跳到主要內容
AIupick

研究人員指南 · 6 項任務

研究用 AI：找論文、讀得更快、查核每個說法

AI 現在幾分鐘內就能搜尋、篩選和摘要文獻。困難的部分和以前一樣：知道證據實際上說了什麼、證據有多強，以及你能不能向審稿人為每一步辯護。下面每項任務都會留下你可以查核的紀錄。

  2. 02

    篩選數千篇摘要，而且方法站得住腳

    手動篩選幾千篇摘要要花上好幾週，而完全靠 AI 篩選又很難向審稿人交代。先寫好標準，讓 AI 依照標準篩選，用一份樣本檢查它的判斷，並說明你是怎麼檢查的。

    範例

    2,300 篇關於運動與憂鬱症的摘要。AI 篩選後剩下 140 篇需要讀全文。在你自己也篩選過的 100 篇隨機樣本中，你們大部分的判斷一致；每一個不一致的地方都是「不確定」，而這些你全部都讀了。

    做法

    1. 1在搜尋之前寫好納入和排除標準，並記下日期。
    2. 2在 Elicit 中選擇「Systematic Review」，在「Setup」頁面輸入你的問題，然後蒐集並篩選。
    3. 3自己篩選 50 到 100 篇隨機抽樣的摘要，並把你的判斷和 AI 的比較。
    4. 4在研究方法中說明標準、工具、樣本大小，以及你和 AI 判斷一致的頻率。

    內建功能

    可複製的提示詞

    依照這些標準篩選下面的摘要。
納入：[研究對象、介入措施、研究設計、年份]。排除：[標準]。
每篇摘要列出：納入、排除或不確定；做出判斷所依據的標準；以及判斷所根據的摘要句子。如果摘要中沒有寫，就回答不確定。

    容易出錯的地方

    • 看過結果才寫的標準，會偏向你找到的東西。先把標準定下來。
    • 「不確定」是有效的答案。每一篇標為不確定的摘要都要自己讀。
  3. 03

    問一疊 PDF 它們在哪裡意見不同

    跨多篇論文時，有用的問題都和差異有關：它們在哪裡意見不同、哪些方法不一樣、哪些東西沒有人測量過。問這些問題，要求每個說法都附上引文和頁碼，並問這些來源沒有回答哪些問題。

    範例

    十二篇關於青少年螢幕使用時間與睡眠的論文。它們的結論不同，是因為有些測量的是全部螢幕時間，有些只測量晚上 9 點以後的螢幕時間。這個差異，加上雙方各一段引文，就是你的文獻回顧所缺少的那一段。

    做法

    1. 1把 PDF 加到 Gemini Notebook 的筆記本中，或使用 SciSpace 的 Chat with PDF 一次處理一篇論文。
    2. 2用本頁的提示詞提出比較性的問題。
    3. 3你要使用的每個說法，都要打開它引用的段落查看。
    4. 4製作 Mind Map，看看整批資料涵蓋哪些主題，並找出缺少什麼。

    內建功能

    可複製的提示詞

    綜觀這些來源：它們在哪裡意見不同，原因是什麼（不同的研究對象、方法、測量方式或年份）？
每一點都引用原文段落，並註明來源和頁碼。
然後列出這些來源沒有回答的問題。

    容易出錯的地方

    • 混合兩篇論文的答案，可能把一篇論文的結果安到另一篇上。引文能讓你分清楚哪個是哪個。
    • 「來源中沒有」是有用的答案。如果它從來不這麼說，就要提高警覺。
  4. 04

    轉錄訪談，並把 AI 當成第二位編碼者

    AI 轉錄和建議編碼的速度很快，但它自創的編碼簿會和資料吻合得過於整齊。先自己為一部分樣本編碼，再讓 AI 套用你的編碼簿，然後檢視你們意見不同的地方。

    範例

    二十份關於夜班的護理師訪談。你手動為其中三份編碼，整理出一份含八個編碼的編碼簿；AI 把它套用到其餘 17 份。在你們都編碼過的那一份訪談中，有六個段落意見不同，顯示有兩個編碼互相重疊，需要更明確的定義。

