诚实的写作辅助

提纲和表达清晰度可以借助模型;伪造引用和没读过的文字不行。

诚实的写作辅助

如今,语言模型已经成了许多论文写作过程的一部分。真正有用的问题是:界线该划在哪里。模型可以帮你把已知的东西说得更清楚,却不能指望它替你去“知道”什么。在措辞上借助模型,省时间,风险也小。让模型去编造事实或来源,则会让捏造的内容以你的名义进入学术记录。

模型真正有帮助的地方

结构方面的工作是最好的用法。把你的摘要和章节列表给它,模型可以提出不同的排列顺序,发现你的贡献被埋在了第 5 节,或者猜出一位持怀疑态度的审稿人会问什么。每一条建议,你都可以拿你对这项工作已有的了解去判断。压缩也是同样的道理:把你自己对十篇相关论文的粗略笔记交给它,请它写成更紧凑的一段。事实仍然是你的,模型只负责打磨句子。对你自己写的文字做表达上的修改,是最日常的用法。缩短句子、理顺结构、删去行话,这些在你自己的段落上做,是模型擅长的工作,而意思有没有保留下来,仍然由你来判断。

模型会出大问题的地方

永远不要让模型提供引用。被要求给出参考文献时,模型会生成看起来很像样的条目:会议或期刊是真的,作者名字听起来是真的,标题或 DOI 却是编的。它们生成的是引用“长什么样”,而不是检索真实存在的文献。每一条参考文献都必须是你自己找到,并对照原论文核实过的。建一个经久耐用的 .bib讲的就是如何保持这个数据库可靠。对技术内容同样要提防。让模型“补全推导”,它会给出信心十足、却可能有细微错误的步骤,而你发现不了的错误,恰恰是你发表不起的错误。同样,没有细读过的文字,也绝不要提交。模型写的文字可能夹带夸大的论断和细小的事实错误,而一旦提交,每一句话都算在你头上。

让这件事变得安全的护栏

把稿件放在 Git 管理之下,这样每一处模型辅助的修改都是一份看得见的差异,可以审查,也可以撤销。把论文放到 GitHub 上演示了具体设置。Oleafly 另外提供了可配置的工具审批、行内修改预览,以及可供审阅的研究任务结果,详见 Oleafly 内置的助手。也要查一下你要投的会议或期刊的政策。现在许多期刊和会议要求披露是否使用了 AI 辅助,而且几乎都要求作者对内容负全部责任,不论用了什么工具。经验法则:只在你验证模型输出比自己动手写还快的地方才使用模型。其余的,自己写。

返回 人 + 模型