在当今的数字化时代，人工智能（AI）的发展正在彻底改变包括学术研究和学术写作在内的众多领域。例如，生成式人工智能（AI）使用其大型语言模型系统来创建新的内容，包括图像、文本和代码。
与无数人一样，全世界的研究人员和学者都在探索生成式人工智能的价值和用途。当应用于学术写作时，这套人工智能工具有可能在写作的各个方面为研究人员提供支持，从需要头脑风暴确定主题和提出假设，到起草摘要和润色稿件。
然而，围绕在研究和学术写作中使用生成式人工智能的伦理问题还存在争议。诸如 "它将如何影响我的工作质量和原创性？"和 "如何避免抄袭并充分利用这一工具？"之类的问题是每个人最关心的。
在此，AJE将探讨这些问题，并揭示在研究中负责任地使用生成式人工智能的一些公认的最佳方式。
我需要披露生成式人工智能的使用情况吗？
简短的回答是 "是的"。
为了确保透明度和可重复性，研究人员必须像对待其他信息来源一样对待生成式人工智能产生的任何结果，以避免审查和渎职。
具体如何做到这一点是个棘手的问题。
起初，曾有研究人员在手稿中将特定的人工智能工具列为共同作者。这种新做法立即引发了科学界和出版界的反弹和反驳，这是有道理的。一般来说，人工智能、机器学习和算法工具并不符合作者的标准。最重要的是，它无法承担责任，也无法对内容负责。
有会议还讨论了实施披露制度的问题。该系统包括在书面作品中添加免责声明，帮助读者快速识别谁或什么工具提供了信息。Robert J. Gates提出了一个简单的模式：
- 免责声明：The following content was generated entirely by an AI-based system based on specific requests asked of the AI system.以下内容完全由AI根据向其提出的具体要求而生成的。
- 披露：The following content was generated by me with the assistance of an AI-based system to augment the effort. 以下内容由我在AI的协助下生成。
- 披露：The following content was generated entirely by me without assistance from an AI-based system. 以下内容完全由本人创建，AI未提供任何协助。
所有主要学术期刊的作者和出版指南都概述了在研究项目中使用生成式AI的现行实践标准，例如
- Science 期刊（概述）-每位作者同意对自己的贡献承担个人责任，并确保与作品任何部分的准确性或完整性有关的问题得到适当调查、解决并记录在文献中。此外，人工智能工具不能作为作者。
- JAMA Network （摘录）-不鼓励提交和发表由人工智能、语言模型、机器学习或类似技术创建的内容，除非是正式研究设计或方法的一部分，并且如果没有明确说明创建的内容、模型或工具的名称、版本和扩展号以及制造商，则不允许提交和发表。作者必须对这些模型和工具所生成内容的完整性负责。
如何引用人工智能的使用仍在不断发展。了解何时有必要引用可能会令人困惑，但最好还是谨慎行事。明确遵循你所在机构和目标期刊的指南。永远不要认为 "他们不会发现"。
AI痕迹检查工具是存在的。它们的数量与日俱增，而且越来越精确。它们被教授、同行、编辑以及任何想知道文章是如何写成的人广泛使用。许多这类工具都能检测到人工智能生成的文本和图像，并通过突出显示这些部分来确定人工智能完成的工作所占的比例。
人类是否需要监督所有的AI输出？
答案还是明确的 "是"。人工智能是一种技术，一种工具；它没有道德感或理性。它只是根据一个有限的数据集，在没有真正了解其信息输入或输出的情况下，根据提示生成答案。
由于生成式人工智能无法解释所使用的数据，因此答案往往是错误的。人工智能只能以可能满足提示的方式组合和重组答案。准确性的责任完全由用户承担。
因此，最重要的是，研究人员要勤于检查、验证和纠正所有AI生成的内容。最常见的错误包括:
- 以事实为依据的信息
- 受版权保护的信息
- 引用
- 参考文献
- 数学计算
- 实例： 获得最佳输出结果
在使用生成式人工智能时，人们的期望程度需要与他们的努力程度直接对应。通过精心设计和重组输入的提示，研究人员可以确保获得最佳输出结果。
试试这个公式和示例：
以[角色]身份在[表格]中执行[任务]：插入唯一数据
角色
- 专业学术写作者
- 罗纳德-C-凯斯勒
- XYZ 教授
- （目标）期刊编辑
- （特定领域）的博士生
任务
- 提出研究问题
- 撰写摘要
- 分析
- 文献列表
- 起草参考文献
格式
- 要点
- 摘要
- 表格/图表
- (MLA、APA、Chicago）引文
例 1：以学术写作专家的身份撰写 PDF 格式的摘要： (在此粘贴你的论文）
例 2：作为一名化学博士生，用 APA 引文起草参考文献并按字母顺序排列。(在此粘贴你的资料来源列表）
将此案例作为参考，确定你输入提示的关键内容。然后，继续修改并添加细节，直到满意为止。
使用生成式人工智能的最佳方法是什么？
当作者选择学习并了解生成式人工智能的有限功能时，它就会成为一笔宝贵的财富。将这一工具视为支持写作过程中的全能助手：
- 发现/调查： 你可以使用 Quillbot 或 ChatPDF 等人工智能文本摘要器，快速筛选潜在的资料来源，找到与你的工作最相关的内容。然后，使用 INK 等人工智能工具生成反映项目独特路径的研究问题。
- 预写作： 利用 HyperWrite 或其他类似工具进行人工智能头脑风暴，扩展研究问题。使用 Wordtune 等人工智能大纲生成器将这些想法转化为大纲，然后使用 Smodin 等人工智能工具撰写论文。
- 起草： 内容生成器是启动起草阶段的便捷方法。SEO.ai、Jasper 和 Copy.ai 等人工智能工具可以提供个性化内容，反映你的各种来源和想法，从而简化这一过程。
- 编辑润色： 大多数作者在整个写作过程中都会使用人工智能校对工具，如AJE语法检查工具或微软 Word 插件，以找到明显的拼写和语法错误。不过，一旦完成，还必须让AJE的 Curie 这样AI润色编辑工具来提高稿件的清晰度、简洁性、流畅性和整体可读性。
需要注意的是，在这些例子中，人工智能的选择多种多样。每种工具都是在一组独特的数据基础上训练出来的，这决定了它在执行专门任务时的有效性。要想最大限度地利用这些工具，就必须准确定位并选择最适合你需求的工具。
小结
与任何新工具或新技术一样，生成式人工智能既让人兴奋，也让人担忧。它既有可能彻底改变学术研究和学术写作，也有可能破坏其学术道德基础。
要维护研究过程的完整性，就必须培养、遵循和分享针对这些工具的负责任的最佳实践。通过提高透明度、提供人工监督并承认生成式人工智能的局限性，研究人员将始终站在道德创新的最前沿。
