收益：
- 能够建立个性化且可重复的研究工作流程，在从创意到发表的各个阶段整合人工智能
- 能够将每个阶段应用的验证、保密性和透明度检查点链接到书面协议
- 能够评估人工智能使用的局限性，责任始终在于研究人员以及整个道德基础
在前面的十个单元中，我们学习了如何使用人工智能以及每个研究阶段的停止点。最后一个单元将所有内容整合到一个连贯的工作流程中：一个可重复且符合道德的流程，可以安全地将人工智能从创意到发布集成起来。本单元的核心思想是，人工智能在任何研究阶段都不是驱动力；每个阶段都有一名助手，每个阶段都要经过同样的三道门——验证、保密、透明——最终的责任始终在于研究者。好消息是，这三个门在所有阶段都是相同的；一旦将它们绑定到协议，它就会应用于整个过程。
端到端流程：一步一步
研究通常分七个阶段进行，人工智能在每个阶段扮演不同的助手角色。
1.想法和问题。人工智能将您的注意力集中到有针对性的、可衡量的问题上；提供替代框架。决定权在你。
2.文学。 AI生成搜索策略（关键词、布尔字符串）；您可以从真实的数据库中查找并验证来源。
3.阅读与综合。 AI总结全文，构建文献矩阵；您确认了原文中的每项发现。
4.设计。 AI提供假设、变量、设计和样本选项；您和道德委员会做出方法和道德决定。
5.分析。 AI生成代码稿并输出注释；软件进行数学计算，原始数据保持私密，您验证每个数字。
6. 拼写。 AI IMRaD大纲提供流程控制和语言润色；原创想法、真实数据和您的声音都来自您。
7. 运输。人工智能生成期刊基准、求职信和审稿人回复草稿；您确保期刊的真实性和科学准确性。
在这个流程中可以看到一个模式：人工智能总是加速和起草，你总是决策和验证。这种对称性是工作流程的支柱。
三扇门：验证、隐私、透明
在每个阶段，将 AI 输出通过三个门，然后再使用。
验证门：此输出中的每个事实、数字、属性和声明是否都与真实来源相关？是否有任何可以捏造的东西（尤其是参考资料和统计数据）经过独立验证？任何未经验证的输出都不会继续。
隐私门：我上传到此工具的数据是否包含个人身份信息、未发布的数据、参与者声明或机密裁判报告？如果是这样，我是否已将其匿名或从未上传过？我知道车辆的数据保留政策吗？
透明门：我需要声明此用途吗？它是否符合机构和期刊政策？我是否记录了我所做的事情，以便将来可以解释？
提示：将这三扇门写在桌子边缘。在使用每个 AI 输出之前，请先对所有三个选项都说“是”，然后再继续。随着时间的推移，它会成为一种反射，并在大多数错误发生之前阻止它们。
编写您的个人协议
最有价值的结果是你自己的书面人工智能使用协议：你使用什么工具，你在每个阶段让人工智能做什么和不做什么，你的验证步骤，以及你的陈述声明。该协议使您保持一致，协调新的团队成员，并在审核中证明您的诚信。保持协议有效；随着工具和政策的变化而更新。
如果你在一个团队中工作，这个协议就会成为一个共享合约：每个人都使用具有相同限制的相同工具，记录谁在哪个阶段利用人工智能，以及共同的声明语言。因此，当一位作家获得语言支持时，另一位作家不会在不知不觉中捏造数据；纪律变得制度化而不是个人化。这种透明度对于导师与学生的关系也至关重要：导师知道学生在哪里使用人工智能，可以保持信任，并确保学习真正留在学生身边。该协议将人工智能从“隐藏的助手”转变为公开管理的工具。
三个迷你箱子
案例 1——协议保存的论文。一名博士生从一开始就写了一份使用协议：“仅来自 Zotero 的属性，仅人工智能语言和大纲，每个问题都来自软件。”当评委询问他在论文答辩中使用人工智能的情况时，他展示了自己的录音和陈述。透明度创造信任；防守很顺利。如果没有协议，同样的问题可能会变成疑问。
