแหล่งข้อมูลอย่างน้อยสองแห่ง
- [ ] ฉันเขียนข้อความที่เชื่อถือได้และสรุปให้
- [ ] ฉันสร้างการสังเคราะห์และการตัดสินด้วยตัวเอง