研究/報告流程的應用

練習與AI協作的最佳做法就是，重新思考自己的各種任務情境、設計融入AI的工作流、實際測試與修改協作方式。

不同的學科領域和任務，會有不同的AI融入方式，您可以學習自己領域或專長任務的社群經驗。

以下推薦一些閱讀資料：

1. 圖書館電子書：「ChatGPT時代的英文寫作術 : 從靈感發想.大綱擬定到完成,用AI輔助寫作6步驟SOP,輕鬆寫出完美文章」、「ChatGPT in scientific research and writing : a beginner's guide」

2. 期刊：「生成式人工智慧在英文學術寫作的應用框架與實務模式」、「Techniques for supercharging academic writing with generative ai (心理學系的研究者分享如何在學術寫作過程(起草、寫作、編修、評估回饋)使用AI輔助，並在文末提供可使用的AI指令)」、「The AI-Augmented Research Process A Historian’s Perspective (法國的中國近代史研究者Christian Henriot拆分歷史研究流程中人與AI可以如何合作)」。

3. 網站：「蒙納許大學對於AI輔助寫作流程的完整引導 (AI與自己在「理解任務、規劃、草稿、編修」階段的角色分工、可以使用的指令，見下圖)」、「The Effortless Academic Blog (介紹多種AI工具組合用法與評測)」

以下舉例說明一些用法及使用注意事項，然而實際用法絕對超過以下範圍，您也可以從這些面向提出問題與AI討論：

學習規劃

🔺可以請AI提供時間規劃、小組分工、進度掌控、學術寫作風格與格式等的建議，或是請AI扮演老師改自己的報告、論文，可以先蒐集老師的評分標準或優秀的報告/論文寫作標準，請AI以此標準修訂自己的作業，並從中學習需要改進的地方。

🔺AI有學習模式，切換此模式即可讓AI引導自己一步一步慢慢學，而非迅速獲得答案。GPT store內也有許多他人建立的輔助學習GPT(可以瀏覽教育類別或直接搜尋「家教」、「練習」等關鍵字)，NotebookLM則可以上傳學習材料後出考題給自己練習。

腦力激盪、探索主題、發想與聚焦論文題目

🔺AI善於提供基本格式和大方向的建議，也可以協助釐清思路和檢視自己想法中的缺口，把模糊想法改寫成比較具體可行的研究問題。

🔺在自我懷疑題目或研究進度時，AI可以提供鼓勵與肯定，有助於展開下筆開始寫的第一步。

🔺論文或報告題目往往來自「特殊的生活經驗或社會觀察」、「結合不同領域/熱門與冷門的知識」、「以新的方法解決舊的問題」、「分析獨特的資料集」，題目應有亮點、可操作且是自己感興趣的，還有應能解答以往文獻中的缺口。自己可以從生活經驗或期刊閱讀過程中產生初步觀察，再與AI互動獲得補充資訊及更多啟發。(如果還沒想到研究問題，可以參考影片來善用資料庫尋找研究問題方向)

🔺自己已知的知識越多，越能提供豐富的指令內容，且能具有良好品味，知道如何評估與挑戰AI給的答案，就能和AI共同創造出更好的成果。千萬不要直接採用AI生成的答案，而是要加入自己的想法，甚至停下來先去其他資訊來源獲得更多想法後，再來與AI互動。

🔺要注意，AI有時過於討好或是基於不夠全面的資料作出結論，雖然可以請AI幫忙分析研究主題的熱門趨勢或尋找文獻缺口，然而AI說某個研究有價值、可行性、具原創性、尚未有人做過，不一定真的如此。

🔺每次和AI討論後，都可以詢問自己：「這個題目為何現在值得做？」、「若做完只證明AI的已知事實，這研究還有價值嗎？」、「我要怎麼做出AI無法取代的研究？」也許就會產生新的想法及與AI的互動方式。

資料查詢

🔺日常資訊可輕鬆參考網路或AI生成內容，但是學術報告需要查證、重視邏輯與可信度，不應引用錯誤或有偏見的內容。

🔺若有使用AI工具協助查詢文獻，請思考此AI工具的查詢範圍，由於許多文獻仍須付費訂購資料庫才能取得，AI工具查詢範圍並不代表所有文獻資料，仍應同時使用多種查詢管道以獲得更全面的資料。且許多資料並未數位化，還是需要使用實體館藏。若已知該AI工具的訓練資料中缺乏某語言、某文化、某年代的資料，則不用太相信它在這些面向的答案，並要有意識地去尋找真正會有這些資料的出處。事實性資料或醫療、法律、財務等高風險決策建議，都要再三查證AI的答案，或直接使用其他可信資料來源。

