《Nature》文章:ChatGPT帮助我学术写作的三种方式

在这里插入图片描述

图片翻译

在这里插入图片描述

** 文章内容**

忏悔时间:我使用生成式人工智能(AI)。尽管在学术界关于聊天机器人是积极力量还是消极力量的争论不休,但我几乎每天都使用这些工具来完善我所写论文中的措辞,并寻求对我被要求评估的工作进行替代评估,无论是作为审稿人还是编辑。人工智能甚至帮助我完善了这篇文章。
我在葡萄牙的Católica Porto商学院学习人格和领导力,并且是《人格与个体差异》和《领导者与领导力心理学》的副主编。我从生成式人工智能中获得的价值不是来自技术本身盲目地生成文本,而是来自与工具的互动并利用我自己的专业知识来完善它产生的内容。我和聊天机器人之间的对话既增强了我工作的连贯性,而且随着时间的推移,教会了我如何以更简单的方式描述复杂的主题。
无论您是在写作、编辑还是同行评审中使用 AI,它都可以在这里为您做同样的事情。

提升学术写作水平

有没有听说过房地产的口头禅,“位置,位置,位置”?在生成式人工智能的世界里,它是“上下文,上下文,上下文”。

背景为王。你不能指望生成式人工智能——或者任何事物或任何人,就此而言——在没有它的情况下为问题提供有意义的回答。当您使用聊天机器人来完善论文的一部分以使其清晰时,请从概述上下文开始。你的论文是关于什么的,你的主要论点是什么?以任何格式记下您的想法——即使是要点也行得通。然后,将此信息呈现给您选择的生成式 AI。我通常使用由加利福尼亚州旧金山的 OpenAI 制作的 ChatGPT,但对于需要深入了解语言细微差别的任务,例如分析搜索查询或文本,我发现由 Google 研究人员开发的 Gemini 特别有效。总部位于巴黎的 Mixtral 制作的开源大型语言模型非常适合离线工作但仍需要聊天机器人的帮助。

无论您选择哪种生成式 AI 工具,成功的关键在于提供精确的指令。你越清晰越好。例如,你可以这样写:“我正在为一个领先的[学科]学术期刊写一篇关于[主题]的论文。我在下一节中试图说的是[具体点]。为了清晰、连贯和简洁,请重新表述,确保每一段都顺应到下一段。删除行话。使用专业的语气。您可以稍后再次使用相同的技术,以澄清您对审阅者评论的回应。

请记住,聊天机器人的第一次回复可能并不完美——这是一个协作和迭代的过程。您可能需要完善您的说明或添加更多信息,就像与同事讨论概念时一样。正是互动改善了结果。如果某件事没有完全达到目标,不要犹豫说,“这并不完全是我的意思。让我们调整一下这部分。或者你可以称赞它的改进:“这更清楚了,但让我们调整结局,以便更有力地过渡到下一节。

这种方法可以将具有挑战性的任务转变为可管理的任务,在页面上填充您可能尚未完全收集到的见解。这就像进行一场开辟新视角的对话,使生成式人工智能成为开发和提炼想法的创造性过程中的合作伙伴。但重要的是,你是在用人工智能作为一个传声筒:它不是为你编写你的文档;它也不审查手稿。

提升同行评议水平

生成式人工智能可以成为同行评审过程中的宝贵工具。在仔细阅读稿件后,总结要点和需要审查的领域。然后,使用人工智能来帮助组织和表达您的反馈(无需直接输入或上传手稿的文本,从而避免隐私问题)。例如,您可以指示 AI :“假设您是一位专家和经验丰富的学者,在 [领域] 拥有 20+ 年的学术经验。根据我对[领域]中一篇论文的总结,主要关注[一般主题],按以下顺序对本文进行详细的回顾:1)简要讨论其核心内容;2)确定其局限性;3)按重要性顺序解释每个限制的重要性。自始至终保持简洁和专业的语气。

我发现 AI 合作伙伴关系可以极大地丰富内容;这些工具通常提供我没有考虑过的观点。例如,ChatGPT 擅长解释和证明我在评论中确定的特定局限性背后的原因,这有助于我掌握该研究贡献的更广泛影响。如果我确定了方法上的局限性,ChatGPT 可以详细阐述这些局限性,并提出在修订中克服它们的方法。这种反馈通常可以帮助我将局限性与它们对论文整体贡献的集体影响联系起来。然而,有时,它的建议是偏离基础的、牵强附会的、无关紧要的或完全错误的。这就是为什么审查的最终责任始终由您承担的原因。审阅者必须能够区分什么是事实,什么是事实,而没有聊天机器人能够可靠地做到这一点。

