收益：
- 能够把握为什么判断力的原创性是不可剥夺的，而人工智能只能是磨砺的伙伴
- 能够识别幻觉的形式，并分别验证 90% 的真实中的 10% 的捏造。
- 能够通过不隐藏歧义、准确呈现贡献以及测试自己的想法的原则来保持知识诚实。
我们已经来到了这个模块的最深层的单元。哲学中唯一有价值的是推理本身——原始的区别、大胆的论点、微妙的论证。在本单元中，我们将涵盖三个相互关联的主题：推理的原创性（当一个思想确实是一个人自己推理的产物，而不是别人或机器现成输出的副本时）、幻觉（人工智能产生不存在的信息、来源或引用作为事实）和智力诚实（在产生知识和想法时对自己和他人诚实；清楚地说明一个人不知道什么，从谁那里得到什么，以及不清楚什么）。这三者是人工智能在人文学科中应用的伦理核心。
以前的单元教授单一技能；该单元建立了作为这一切基础的精神纪律。因为工具会改变，但理智的诚实却不会。
为什么判断的原创性不可剥夺？
在哲学中，文本仅仅“给出正确答案”是不够的；你如何得出这个答案，你做了哪些区分，以及你预期和遇到的反对意见是真正有价值的。人工智能平均生成数百万条文本；这个平均值看起来很流畅、合理，而且往往很准确，但它并不是原创的。原创思维就从你脱离平均水平的地方开始：其他人没有做出的区分，对传统观点的大胆挑战，两个概念之间的新联系。
你可以使用人工智能作为思考伙伴——让它产生反对意见，向你展示你的盲点，帮助你澄清一个概念。但如果你把思考本身——论点、论证、结论——委托给别人，你就会得到一篇普通的文本，而你的贡献为零。此外，这违反了知识诚实：将别人的（在本例中是机器的）产品呈现为您自己的产品。
提示：在每次会议中问自己“让 AI 为我思考”和“让 AI 锐化我的思维”之间的区别。第一个扼杀了原创性；第二个加强。具体标准：会议结束时出现的论点和论证是来自你的脑海还是从屏幕上复制的？
识别并避免幻觉
幻觉不是人工智能的错误，而是其工作方式的结果：模型并不“知道”真相，它会生成统计上可能的文本。因此，即使他没有问题的答案，他也会用可信的捏造来填补空白。人类领域幻觉的典型形式：
- 捏造来源：不存在的书籍、文章、假 DOI。
- 假引文：不属于真实作者的、用引号括起来的句子。
- 错误归因：将正确的观点归因于错误的哲学家。
- 虚构的日期/事实：不存在的日期、事件或统计数据。
- 自信的模糊性：提出一个实际上有争议的问题，就好像它是绝对正确的一样。
解毒剂是您在本模块中学到的验证规则：链接到源、独立验证、逐字检查。但还有一个额外的反应：不要将人工智能的自信语气误认为是准确的标志。即使人工智能在弥补最多的时候，它看起来也是最自信的。
注意：最阴险的幻觉类型是在 90% 真实的文本中嵌入 10% 的捏造内容。由于大部分文字都是真实的，读者就会放松下来，认为虚构的部分也是真实的。这就是为什么“通常看起来正确”的测试是不够的；单独验证每个具体来源、引用和事实。
知识分子诚实的三大规则
1.隐藏不确定性。不要将某些您不知道或无法验证的东西呈现出来。说“这一点有争议”或“我无法证实这一点”是诚实的，而不是软弱的。
2.正确展示贡献。如果您使用了人工智能并且您的组织要求披露，请透明地说明这一点。不要将别人或机器的贡献视为自己的贡献。
3、用自己的想法去测试。无论结果多么顺利，在没有经过自己判断的情况下都不要接受。最终的权威是你的批判性思维，而不是机器。
三个迷你箱子
案例 1——平均关注度。一名博士生通过人工智能“集思广益”写出了其中的一部分，但基本上按原样使用了输出。他的顾问表示，该文本不包含任何独特的区别，而是“任何人都可以看出的”平均值。学生再次使用人工智能作为讨论伙伴：他收到了反对意见，但他建立了论文和理由。第二稿包含原始贡献。