情况 2 — 三个门捕获错误。研究人员会在讨论部分添加人工智能建议的“支持研究”。验证停在了门口：DOI 未解析，来源捏造。他确认自己没有在隐私门上传原始数据。他在声明中添加了对透明门的语言支持。三扇门都一一打开；错误的归属在播出之前就停止了。
案例 3 — 端到端速度。一个团队开始了一个带有协议的新项目；每个成员都练习相同的三门。他们从文学到写作，始终如一地使用人工智能，总体时间明显缩短，但没有出现任何捏造归属或违反保密的情况。不同之处不在于他们使用人工智能，而在于他们以共同的规则来使用它。
可复制模板
1）个人AI使用协议框架：
为我制作一个“在研究中使用人工智能的协议”模板。部分：（1）我使用的工具，（2）人工智能在每个研究阶段允许和禁止的行为，（3）我的验证步骤，（4）隐私规则，（5）我的透明度/声明声明。提供一个空的可填充框架。
2）每级三门控制：
目前[阶段：例如我正处于[分析]阶段，正在考虑使用以下AI输出：[输出摘要]。为我生成三个门的控制问题：身份验证、隐私、透明度。每扇门我应该检查什么？
3）端到端验证日志：
为研究项目生成验证日志表：[阶段、AI 的用途、输出、验证方法、是否经过验证、是否需要声明]。让它空且可填充。
4）出版前的最终检查：
在提交之前制作最终的人工智能道德清单：所有引文是否经过 DOI 验证、没有捏造数据、没有泄露原始数据、已声明用途、已满足机构+期刊政策、是原始贡献我的。使其可加入书签。
弱提示/强提示
弱提示：
我如何在研究中使用人工智能？
很一般；它不包括阶段、约束和验证规则。
强力提示：
您的角色：研究诚信顾问。我的项目：[简短描述]。为我制作一个从构思到发布的 7 个阶段的端到端工作流程表，包括人工智能允许的角色、禁止的工作以及每个阶段的验证/隐私/透明度控制。在每一行中，最终的责任都在我身上。
舞台
人工智能的作用
不可变的门
想法/问题
崩溃，替代
这是你的决定
文学
制定策略
验证来源
合成
总结，矩阵
确认发现
设计
不提供选项
道德+决定权在你
分析
代码、评论
验证号码，保护数据
拼写
吃水量，流量
原创性是你的
运输
标准、大纲
杂志+准确性是你的
常见错误
- 分级放松纪律。每个阶段的三门都是一样的；到最后时不应该失去注意力。
- 不写协议。如果没有书面规则，一致性和可审计性就会丧失。
- 让人工智能成为司机。必须有速度助手；决定和验证始终由您决定。
- 跳过录音。如果你不记录你正在做的事情，你就无法证明透明度。
- 忽略一扇门。身份验证、隐私和透明度协同作用；如果其中一个缺失，链条就会断裂。
注意：人工智能工具和机构/期刊政策变化很快。今天有效的申请明天可能就不够用了。定期审查您的协议和政策；纪律是不变的，工具是可变的。
总之
在端到端的研究工作流程中，人工智能是每个阶段的节奏和起草助手，而不是任何阶段的驱动者。从想法到发布，模式是一样的：人工智能产生，你决定并验证。让每个输出通过三个大门——身份验证、隐私、透明——并将它们与个人协议联系起来。该学科将人工智能的速度与学术诚信结合起来。最短规则：人工智能助理、驾驶员和你在每个阶段负责。
应用任务
为您自己当前或计划的研究编写一页人工智能使用协议：您使用的工具、人工智能允许/禁止工作的 7 个步骤、您的验证步骤、隐私规则和您的声明声明。然后选择一个阶段，对实际输出应用三门控制，并将结果提交到验证日志中。
清单
- [ ] 我是否已经阐明了人工智能在七个阶段中每个阶段的作用和边界？
- [ ] 我是否让每一个输出都通过验证、保密和透明的大门？
- [ ] 我有书面的个人人工智能使用协议吗？