🔺若使用ChatGPT等大型語言模型提供文獻，請務必複製該篇文章篇名等用google scholar或資料庫查證該篇文章、作者是否確實存在與正確。*請參考AI查核與倫理使用頁面

🔺即使AI可以提供真正存在的文獻，也未必是品質最佳或與查詢問題最相符的文獻，還是必須由您自行判斷這篇文章的重要性及使用方式。AI常常資料引用混亂(一篇資料重複引用在不同用途、資料內未提及仍被引用)，以自信的語氣過度解讀資料出處內容原本的意思，結論看似合理然而檢視資料出處就會發現關聯性不高。

🔺可以請AI推薦自己研究問題適合使用的資料庫、期刊與檢索關鍵字，以AI提供的文章用文獻滾雪球的方式探索相關文章，並讓AI提供資料品質判斷的建議。不過有研究發現，雖然ChatGPT可以比人類更快產生搜尋策略，但會出現捏造、重複MeSH控制詞彙以及遺漏適當關鍵字、新增不必要概念、排除必要概念等情形，因此AI推薦的搜尋關鍵字與檢索式，同樣需要人工檢查與持續調整。

資料閱讀、摘要、書目管理

🔺請勿下載學校訂購資料庫的文章上傳至其他平台(除非該篇文章註明為Open Access)，也不應使用爬蟲大量下載學校訂購資料庫的內容。

🔺使用各種AI工具前請先檢視其對於隱私權與著作權的說明，避免不小心洩漏自己的隱私或有侵犯他人著作權的情況發生。

🔺AI可以協助解釋看不懂的名詞，然而想要深入了解此名詞或概念，建議要再去看其他學術資源。同樣要注意AI的訓練資料範圍可能會影響其解釋專業名詞的能力，並非所有學科領域的專業知識都能從AI獲得正確解讀。

🔺可以考慮在網路瀏覽器安裝AI翻譯插件來幫忙翻譯英文文獻，加速閱讀速度。現在許多人都會使用「沉浸式翻譯」，翻譯品質不一定好(特別是專有名詞，且未必會翻譯成臺式中文)，然而可以逐行對照翻譯，隨時檢視與核對翻譯是否有誤。

🔺當自己已有報告或論文大綱、清楚每個段落需要什麼資料來佐證時，可以用提問的方式讓AI告訴自己某個觀點是否某篇文獻可支持，或是用提問的方式讓AI提供該觀點的相關資料閱讀。不過要注意，AI推薦的資料品質不一，有可能會比自己瀏覽挑選出的資料品質差，導致花額外的時間閱讀不需要的資料。

🔺多數AI工具僅能根據研究文獻的摘要而非全文來提供回答，即使是NotebookLM仍有漏掉文件內容細節的可能性。若僅依賴AI而不自己閱讀，非常可能錯過文章的細節。

🔺雖然AI可以幫忙做摘要、給結論，但是更建議自己去閱讀原始段落，邊閱讀邊思考才能真正的吸收(產生「啊哈！原來是這樣啊」的好奇與樂趣)，進而產生好問題 (有好的問題才能追問AI獲得更好的回答)。有時候可能需要的就是文獻裡對於特定細節的描述(像是研究設計的環節)，直接瀏覽文章找到特定段落閱讀可能比直接問AI更快！

🔺可以請AI協助將自己找到的資料進行分類與做結構化摘要/對照表，然而要注意，AI的分類有時候不是很貼切，可能會跟歷史文獻的分類方式不一致，或是偏離自己的研究問題。

🔺可以請AI進行研究文獻的「摘要、改寫、引用」教學，也可以給AI引用格式規則讓AI協助產生正確引文格式，許多AI學術工具可以幫忙產生基本的引文格式，然而還是需要自己檢查。

研究方法引導、研究資料蒐集與分析

🔺研究方法的具體設計環節，論文、期刊、老師與學長姐還是比較值得參考，因為研究方法常常是研究原創性的來源，且需要真實經驗、緊扣自己的研究問題，都是AI較難取代的。

🔺AI可以在研究方法卡關時提供建議(最好可以追問AI為什麼這樣建議、或與AI討論不同研究方法設計的優缺點)，可以請AI根據研究方法權威書籍或期刊的內容來建議自己的研究設計如何改進，或是列出自己的研究設計環節請AI檢查及提供建議。