优化编辑反馈

我从使用聊天机器人中受益的最后一个领域是我作为期刊编辑的角色。向作者提供建设性的编辑反馈可能具有挑战性,尤其是当您每周监督几篇手稿时。我个人收到了无数无益的、不具体的反馈——比如,“经过慎重考虑,我们决定不再继续处理你的手稿”——我认识到清晰和建设性的沟通的重要性。在这个过程中,ChatGPT 变得不可或缺,它帮助我制作精确、有同理心和可操作的反馈,而无需取代人工编辑决策。

例如,在评估了一篇论文并注意到它的优点和缺点之后,我可能会将这些输入到 ChatGPT 中,并让它起草一封合适的信:“根据这些笔记,起草一封给作者的信。突出手稿的关键问题,并清楚地解释为什么尽管手稿的主题很有趣,但可能无法提供足够实质性的进展来值得出版。避免使用行话。直截了当。自始至终保持专业和尊重的语气。同样,可能需要几次迭代才能获得恰到好处的语气和内容。

我发现这种方法既提高了我的反馈质量,又有助于保证我以支持性地传达我的想法。其结果是编辑和作者之间进行了更加积极和富有成效的对话。

毫无疑问,生成式人工智能给科学界带来了挑战。但它也可以提高我们的工作质量。这些工具可以增强我们在写作、审查和编辑方面的能力。它们保留了科学探究的精髓——好奇心、批判性思维和创新——同时改善了我们交流研究的方式。

考虑到这些好处,你还在等什么?

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/780675.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Mysql-常用函数及其用法总结

1、字符串函数 测试用例如下: 1.1 CONCAT() 将多个字符串连接成一个字符串。 SELECT CONCAT(first_name, , last_name) AS full_name FROM users; -- 期望结果:John Doe, Jane Smith, Michael Johnson 1.2 SUBSTRING() 提取子字符串 SELECT SUBSTR…

算法012:将x减到0的最小操作数

将x减到0的最小操作数. - 备战技术面试?力扣提供海量技术面试资源,帮助你高效提升编程技能,轻松拿下世界 IT 名企 Dream Offer。https://leetcode.cn/problems/minimum-operations-to-reduce-x-to-zero/ 这个题使用到的是滑动窗口。 乍一看&#xff0c…

纹波和噪声的介绍以及区别

纹波和噪声的介绍 纹波和噪声都是在电源输出中出现的信号波动,但两者存在明显的区别。   纹波:是附着于直流电平之上的包含周期性与随机性成分的杂波信号。在额定输出电压、电流的情况下,纹波指的是输出电压中的交流电压的峰值 。狭义上的纹…

生产调度:flowshop问题数学建模

接上一篇文章,在了解生产调度问题的背景和基本概念之后,我想先从比较基础的 flowshop和 jobshop 数学模型入手,理解实际调度过程中的问题求解思路。这一篇文章主要面向 flowshop 问题进行数学建模,对于这类比较经典的问题&#xf…

大语言模型基础

大语言基础 GPT : Improving Language Understanding by Generative Pre-Training 提出背景 从原始文本中有效学习的能力对于减轻自然语言处理中对监督学习的依赖至关重要。很多深度学习方法需要大量人工标注的数据,限制了它们在很多领域的应用,收集更…

【鸿蒙学习笔记】MVVM模式

官方文档:MVVM模式 [Q&A] 什么是MVVM ArkUI采取MVVM Model View ViewModel模式。 Model层:存储数据和相关逻辑的模型。View层:在ArkUI中通常是Component装饰组件渲染的UI。ViewModel层:在ArkUI中,ViewModel是…

【Java】垃圾回收学习笔记(二):分代假说与垃圾回收算法

文章目录 0. 分代收集理论分代假说分代GC定义 1. 垃圾回收算法1.1 标记清除(Mark-Sweep)算法优点缺点 1.2 标记复制算法优点缺点为什么是8:1:1? 1.3 标记整理算法优点缺点 2. 是否移动? 0. 分代收集理论 分代假说 现在多数JVM G…

子数组按位与为k

注意这里的子数组是连续的非空的数组&#xff0c;我们要学会与处理就是求交集 class Solution { public:long long countSubarrays(vector<int>& nums, int k) {long long ans 0;for (int i 0; i < nums.size(); i) {int x nums[i];for (int j i - 1; j > …

MATLAB 2024b 更新了些什么?

