一句話說明
AI 可以加速文獻搜尋、論文摘要和大綱產出，但評估研究方法的品質、辨識統計操弄和提出原創觀點，仍然是研究者的工作。
研究流程中 AI 介入的六個階段
用 AI 做研究不是一次丟出「幫我寫一篇關於 XX 的報告」就能拿到好結果。把研究流程拆成階段，每個階段用不同的工具和 Prompt，最終品質會好很多。
第一階段：選題與範圍界定。在這個階段，AI 的價值是幫你快速了解一個領域的輪廓。你可以問 AI：「這個領域目前的主要研究方向有哪些？」「過去五年有哪些重要的突破？」「目前的爭議點是什麼？」但要注意，AI 的回答可能有時間差——它的訓練資料有截止日期，最近半年的研究進展可能沒被涵蓋。
第二階段：文獻搜尋。這是 AI 幫助最大的環節。傳統做法是在 Google Scholar 或資料庫中用關鍵字搜尋，一篇篇看標題和摘要。AI 工具可以用自然語言搜尋——你描述你要找什麼，AI 幫你找出相關論文。
第三階段：論文閱讀與摘要。找到 20-50 篇相關論文後，逐篇精讀很花時間。AI 可以幫你快速掃過每篇的摘要、方法和結論，產出結構化的摘要。但 AI 的摘要可能遺漏方法論的細節或統計數據的限制條件——重要的論文仍然需要自己讀原文。
第四階段：綜合與分析。把多篇論文的發現整合在一起，找出共識、矛盾和研究缺口。AI 可以幫你比較不同研究的樣本數、方法差異、結論異同。Prompt 範例：
以下是 5 篇關於 [主題] 的論文摘要。請幫我整理：
1. 這些研究的共同發現是什麼
2. 結論有矛盾的地方
3. 方法論的主要差異（樣本數、研究設計、分析方法）
4. 目前的研究缺口（還沒被探討的面向）
第五階段：報告撰寫。AI 擅長從你整理好的筆記和大綱產出初稿。但「初稿」是關鍵字——AI 產出的文字需要你加入自己的分析、判斷和原創觀點。直接把 AI 的輸出當成最終稿，品質通常不夠。
第六階段：引用與格式化。AI 可以幫你把引用格式統一（APA、Chicago、IEEE），但前提是你提供的原始引用資訊要正確。這就帶到下一個重點——引用幻覺。
工具鏈
Semantic Scholar。學術論文搜尋引擎，有 AI 功能可以用自然語言搜尋。免費，資料庫涵蓋超過 2 億篇論文。對 STEM 領域的涵蓋最好，人文社科相對較弱。API 開放，可以批次查詢。
Elicit。專門用 AI 輔助系統性文獻回顧（Systematic Review）的工具。可以從研究問題出發，自動搜尋相關論文、抽取關鍵資訊（樣本數、方法、主要發現）、產出比較表格。月費約 10 美元起。
Perplexity。搜尋型 AI，每個回答都附上來源連結。適合快速了解一個主題的現況和取得最新資訊。免費版每天有查詢次數限制，Pro 版月費 20 美元。優勢是資訊較即時，限制是深度不如專門的學術工具。
NotebookLM（Google）。上傳你的論文 PDF，AI 會讀完所有文件，你可以用對話方式詢問跨文件的問題。很適合文獻綜述階段——上傳 10 篇相關論文，問 AI 各篇研究在方法上的差異。免費，但上傳的文件會儲存在 Google 的伺服器上。
Zotero + AI 外掛。Zotero 是免費的參考文獻管理工具。搭配 AI 外掛（如 ZoteroGPT 或 Aria）可以在 Zotero 裡直接對論文做 AI 摘要、翻譯、關鍵字抽取。優勢是文獻管理和 AI 功能整合在一起。
引用幻覺：AI 會捏造論文
這是用 AI 做研究最危險的問題。AI 會產出格式完全正確但根本不存在的論文引用——捏造的作者名、期刊名、DOI 號碼和出版年份。
飛飛實測過，請 ChatGPT 列出某個主題的 10 篇重要論文，通常有 2-4 篇是捏造的。這些假論文的特徵是：作者名看起來合理（通常是該領域的真實研究者，但配對的論文標題是假的）、期刊名真實存在、DOI 格式正確但連結打不開。
驗證方法：
每一篇引用都要到 Google Scholar、CrossRef（https://search.crossref.org）或 DOI 解析網站（https://doi.org）去驗證。如果 DOI 解析不到論文，就是假的。
用 Semantic Scholar API 批次驗證。把 AI 給你的論文標題用 API 查詢，找不到的就要存疑。
直接在原始期刊的網站上搜尋。如果 AI 說某篇論文發表在 Nature，去 Nature 的網站用標題搜尋確認。
不要因為 AI 引用了某篇論文就假設自己讀過它。你引用的每一篇論文，至少要讀過摘要和結論。
AI 擅長與不擅長的研究任務
AI 擅長：
摘要大量文獻。給 AI 50 篇論文的摘要，它可以在幾分鐘內整理出這些研究的主要發現和趨勢。
發現跨論文的關聯。AI 可以注意到你可能沒發現的模式——例如不同領域的研究使用了類似的方法論，或者某個變數在多篇研究中被忽略。