案例 2 — 10% 制造。研究人员将使用人工智能生成的 10 个来源、精简且基本准确的文献摘要。整体文字很扎实，几乎就通过了验证。尽管如此，他还是检查了每一个来源：十分之一的内容是捏造的，还有一段引用是断章取义的。仅仅因为大部分文本都是真实的，并不意味着那 10% 是无辜的。系统检查发现了一个错误。
案例 3——诚实的不确定性。一名学生无法证明研讨会文本中的观点是正确的。他没有通过说“人工智能是这么说的”来驳回它，而是明确写道，“这一说法在消息来源中并不明确，需要验证。”辅导员认为这是成熟的标志，而不是软弱的标志。理智上的诚实比虚假的确定性更有价值。
弱提示/强提示
弱提示：
就此主题撰写原创且深入的哲学分析。
这种要求是矛盾的：要求人工智能的原创性恰恰会扼杀原创性。结果是文本看起来“原始”，但很普通，而且可能是杜撰的。
强力提示：
你的角色：苏格拉底式思维伙伴。不要为我写这个主题，也不要给我论文。相反，请锐化我的思维：1）询问我的立场的 3 个弱点。 2）指出我可能忽略的两个区别。 3）给出一个反例，以便我可以测试我的论文。如果您声明来源或事实，请将其标记为“必须经过验证”；如果你不确定就不要化妆。我将写论文和正文。我的立场：[插入你自己的立场]
这个提示让你保持思考，让AI变成磨练伙伴，提示反幻觉标记。
四个可复制模板
1）苏格拉底式伙伴（让你思考）：
不要回答我；提出问题 用 5 个尖锐的苏格拉底式问题来测试我的立场：揭示我的假设、跳过的步骤和反例。撰写论文。我的位置：[位置]
2）幻觉标记：
请回答以下问题，但请标明每个事实主张、来源和引用的置信度：[确定]/[必须验证]/[不确定]。不要捏造任何您不确定的来源或引用。而是说“我不知道”。问题：[问题]
3）平均特异性诊断：
下面的文字是我的。哪些部分是平均的，哪些部分“每个人都可以说”，哪些部分包含独特的区别/主张？标记剩余的位置，以便我可以使它们独一无二。添加内容；仅诊断。文本：[文本]
4）不确定性诚实：
在下面的文本中查找看似准确但实际上存在争议或未经证实的主张。对于每个问题，建议如何更诚实地表达。文字：[文字]
真实性/诚实度表
行为
原创性
诚实
结论
由AI撰写论文
无
违规
无价值、有风险
用AI集思广益，自己写论文
是的
诚实（声明）
珍贵的
使用AI源而不验证它
—
违规风险
伪造的危险
清楚地说明不确定性
—
高
可靠
常见错误
- 向AI索取原创性。这是一个矛盾的要求；原创性仅源于您的判断。
- 满足于“普遍正确”。 10%的捏造隐藏在90%的真相之中；分别验证每个具体声明。
- 将自信的语气误认为是准确的。 AI在化妆最多的时候看起来最自信。
- 隐藏不确定性。错误的确定性比诚实的保留更有害，并且会破坏信任。
- 隐瞒贡献。不披露人工智能的使用情况违反公司政策和诚信。
总之
判断的独创性、幻觉和智力诚实是人工智能在人文学科中应用的伦理核心。思维本身是不可剥夺的：人工智能可能是磨砺的伙伴，但论文、基本原理和结论是你的；否则，剩下的就是普通的、纯粹的文本。幻觉是人工智能工作方式的结果；不要将自信的语气误认为是事实，并通过单独验证来捕捉 90% 事实中的 10% 捏造。知识诚实的三个规则：隐藏不确定性、准确呈现贡献、用自己的想法进行测试。工具改变；这个纪律不会改变。
应用任务
- 写下你的哲学立场（用你自己的话，简短地）。
- 使用“苏格拉底式伙伴”模板从人工智能那里获取问题；不接受任何论文。
- 通过写下你自己对这些问题的答案来加强你的立场。
- 使用“幻觉标记”模板生成人工智能输出，并实际验证标记为[已验证]的声明。
- 使用“平均原创性诊断”模板测试您自己的文本，并使某个部分独一无二。
清单
- [ ] 我用自己的推理提出了论文、论证和结论。
- [ ] 我把人工智能作为磨砺思维的伙伴，而不是替代品。
- [ ] 我已经单独验证了每个具体来源、引用和事实。
- [ ] 我相信证据，而不是人工智能自信的语气。
- [ ] 我诚实地标记了模糊/未经证实的说法。
- [ ] 我已根据公司政策声明使用人工智能。