MATLAB 2024b版本已经推出了预览版&#xff0c;本期介绍一些MATLAB部分的主要的更新内容。 帮助浏览器被移除 在此前的版本&#xff0c;当我们从MATLAB中访问帮助文档时&#xff0c;默认会通过MATLAB的帮助浏览器&#xff08;Help browser&#xff09;。 2024b版本开始&…

【Linux】压缩命令——gzip,bzip2,xz

1.压缩文件的用途与技术 你是否有过文件太大&#xff0c;导致无法以正常的E-mail方式发送&#xff1f;又或学校、厂商要求使用CD或DVD来做数据归档之用&#xff0c;但是你的单一文件却都比这些传统的一次性存储媒介还要大&#xff0c;那怎么分成多块来刻录&#xff1f;还有&am…

[搭建个人网站] 云服务器 or 本地环境搭建

别人没有的&#xff0c;你有&#xff0c;你就牛。 面试&#xff0c;吹牛皮的时候 都可以拉出来溜溜 本文介绍2种搭建网站模式方式&#xff1a;区别嘛&#xff08;花钱跟不花钱&#xff09; 花钱&#xff1a; 1. 先购买个域名。。&#xff08;这里就不多介绍了&#xff0c;随便…

昇思学习打卡-9-ResNet50图像分类

文章目录 网络介绍数据可视化部分网络实现Building Block结构BottleNet模块 模型训练推理结果可视化学习总结优点不足 网络介绍 在ResNet网络提出之前&#xff0c;传统的卷积神经网络都是将一系列的卷积层和池化层堆叠得到的&#xff0c;但当网络堆叠到一定深度时&#xff0c;…

STM32崩溃问题排查

文章目录 前言1. 问题说明2. STM32&#xff08;Cortex M4内核&#xff09;的寄存器3. 崩溃问题分析3.1 崩溃信息的来源是哪里&#xff1f;3.2 崩溃信息中的每个关键字代表的含义3.3 利用崩溃信息去查找造成崩溃的点3.4 keil5中怎么根据地址找到问题点3.5 keil5上编译时怎么输出…

C++模板元编程(二)——完美转发

完美转发指的是函数模板可以将自己的参数“完美”地转发给内部调用的其它函数。所谓完美&#xff0c;即不仅能准确地转发参数的值&#xff0c;还能保证被转发参数的左、右值属性不变。 文章目录 场景旧的方法新的方法内部实现参考文献 场景 思考下面的代码&#xff1a; templ…

深度学习之网络构建

目标 选择合适的神经网络 卷积神经网络&#xff08;CNN&#xff09;&#xff1a;我们处理图片、视频一般选择CNN 循环神经网络&#xff08;RNN&#xff09;&#xff1a;我们处理时序数据一般选择RNN 超参数的设置 为什么训练的模型的错误率居高不下 如何调测出最优的超参数 …

【pytorch20】多分类问题

网络结构以及示例 该网络的输出不是一层或两层的&#xff0c;而是一个十层的代表有十分类 新建三个线性层&#xff0c;每个线性层都有w和b的tensor 首先输入维度是784&#xff0c;第一个维度是ch_out,第二个维度才是ch_in(由于后面要转置)&#xff0c;没有经过softmax函数和…

C++ 引用——引用的本质

本质&#xff1a;引用的本质在c内部实现是一个指针常量 C推荐用引用技术&#xff0c;因为语法方便&#xff0c;引用本质是指针常量&#xff0c;但是所有的指针操作编译器都帮我们做了 示例&#xff1a; 运行结果&#xff1a;

C++初学者指南-4.诊断---valgrind

C初学者指南-4.诊断—Valgrind Valgrind&#xff08;内存错误检测工具&#xff09; 检测常见运行时错误 读/写释放的内存或不正确的堆栈区域使用未初始化的值不正确的内存释放&#xff0c;如双重释放滥用内存分配函数内存泄漏–非故意的内存消耗通常与程序逻辑缺陷有关&#xf…

水箱高低水位浮球液位开关工作原理

工作原理 水箱高低水位浮球液位开关是一种利用浮球随液位升降来实现液位控制的设备。其基本原理是浮球在液体的浮力作用下上下浮动&#xff0c;通过磁性作用驱动与之相连的磁簧开关的开合&#xff0c;从而实现液位的高低控制和报警。当液位升高时&#xff0c;浮球上浮&#xf…

cmake find_package 使用笔记

目录 1 find_package2 config mode2.1 搜索的文件名2.2 搜索路径 3 module mode3.1 搜索的文件名3.2 搜索路径 参考 1 find_package 这是官方文档 下面是学习总结&#xff1a; 首先是find_package的作用是什么&#xff1f;引入预编译的库。 find_package有两种模式&#xff1a…