產出結構化的研究大綱。告訴 AI 你的研究問題和已有的發現，它可以建議一個邏輯清晰的報告結構。
翻譯外文文獻。對於英文不是母語的研究者，AI 翻譯讓閱讀英文論文的速度提升很多。但專業術語的翻譯要自己確認。
AI 不擅長：
評估研究方法的品質。AI 不太能判斷一個實驗設計是否有混淆變項、樣本是否有選擇偏誤、統計方法是否適當。它可以描述方法，但不會質疑方法的有效性。
辨識 p-hacking 和選擇性報告。如果一篇論文只報告顯著的結果而略過不顯著的結果，或者嘗試了多種統計方法只報告一種，AI 通常不會指出這些問題。
提出原創觀點。AI 可以整合既有文獻的觀點，但提出新的理論框架、新的解釋角度、新的研究假說——這是研究者的核心價值，AI 做不到。
判斷研究的實務意義。一個統計上顯著的結果在實務上可能沒有意義（effect size 很小）。AI 通常只報告 p 值，不會幫你判斷這個發現在現實世界中重不重要。
學術誠信
各大學陸續發布 AI 使用政策，方向大致相同：允許使用 AI 輔助，但必須揭露使用方式。
台灣教育部 2023 年發布的「大專校院學生使用生成式 AI 參考指引」建議：在作業或論文中說明使用了哪些 AI 工具、用在哪些環節、AI 的輸出是否經過修改。
具體的揭露做法：
在論文的方法或致謝段落中說明：「本研究使用 [工具名稱] 輔助文獻搜尋和初步摘要整理。所有 AI 輔助產出的內容均經作者審核和修改。」
保留使用紀錄。截圖或存檔你和 AI 的對話，以備指導教授或審查委員詢問。
引用要追溯到原始來源。不要引用「ChatGPT 說某某論文指出...」，要去找原始論文，確認內容後再引用原始論文。AI 是搜尋工具，不是引用來源。
抄襲檢測工具的影響。Turnitin 等工具已經加入 AI 生成文字的偵測功能。如果你的論文大量使用 AI 產出的文字而沒有改寫，可能被標記為 AI 生成內容。即使你的使用方式是合乎規定的，也可能需要額外解釋。
安全考量
未發表的研究資料不要上傳到公開 AI 工具。如果你的研究資料還沒發表，上傳到 ChatGPT 或 Claude 的免費版可能導致資料外洩。特別是有商業價值的研究（專利申請前的資料）或涉及人體試驗的資料（受試者個資）。
機構的 AI 使用政策。有些研究機構和期刊有明確的 AI 使用政策。在使用 AI 之前，先確認你的機構是否有限制。Nature 和 Science 等期刊已經明確規定 AI 不能被列為共同作者。
資料主權。使用國外的 AI 工具處理台灣的研究資料，資料會傳到國外的伺服器。如果研究涉及政府委託案或國防相關，需要確認是否違反資料主權的規定。
知識檢測
讀完文章後，測試一下你對這個主題的理解。
常見問題
AI 可以幫我寫論文嗎？
可以用在輔助環節——文獻搜尋、摘要整理、大綱建議、語法修正。但論文的核心——研究問題的提出、方法的設計、數據的解讀、結論的推導——需要研究者自己完成。把 AI 當成研究助理，不是共同作者。
用 AI 做文獻回顧算抄襲嗎？
取決於怎麼用。用 AI 幫你搜尋和摘要論文，然後你自己閱讀原文、整理分析、寫出文獻回顧——這跟用 Google Scholar 搜尋論文性質相同，不算抄襲。但如果直接把 AI 產出的文字貼進論文而不加修改，可能違反學術誠信規定。
Perplexity 和 ChatGPT 做研究的差別？
Perplexity 每個回答都附上來源連結，方便你驗證和追溯原始資料。ChatGPT 的回答通常不附來源，需要你自己去找原始論文。對研究來說，Perplexity 的引用追溯能力更實用，但 ChatGPT 在深度分析和大量文本整理上表現較好。
怎麼避免引用到 AI 捏造的論文？
每一篇引用都用 DOI 去 CrossRef 或 Google Scholar 驗證。如果找不到，就不要引用。養成習慣：AI 給你的引用只是線索，不是事實。在引用之前，你至少要打開過那篇論文的頁面。
用 NotebookLM 上傳論文安全嗎？
NotebookLM 的資料儲存在你的 Google 帳號下，Google 聲明不會用使用者上傳的資料訓練模型。但如果你的研究資料涉及未發表的專利或受試者個資，建議使用機構提供的 AI 工具（如果有的話），或在上傳前做脫敏處理。
相關文章
- 什麼是 AI 幻覺？
- AI 資料分類：哪些資料可以給 AI？
- 三大 AI 隱私比較
參考資料
- 教育部「大專校院學生使用生成式 AI 參考指引」
- Nature — Tools such as ChatGPT threaten transparent science
- Semantic Scholar API documentation
- CrossRef — DOI 解析服務