- [ ] 我是否在验证日志中记录我的使用情况？
- [ ] 我是否在每个阶段都坚持自己负有最终的科学责任？
模块考试
1、博士生将人工智能给出的10个文献综述来源添加到自己的论文提案中，但没有进行检查；他的顾问意识到其中 3 个来源实际上并不存在。这种情况的主要教训是什么？
- A) 使用人工智能建议的每个来源，而不通过 DOI 和数据库验证；忽略了研究人员的责任✔
- B）严禁在文献综述中使用人工智能
- C) 资源数量应该是 5 而不是 10
- D) 论文提案没有附上表格
说明：人工智能可以产生流畅但不存在的归因（幻觉归因）。这是学术界最具破坏性的风险；并非所有来源都可以在未经 DOI、印记和数据库验证的情况下使用，责任由研究人员承担。
2、文献综述中对人工智能的定位最准确的是？
- A）作为提供精确且完整的来源列表的数据库
- B) 作为搜索策略和关键词生成的辅助，但其来源必须在真实数据库中验证✔
- C) 作为替代抄袭检测工具的检查器
- D）作为免费提供文章全文的档案
说明：AI不是可靠的源数据库；所给出的印记可能是捏造的。正确的作用是生成搜索策略（关键字、布尔字符串、范围）；来源本身必须在真实的数据库（Scholar、Scopus、WoS、PubMed）中找到并验证。
3. 研究人员让 AI 对一篇文章进行摘要，摘要中包含文章中没有的“发现显着差异”声明。什么是正确的行为？
- A）按原样接受摘要，因为 AI 已阅读该文章
- B) 引用摘要作为来源
- C) 通过返回原始文章文本来验证研究结果和结论陈述 ✔
- D) 要求使摘要更简短
解释：在总结时，人工智能可能会扭曲结果或添加不存在的结论。每一个包含发现、方法和数值结果的陈述都应该通过返回原文进行验证；摘要是为了方便起见，并不能取代来源。
4. 对于人工智能在研究设计中的作用，哪种说法最准确？
- A）人工智能选择方法并取代伦理委员会批准
- B）人工智能最终确定样本量，决定权不在于研究人员
- C) 人工智能生成方案和草稿；设计、道德和方法论责任由研究人员承担 ✔
- D）人工智能不能以任何方式用于研究设计
描述：人工智能是一个思想伙伴，可以为假设、变量和方法生成选项；然而，设计选择、伦理委员会 (IRB) 批准和方法学责任属于研究人员。人工智能提案只是一个草案，而不是一个科学决定。
5、人工智能产生数据分析代码稿时最关键的隐私和认证原则是什么？
- A）原样加载原始数据并直接报告人工智能给出的结果
- B）写出人工智能给出的p值而不检查它
- C）让人工智能选择统计检验，而不要求理由
- D) 起草代码并手动验证每个数字输出，无需共享包含 ID 的原始数据 ✔
说明：参与者的原始数据和识别数据不应上传到公开可用的工具；代码草案必须在本地请求并运行，并且每个输出（测试选择、数值结果）必须手动确认。人工智能还可以产生虚假统计数据。
6. IMRaD 结构中各个部分的正确顺序是什么？
- A) 方法、介绍、讨论、发现
- B) 结果、方法、介绍、讨论
- C) 讨论、发现、方法、简介
- D) 介绍、方法、发现、讨论 ✔
描述：IMRaD 是实证文章的标准框架：简介、方法、结果和讨论。当向人工智能请求草稿时指定您正在撰写的部分可以提高输出的质量。
7. 将人工智能生成的文本添加到学术文章中时，就原创性而言，最好的方法是什么？
- A）按原样使用草稿，因为语言流畅
- B) 用您自己的分析、数据和解释来原创和验证草稿 ✔
- C) 将草稿粘贴到文本中而不阅读它
- D）隐藏草稿的来源并将整个草稿作为自己的句子呈现
说明：AI输出的是草稿；这不是研究人员自己的观点、数据或解释。稿件应具有作者本人的分析、贡献和验证的原创性；它不应按原样使用并作为贡献呈现。