    做法

    1. 1確認你的倫理審查核准和知情同意書允許使用這個工具，並在上傳前刪除姓名。
    2. 2轉錄之後，凡是你要引用的段落，都要對照錄音修正逐字稿。
    3. 3自己為兩三份訪談編碼，並寫出編碼簿。
    4. 4用本頁的提示詞讓 AI 把你的編碼簿套用到其餘訪談，並在其中一份訪談上比較它的編碼和你的。

    可複製的提示詞

    把這份編碼簿套用到下面的訪談：[編碼及其定義]。
每個段落列出：編碼、一行理由，以及行號。
不符合任何編碼的段落，以及同時符合兩個編碼的段落，分別另外列出。不要建立新的編碼。

    容易出錯的地方

    • 逐字稿會漏掉遲疑停頓，也會聽錯名字和專業術語。你發表的每一段引文都要檢查。
    • 編碼定義模糊時，一致率看起來會很高。要讀的是意見不同的地方，而不是百分比。
  5. 05

    做一次可以重跑的初步分析

    無法重跑的分析只是一則軼事。要求程式碼，而不是答案，並在看到結果之前寫下預定的分析，這樣 AI 就不會一直測試到某個結果達到顯著為止。

    範例

    事先規劃好：用 t 檢定比較兩種教學方法的考試成績。程式碼回報有 412 列，其中九列缺少成績，接著列出檢定結果及其效果量和信賴區間。當 AI 提議「順便按性別檢查一下」時，你把它記為另一個獨立的探索性問題。

    做法

    1. 1在打開資料之前，寫下問題和你預定的分析。
    2. 2用本頁的提示詞，要求一份只做這件事的程式碼，並自己執行。
    3. 3每個步驟之後都檢查列數。
    4. 4要求它列出每個檢定的前提假設，並在回報結果之前檢查這些假設。

    可複製的提示詞

    撰寫 [R 或 Python] 程式碼，載入 [檔案]，回報列數、欄位、缺失值和離群值，然後針對 [問題] 執行 [預定的分析]。
每個步驟都加上註解。不要執行任何其他檢定。回報效果量及其信賴區間，而不只是 p 值。

    容易出錯的地方

    • 問它「有沒有什麼是顯著的？」，它總會找到一些東西。照計畫來。
    • 能執行的程式碼，不等於正確的程式碼。親手驗算一個結果，或拿已知的範例來比對。
  6. 06

    不必重新搜尋，也能跟上新論文

    你在寫作的同時，文獻也在推進。與其每個月重複搜尋，不如設定一個每週執行的例行任務，替你搜尋並只回報新的內容。

    範例

    一個主題為「語言模型用於臨床文件紀錄，隨機或對照研究」的例行任務。大多數週次它會回報少數幾篇新論文；你把重要的那一篇加進閱讀清單，並用一行字寫下原因。

    做法

    1. 1在 Elicit 中開啟「Routines」，用你納入標準的措辭描述要追蹤的內容。
    2. 2選擇每週執行的排程。
    3. 3每週瀏覽一下報告，把相關論文加進閱讀清單，並用一行字寫下原因。
    4. 4每隔幾個月，自己再執行一次主要搜尋；例行任務可能會漏掉使用新術語的論文。

    內建功能

    可複製的提示詞

    每週搜尋關於 [主題]、而且 [標準] 的新論文。只回報上次執行之後發表的論文：引用資訊、一句話的研究發現、研究設計和樣本數。

    容易出錯的地方

    • 例行任務會重複你的盲點。偶爾換一下措辭。
    • 沒人讀的每週清單只是雜訊。讓它短到五分鐘內就能讀完。

研究人員的使用規則

  • 上傳受試者資料之前，先確認你的倫理審查核准和資料協議允許使用這個工具。
  • 如果對話預設會用於訓練，在上傳尚未發表的研究之前，先把這項設定關掉。
  • 引用你讀過的論文，絕對不要引用 AI 對論文的摘要。
  • 如果期刊或資助機構有要求，就說明你如何使用 AI。

深入了解

Esc
↑ ↓ 移動Enter 開啟