作者:蔡依橙
AI 可以是很棒的論文助手,前提是你知道怎麼判斷對錯、怎麼修正。
也就是說,他可以一秒幫你噴出一整段文字,但你要有能力判斷:這段內容寫得對不對?(這個我們的課堂都會教)
作者:蔡依橙
最近熱議的那篇 Lancet 讀者投書,整個過程實在很令人感慨。
跟學術比較不相關的討論,我這邊就跳過了。我能理解,剛起步的研究者,希望自己名字登上頂尖期刊的心情。但這個案例剛好可以說明,刊登出來白紙黑字後,是會被全世界檢驗的,包括自己的本國同行,大家連 supplementary materials 都會去看。
這讓我想到的是,最近有越來越多的新手同學開始使用 AI 工具,包括萃取資料、文獻引用等等,簡單下個指令都能瞬間噴出大量文字與資料,但我個人對這些進階的應用領域比較保守。
我認為,目前 AI 工具最可靠的是翻譯,但即使是翻譯,之後我一定會全文自己仔細看過。偶爾還是會有錯,而那些錯通常來自於給 AI 的中文就已經不精確。這個領域的可靠度,可以到 99% 左右。
但直接請 AI 去做文獻引用,這個正確率雖然最近有提升,但大概就是從全部亂講,到四成亂講的程度。也就是 60% 左右的準確性。
答:(蔡依橙)
從課程開辦至今,我們統計了每個月校友論文發表量,發現一個很明顯的趨勢線:在疫情期間特別升高一陣子!
因為學過論文寫作的同學,會趁著大家對未來比較不確定、工作時數稍微減少的時候,快點把握時間把手邊的材料寫好投稿。那陣子全世界的論文量也是升高的。
疫情之後,本來是回到原本的趨勢線,繼續上升,但接著遇到部分醫院學校開始針對 OA 期刊做政策上的調整。
在這些醫院學校工作的校友,必須全部轉到傳統期刊尋找稿件適合的去處,但偏偏現在傳統期刊的審稿期都相當久,能容納的稿量也有限(受限於紙本,一年約 300-500 篇最多)。所以刊登的時間持續往後延,反應出來的就是每個月刊登量下降。
作者:(蔡依橙)
最近在新思惟的活動中,有兩個特別趨勢。
最近在我們的網頁中,關於 Office hour 進行方式的連結,被點擊最多。許多來上課的同學也提到,每個禮拜都有一個小時能夠問一些課程之後實際應用的問題,讓人感覺安心。
Office Hour 的進行方式,是在指定時間內,使用 Messenger 傳訊問答。這種「打字之後會收到回覆」的模式,對社恐者友善,除了回答精準之外,還能讓同學發現到一些自己沒注意到的事情。
最近的課程,有不少中壯年的同學來參與。他們並不一定有迫切的論文發表或升遷壓力,而是人生發展到一個程度,覺得應該要挑戰一些過去認為困難或者不擅長的事情。
有的人是在診所工作很多年,生活與收入都已經穩定,想要挑戰一下年輕時候很嚮往的論文發表,於是來報名統合分析課程,當作一項才藝來學習實踐。
也有人已經拿到碩博士,但總覺得所寫的是老師的題目,畢業後想維持發表產能,更想試試看自己是否能夠獨立找到題目,並完成全部的統計寫作。全部只用自己的力量,讓名字出現在 SCI 期刊上面,於是來學網絡統合分析。
資深主治醫師,得知醫院有方便的 TriNetX 資料庫,操作介面方便,PGY 都在撈出資料回答臨床問題,於是想說快點來學統計方式與寫作架構(醫學論文與寫作工作坊 / 臨床研究與發表工作坊),儘速讓自己具備指導能力。
每個人都有不同的故事、不同的需求,只要同學想進步,我們有課程也有 Office hour,持續提供協助。
答:(蔡依橙)
如果你還沒有確認正確性的能力,千萬不要使用 AI 去做你無法驗證的事。
最近有同學在 Office hour 問我問題,我發現他的提問有點奇怪,在我進一步釐清並追問之後,才發現原來同學是使用 AI 工具去讀論文。
主題我稍微做點馬賽克,大概類似「給予病人某介入之後,去評估疼痛指數的下降程度」。所以他用 PubMed 找了有這些介入也有疼痛指數的論文,全部丟進 AI 工具裡面。
接著,他對這些 AI 工具詢問,請他們萃取出做統合分析需要的數值。
AI 給了一堆中文說明跟歸納,並告訴他,其中好幾篇文章,並沒有給出疼痛指數的數據。
問:我在一家地區醫院工作,因為不是醫學中心,又有固定合作的後送機制,所以重大疾病和急重症,幾乎都會送往更遠的醫學中心去治療,很多有點特別的疾病,最後開刀的紀錄或者重要的檢查結果,都不在我們醫院。這樣我要怎麼找到主題來寫論文?
答:(蔡依橙)
同學這個問題,其實我很常被問到,畢竟不是每個人都在醫學中心工作,而醫學中心在民眾心目中也有分等級,真正什麼疑難雜症都會留下來的,只有少數幾家。
這問題我分成兩個部分回答,就是你自己想寫的是「臨床論文」還是「統合分析」?