# 文献、写作与数据

Chapter 5 of 8 of the course [高校教师 AI 实用入门](https://wuming.si/courses/ai-for-teachers/).

## 读文献：三种用法

### 单篇精读

把 PDF 直接拖进 Kimi，然后：

```
请阅读这篇论文，按以下结构告我：
1. 这篇文章要解决什么问题（一句话）
2. 用了什么方法，样本/数据是什么
3. 主要发现 3 条
4. 作者自己承认的局限
5. 这篇和我的研究方向【你的方向】有什么可能的结合点
6. 如果我要引用它，最值得引的是哪一个结论

全部用中文，专业术语保留英文原文。
```

读完追问三句，效果比读两遍强：

- 这篇文章最可能被质疑的地方是什么？
- 它的方法有什么替代方案？为什么作者没用？
- 第 3 条发现，原文是在第几部分论证的？

### 批量梳理

一次传 5-10 篇，让它做成表：

```
我上传了【N】篇关于【主题】的论文。

请输出一张表格，每篇一行，列为：
作者与年份 | 研究问题 | 方法 | 核心结论 | 局限

表格后另附三段分析：
1. 这些研究在哪些问题上有共识
2. 在哪些问题上存在分歧，分歧的根源是什么
3. 哪些问题还没人做（研究空白）
```

第 3 段就是你选题的起点。

### 综述框架

```
基于以上【N】篇文献，帮我搭一个文献综述框架：
1. 分 3-4 个主题板块，不要按时间顺序排，按问题逻辑排
2. 每个板块写明：这一块要讲什么、应该引用上面哪几篇
3. 板块之间的过渡逻辑
4. 最后一段指出研究空白，并说明我的研究如何填补

只给框架和要点，不要写成稿。
```

**最后一句很关键**——综述正文必须你自己写。

### 几个专业学术工具

| 工具 | 干什么 |
|---|---|
| Elicit | 用自然语言问问题，直接返回相关论文和结论摘要 |
| Consensus | 问一个学术问题，它汇总多篇论文给出"学界共识度" |
| Semantic Scholar | 免费文献检索，引用网络好用 |

这几个以英文文献为主，中文文献用知网、万方配合 Kimi 更实际。

## 学术写作：先说红线

| 可以 | 不可以 |
|---|---|
| 润色语言、改语法 | 让 AI 代写论文正文 |
| 调整段落逻辑 | 让 AI 生成参考文献 |
| 生成提纲和框架 | 让 AI 编造数据或实验结果 |
| 翻译后自己校订 | 隐瞒 AI 使用情况（部分期刊要求声明）|

> 一句话判断：**AI 可以改你写的东西，不能替你产生观点。**观点和数据必须出自你本人。

### 申报书：创新点提炼

申报书最难写的是"创新点"。换个视角问：

```
以下是我的课题设想：
【粘贴你的研究设想，300-500 字】

请以一位严格的国家级项目评审专家视角：
1. 从中提炼 3 个可以写进申报书的创新点，每条一句话、要具体
2. 对每个创新点，指出评审专家最可能质疑什么
3. 针对每个质疑，建议我在申报书里补充什么来回应
4. 最后直说：这个选题现在最大的硬伤是什么

请严格，不要恭维。
```

最后一问的回答通常最有价值。

### 语言润色

```
请润色以下学术段落，要求：
1. 保持原意和所有专业术语，不要改变论点
2. 让句子更简洁，去掉冗余
3. 符合学术写作规范，避免口语
4. 改动处请用列表说明改了什么、为什么改

原文：
【粘贴你的段落】
```

要求它**说明改动理由**——否则你不知道它偷偷改掉了什么意思。

## ⚠️ AI 会编造文献

这是科研场景里最严重的一个坑。

AI 可能给你一条格式完美、作者像真的、期刊也存在、但**整篇文章根本不存在**的引用。已经有学者因此被期刊撤稿。

**铁律：**

```
AI 给出的任何一条文献，都必须去知网 / Web of Science / Google Scholar
按标题逐条搜到原文，才能写进你的参考文献。
搜不到 = 不存在。没有例外。
```

## 数据：不会统计也能看懂

### 让 AI 解释统计结果

```
我做了一项【研究内容】的调查，用 SPSS 跑出以下结果：

【粘贴输出表格或关键数字】

请用通俗语言解释：
1. 每个指标是什么意思
2. 这个结果在统计上显著吗？显著意味着什么
3. 用一段话写成可以放进论文的结果描述
4. 这个结果有什么不能过度解读的地方

我不是统计专业，请避免术语堆砌。
```

第 4 问是防自己说过头的保险。

### 图表描述

```
我有一张图表，内容是：
【描述图表类型、横纵坐标、几组数据的大致趋势和关键数值】

请帮我写一段论文里的图表描述文字：
1. 先客观描述趋势和关键数值
2. 再说明这个趋势说明了什么
3. 控制在 150 字内，符合学术写作规范
4. 不要加入数据本身不支持的推论
```

### 方法选择建议

```
我的研究问题是：【问题】
我能拿到的数据是：【样本量、数据类型、测量方式】

请建议 2-3 种适合的研究方法/统计方法，每种说明：
1. 为什么适合我这个问题
2. 具体操作上需要做什么
3. 这种方法的前提假设是什么（我的数据满足吗）
4. 常见的审稿质疑点

最后提醒我：如果样本量不够，哪些方法就不能用了。
```

> 这一步的结果，拿去和统计学同事核对一下再用。AI 给的是方向，不是结论。

## 动手练习

找一篇你最近要读的论文，用"单篇精读"模板读完，然后追问那三句话。

**对照检查：**你自己读一遍要多久？AI 辅助读一遍要多久？理解深度有没有损失？——很多人会发现，AI 适合**快速筛选要不要细读**，真正重要的论文还是要自己逐字读。这个判断，比任何模板都重要。