🔺若是在研究方法的環節使用AI，需要注意可重製性，AI每次生成的答案都不同、會導致未來的人難以用相同prompt複製相同結果。

🔺現已有AI工具可以幫忙將訪談錄音做逐字稿，且也有一些使用AI分析文本、逐字稿、問卷或其他研究資料的工具或code，可以自行上網查詢相關經驗分享。使用時請注意資料可能會外洩的風險，且應讓受試者知道其受訪內容會被輸入AI分析，以及要注意AI本身的偏見可能造成資料分析上的錯誤。更進一步的實踐方式可參考「Doing Thematic Analysis in the Age of Generative AI: Practices, Ethics and Reflexivity」。

🔺論文的資料分析階段，會與自己的研究問題、文獻回顧做對照。因此避免直接使用AI分析的資料結果而缺乏與自己論文前文內容的呼應。

🔺若要請AI整理與分析資料，請先整理好資料格式，以及刪除其中敏感資料。

🔺研究資料分析軟體通常會發展自己的AI功能 (像是Nvivo、Atlas.ti、MAXQDA都有各自的AI功能發展)，Julias.AI也有人推薦。Google生態系正在整合Gemini的AI功能，可以直接在Google文件與表單使用AI分析。ChatGPT與Claude也都能操作Excel分析，可以另外找相關資源學習。

🔺史料也可以使用AI協助OCR與自動萃取內容與分類，可以參考近史所圖書館部落格的分享。

撰寫、翻譯、編修

🔺AI可以協助潤稿、結構化段落、重新將自己模糊的表達或論證變得更清晰。GPT Prism是理工科論文編修的環境，可參考此文的介紹。

🔺AI摘要有其侷限，多數AI工具有輸入字數的上限(在一定字數內的摘要能力較佳)，翻譯與摘要以小段進行的品質會比較好。即使是上傳文檔給NotebookLM，也都會有漏掉細節的狀況發生。

🔺可以給AI寫作或翻譯的優質範本或評分標準，請他幫忙修改並說明修改理由。

🔺請避免直接使用AI生成或翻譯的文字，中英文都可以看到一些AI的慣用語、語氣、結構，過度使用可能喪失自己的寫作風格。

🔺不論是讓AI撰寫或翻譯，建議還是要由專家來協助檢核！作者最終要負起此篇文章的責任，不能將錯誤歸咎於AI。

🔺審稿人不應將他人的稿件交由AI審查，不過作者可以在投稿前先請AI協助審查稿件內容與獲得建議。Stanford Agentic Reviewer就是一個可以上傳稿件做初步審查的工具 (較適合理工領域，需上傳英文文件)。不過請AI幫忙審查自己的稿件時，要注意資安問題，可以擷取段落上傳並隱匿重要資料。分段上傳獲得修改建議後，也應自行從頭到尾潤飾一次，確保前後文一致。

🔺面對大量的學術文獻發表現況，未來可能會有更多以AI協助研究品質審查的機制或方法出現。已有研究想了解AI是否能用來進行研究品質評估，「Evaluating research quality with Large Language Models: An analysis of ChatGPT’s effectiveness with different settings and inputs」發現ChatGPT認定的好文章通常也是引用次數較高的文章，且讓ChatGPT只閱讀摘要的評估效果會比閱讀全文更好。也有研究想了解能否用AI來幫忙判斷人文社會學術書籍的品質，發現ChatGPT會根據書籍描述內容來評估，可能比起引用次數的評估方式更有參考價值，不過目前ChatGPT在學術書籍的評估上會有學科主題差異，更偏好社會學研究、且書名有提及「理論、分析」會有較高分數，教科書、實用導向的書籍評分較低。

1. 1. AI善於提供背景概覽，許多AI工具提供的摘要或Deep Research報告，都很像是維基百科的內容，能讓人對一個領域有粗淺的大方向了解。也可以將無版權問題的文獻上傳到NotebookLM後，由其產生的podcast、心智圖、學習筆記快速掌握資料全局。有了基本背景知識，就可以踩著往上爬，進一步理解深入的知識，會是閱讀專業或陌生領域書籍前的暖身活動。