8. 一位非英语母语作家使用人工智能进行语言润色。哪些风险需要具体审核？
- A）文字应该更短
- B) 领域术语的含义转变和误译 ✔
- C) 更改字体
- D）增加段落数量
解释：在纠正语言时，人工智能可以改变含义，用错误的等价物替换特定领域的技术术语。作者必须保留每句话的原始含义和术语；不应该为了流畅而扭曲内容。
9、人工智能在归因生产中最危险的行为和正确防范是什么？
- A) 编造看似真实但不存在的参考文献； ✔ 通过 DOI 和数据库验证每个引文
- B) 引文按字母顺序排列；手动打破订单
- C) 引用建议过多；减少数量
- D) 能够改变引文风格；锁定一种风格
描述：人工智能可以创建看似真实但实际上并不存在的署名（包括作者、年份、DOI）。每个引文均应通过 DOI 分析或数据库检索进行独立验证；最安全的方法是使用 Zotero/Mendeley 等工具管理实际记录中的引用。
10. 识别掠夺性杂志的典型标志之一是什么？
- A) 承诺快速发表、咄咄逼人的电子邮件邀请和不切实际的影响因子声明 ✔
- B) 透明的裁判流程并纳入认可目录
- C) 记录开放获取政策
- D) 编委会真实可查
解释：掠夺性期刊收取费用并承诺快速发表，但不做真正的同行评审；激进的电子邮件邀请、不真实的影响因子、模糊的印记和广泛的域外覆盖是典型的迹象。人工智能推荐的期刊应经过 DOAJ 和独立来源的验证。
11.根据大多数学术期刊和机构的AI政策，在文章中使用AI什么才是合适的？
- A) 如果人工智能贡献显着，应添加为共同作者
- B）人工智能不能成为作家；其使用应透明地声明，责任应由人类作者承担 ✔
- C) 在任何情况下都不公开使用情况并予以保密
- D) 在所有情况下使用人工智能都是抄袭，文章将被拒绝。
披露：通用编辑原则（例如 ICMJE 和 COPE 路线）规定 AI 不能是作者，但其使用必须在方法或致谢/致谢部分中透明地披露。责任在于人类作者，并且使用是不隐瞒的。
12.什么是自我剽窃？
- A) 未经许可使用其他作者的文本
- B）使用人工智能生成的文本
- C) 作者重新呈现了他自己以前的出版物，但没有适当的出处 ✔
- D）与多个作者共同撰写一篇文章
解释：自我剽窃是指作者在新作品中重新呈现自己以前发表的作品，而没有适当的出处。即使人工智能重写了旧文本，如果相同的想法/数据在没有归属的情况下重复，也是违反道德的；引用来源的义务并没有被消除。
13. 作者在准备回复审稿意见时使用人工智能的最佳限制是多少？
- A）人工智能保证答案的科学准确性，作者可能不会检查
- B) 上传裁判报告是安全的，因为它上传到公共工具。
- C) 将答案完全交给人工智能是最有效的方式。
- D) AI可以生成草稿/音调；作者对科学准确性和保密性负责 ✔
描述：AI可以生成回复信的语气和轮廓；然而，作者对科学主张、附加分析和承诺的准确性负责。此外，裁判报告属于机密文件；由于存在侵犯隐私的风险，不应在未经匿名的情况下共享内容。
14. 在端到端研究工作流程中使用人工智能的共同不变原则是什么？
- A) 每个阶段的验证、保密和透明； ✔ 最终责任仍由研究人员承担
- B) 验证应仅在最后阶段进行以节省时间
- C) 随着阶段的进展，对人工智能输出的验证越来越少
- D) 仅对于被拒绝的文章需要透明度
描述：从文献到出版，每个阶段AI都提供起草和速度；然而，每个输出都必须经过验证，数据机密性必须受到保护，使用必须透明地声明，并且最终的科学责任必须始终由研究人员承担。这个原则在各个阶段都是不变的。