讓草稿協助保持誠實
大綱與表達清晰度可以請模型幫忙;捏造的引用與沒讀過的文字不行。
讓草稿協助保持誠實
如今,語言模型已是許多論文寫作過程的一部分。值得問的是:界線該畫在哪裡。模型可以幫你把已經知道的事說得更清楚,但不能指望它替你知道事情。請它協助修飾措辭,能節省時間,風險也小。讓它自行編造事實或出處,則會讓捏造的內容以你的名義進入學術紀錄。
模型真正能幫上忙的地方
結構方面的工作是最好的用途。給它你的摘要和章節清單,它可以建議不同的排列順序,發現你的貢獻被埋在第 5 節,或是猜出持懷疑態度的審稿人會問什麼。每一項建議,你都能拿自己對這項研究的了解來判斷。壓縮也是同樣的道理:把你自己針對十篇相關論文寫下的粗略筆記交給它,請它整理成一段更精簡的文字。事實仍然是你的,模型只負責把句子修順。對你自己寫的文字做表達上的修改,是最常見的情況。縮短句子、理順結構、刪去行話,這些都是模型擅長的工作,而意思有沒有被保留下來,仍然由你決定。
模型會出大錯的地方
絕對不要讓模型提供引用。當你向模型要參考文獻時,它會產生看起來很合理的條目:期刊或會議是真的,作者名字聽起來也像真的,但標題或 DOI 卻是捏造的。它產生的是「引用該有的樣子」,而不是去找出真正存在的文獻。每一筆參考文獻,都必須是你自己找到、並對照過原始論文確認的。建構持久的 .bib 說明了如何讓這個資料庫保持可靠。對技術內容也要同樣謹慎。若要求模型「補上推導過程」,它會給出語氣篤定、卻可能暗藏細微錯誤的步驟,而你抓不出來的錯誤,就是你承擔不起發表出去的錯誤。同樣,沒有仔細讀過的文字也不要送出。模型寫的文字可能夾帶過度宣稱和小的事實錯誤,一旦送出,每一句話都算在你頭上。
讓這件事保持安全的護欄
把稿件放在 Git 之下,這樣每一次有模型參與的修改都會是看得見的差異,可以檢視,也可以還原。將論文放在 GitHub 上示範了這樣的設定。Oleafly 另外提供可設定的工具核准、行內編輯預覽,以及可供審閱的研究任務結果,詳見 Oleafly 內的助理。也請查看你投稿的期刊或會議的政策。許多期刊和會議現在要求揭露是否使用了 AI 協助,而且幾乎都要求作者為內容負全責,不論用了什麼工具。經驗法則:只有在你驗證輸出的速度比自己動手寫還快的地方,才使用模型。其餘的,自己寫。