1. 學術文章通常有明確結構，除了讓AI輔助你掌握大方向，也可以掃讀以下部分來判斷是否值得深入閱讀：

• 題名：快速判斷主題是否相關

• 摘要：了解研究範圍與主張

• 結論、圖表：確認是否有助於解答你的問題

• 研究方法段落：若想學習或參考其研究設計，可直接閱讀這一部分

• 出現以下情況時，可優先閱讀其他資料：有大量錯字、論述邏輯不清；圖表表現混亂或資料來源不明；寫得很好，但無法解答你想問的問題。

• 你可以在閱讀前將摘要提供給AI，請AI幫忙建議「我讀這篇文章的『方法/結果』段落時，必須要確認的問題」、「這篇文章可能的替代解釋、偏誤來源或其他需要留意的地方」、「閱讀這篇文章前我需要具備哪些背景知識」，也是另一種閱讀的暖身方式。

3. 在學術閱讀的過程中，不妨想像自己正在與這些文章的作者對話，帶著問題去閱讀：「我想解決什麼問題？這篇文章可能會給我什麼線索？這篇文章和我的立場是否相同？哪些見解對自己的觀點有支持的作用？自己想要挑戰哪些觀點？」這樣的提問能力可以轉換成給AI的指令，例如：

• 「我在準備OO主題的報告，我想解答的問題是OO，這篇文獻的哪個段落有出現這方面的資訊？」

• 「這幾篇文章對於我想討論的OO概念，有什麼相似或不同的定義方式？」

• 「這幾篇文章指出了OO研究方法/OO理論/OO現象的哪些相似/衝突/不足之處，是值得進一步思考的？」

• 「我不太理解這個詞/圖表/理論，這些跟我想問的OO有什麼樣的關聯性？請舉例說明讓我更好理解？」

• 「關於這個詞/圖表/理論，讓我舉例說明看看，請問我這樣的舉例是否代表我已完全理解？」

• 「我對於這幾篇文章的理解是OOOOOOO，請幫我檢視我的想法是否有疏漏或有邏輯不通的地方？請盡可能的挑戰我/扮演與我不同立場的人來與我對話、請提供我目前未呈現的觀點和方向」

• 問題不一定要很長，可以使用比較精確的學術術語，並從不同角度發問看看，重點是持續追問！

4. 閱讀過程建議養成良好的筆記習慣，甚至學習一些筆記方法，閱讀的當下就想著這篇文章可能可以怎麼使用，並且記下完整的出處資訊，避免後續沒有做好「引用、改寫、摘要」的基本功，違反學術倫理。你可以嘗試使用這些指令與AI互動 (以下指令都可以拆分成小問題提出)：

• 「我對於OOOO這段文字進行的改寫、摘要結果如以下XXXXXXX，請問我的改寫或摘要是否有符合作者的原意？可以怎麼寫更好？」

• 「我很認同/反對某學者的OOO觀點(摘要、改寫或引用)，我認同/反對的理由是XXXX。請提出可以挑戰我的想法的觀點」

• 「這是我過去的閱讀筆記，請分析我在哪些方面理解較深入，哪些概念我可能還沒掌握，建議我下一步該多讀哪些主題？」

       另外，學術閱讀與寫作會遇到瓶頸，有時候是不想面對文獻或老師，或是自我懷疑寫得不好、不知道該如何時間管理。圖書館有許多給論文寫作新手的電子書，或是療癒紓壓、時間管理、各種學習能力養成的電子書，都可以隨時線上借閱使用。你可以將一些有幫助的書籍目次貼給AI，或是告訴AI你看到某本書的重要觀念，讓它根據這些書籍的內容來幫你設計客製化的小練習，讓AI成為協助習慣養成、壓力管理、情緒開導的隨身小教練。

       想要在休閒閱讀的過程中使用AI輔助嗎？這裡提供一種AI互動方式：使用Perplexity時，將查詢範圍設定為「社交Social」，就可以以Reddit討論區的網友討論內容為資料來源，請AI和你討論故事的背景、扮演書中的角色、想像不同的結局 (Reddit的讀者觀點不等同於文獻，但很適合用來理解讀者與社群角度，當然也有其他閱讀社群平台和討論區可以參與，還是要小心AI可能會出錯! )。您也可以參考這個對話串的做法請AI推薦書單 (它有時會推薦不存在的書)。如果您想試看看用AI迅速做出一本繪本書，可以參考此說明來自己製作看看，這本是Gemini以達賢圖書館為情境、以大學生為對象所設計的圖畫書：「達賢圖書館的K線圖與古詩詞」，你喜歡這樣的故事跟繪圖風格嗎？

感謝同學們參加2025年9月有獎徵答活動「雙重閱讀人格：腦派 vs 心派 解鎖任務」認真的回饋。

挑選部分同學的回饋內容，歡迎您一起來思考看看，也可以將您的想法留在活動表單內喔！