AI辅助研究验证：可人工核查的工作流程

AI搜索可以在几秒钟内为你找到一个看似合理的参考文献。更难的问题是，这个参考文献以及你附在它上面的论断，能否经得起审稿人打开PDF的检验。本指南介绍了一套可以在办公桌前运行的验证工作流程：规划搜索、记录搜索是如何运行的、对照来源检查笔记、验证引文、将来源信息附加到每个论断上，并组装一个合作者或审稿人可以审计的证据矩阵。本文面向正在准备稿件、回复同行评审或为基金申请汇总证据的研究人员。

该工作流程基于一条源自可重复性指南的原则：透明的方法和对已有知识的仔细评估是严谨实践的一部分，而不是事后补充。因此，验证是一系列记录在案的步骤，而不是最后的校对。

AI辅助搜索改变了找到论文的成本，但并没有改变稿件必须展示的内容：每个论断背后的证据确实存在，其表述与你的说法一致，并且是通过其他人可以重复的过程找到的。Cochrane的搜索指南明确指出，搜索应基于纳入标准进行规划，从多个来源提取，记录在案，去重，并在发表前重新运行。NIH的严谨性指南将透明方法和可重复性视为核心。两者指向同一个实际结论：你需要的产物不是一份引文列表，而是一条从问题到论断的可审计轨迹。

在选择工具之前，先定位最薄弱的环节。使用此诊断来决定首先运行工作流程的哪个部分。

在修订开始时运行一次诊断，在提交前再运行一次。第二遍会捕捉起草过程中引入的偏差。

从什么算作你论断的证据开始，而不是从关键词开始。Cochrane的指南是基于纳入标准规划搜索，并将自由文本词与主题词相结合。在实践中，写下你将接受的人群、干预或暴露、结局和研究设计，然后从每个元素推导出术语。

使用多个来源。单一数据库无法覆盖多学科的论断，Cochrane建议搜索多个来源并对记录去重。如果你正在开始文献搜索，并希望使用一个学术搜索界面来运行和优化查询，通过WisPaper的搜索查找学术论文，并将你的查询字符串与结果一起保存。

对于每个来源，记录：数据库或界面、确切的查询、任何筛选条件、运行日期以及返回的记录数。PubMed的搜索详情显示了术语是如何被翻译和组合的，即使你在其他地方搜索，这也是一个有用的模型，可以参照其详细程度来记录。

搜索日志是方法轨迹的骨干。至少，它应该能让同事重现你的结果集。Cochrane的文档期望以及PubMed的保存搜索和搜索详情视图都支持这一习惯。

一份可行的日志每个查询一行：

• 查询针对的问题元素
• 来源和界面
• 确切的查询字符串，包括字段标签和运算符
• 应用的筛选条件（日期、语言、文章类型）
• 运行日期
• 返回的记录数，去重前后
• 筛选决定，在标题/摘要阶段和全文阶段

Cochrane建议分阶段筛选并在发表前重新运行搜索。将两者都纳入日志：一个标题/摘要列和一个全文列，再加上最终的重新运行日期。如果你的领域发展迅速，重新运行是捕捉起草期间发表的研究的地方。

笔记会漂移。一句根据摘要写时准确的话，一旦进入草稿就可能变成过度断言。检查是机械的：对于每一条支持论断的笔记，重新打开来源并定位段落。

使用三部分笔记格式：

1. 论断用你自己的话，足够狭窄以至于可以被证伪。
2. 定位符——支持段落所在的页码、章节、表格或图。
3. 引用段落从来源逐字复制。

如果你无法填写定位符和引文，笔记还不是证据。这也是你捕捉常见失败的地方：引用一篇综述来支持一个属于原始研究的发现；Cochrane关于链接一项研究的多个报告的指南在这里是相关的，因为综述和试验是不同的记录，具有不同的证据权重。

引文验证有两个层次。第一是存在性：论文是否存在，标题、作者、发表期刊和年份是否一致？第二是对应性：你持有的记录是否与你附在它上面的论断相匹配？

对于存在性，对照书目数据库检查每条参考文献，而不是对照另一个引文列表。PubMed支持引文查找，Google Scholar记录了按作者和标题搜索，当参考文献不完整时这很有用。对于一批BibTeX条目，使用TrueCite筛选BibTeX引文，它会对照学术数据库检查条目，标记出不对应真实记录的参考文献。

对于对应性，回到步骤3。一个已验证的记录配上一个未经验证的论断仍然是一个未经验证的论断。

来源信息回答：这个论断来自哪里，我读的是来源的哪个版本？三个习惯保持来源信息完整。

将报告链接到研究。 一项研究可能以会议摘要、期刊文章和后续研究的形式出现。Cochrane建议链接一项研究的多个报告，以便你只计算一次研究。在你的证据矩阵中，给研究一个单一标识符，并在其下列出报告。

记录版本。 注明你读的是预印本、录用稿还是正式发表版本，以及访问日期。Google Scholar的替代版本链接对于定位你实际可以打开的版本很有用，但要记录你使用了哪一个。

将轨迹与项目保持在一起。 如果你正在为稿件或团队组织来源，在My Library中保存和组织论文，以便你验证过的记录与项目保持关联，而不是分散在下载文件夹中。

证据矩阵将分散的笔记转换为审稿人可以浏览的表格。每个论断一行，而不是每篇论文一行，这是经得起同行评审的版本。

矩阵有双重作用。它是你修订期间的工作文档，也是当审稿人对某句话提出异议时你查阅的产物。当一个论断没有行时，它就没有证据。

AI工具在瓶颈是数量的步骤中最有用：寻找候选论文、起草一组来源的结构化摘要以及检查一批参考文献。它们最不适合替代定位符和引文检查，这需要打开来源。

对于较长的文献任务，使用Scholar Agent运行文献综述，它支持文献综述、灵感和复现用例。对于基于你已经收集的特定论文集的问题，使用Library QA基于My Library中的论文提问。当它们的输出直接进入证据矩阵而不是草稿时，两者都最有价值。

一个实际的分工：

• AI辅助： 候选发现、查询扩展、第一遍摘要、批量参考文献筛选。
• 人工检查： 纳入决定、每个论断的定位符和引文、每个发现的方向和强度、最终措辞。

假设一位审稿人写道，你关于某项干预效果的论断“没有得到所引文献的支持”。以下是路线。

1. 在证据矩阵中通过论断ID定位论断。如果没有行，创建一行并标记为不支持。
2. 重新打开所引来源并找到段落。如果来源不包含它，论断需要改写或更换引文。
3. 对照数据库检查引文记录，确认你引用了正确的论文和版本。
4. 搜索额外证据，使用从审稿人异议中推导出的查询，并记录它。
5. 更新矩阵，添加新行、定位符和引文，然后修改句子以匹配证据的强度。
6. 在重新提交前重新运行搜索并记录日期，正如Cochrane所建议的。

如果修订需要协调多位合作者及其来源，设置一个研究项目，以便验证工作与稿件保持在一起，而不是在电子邮件线程中。

不是每个人都从步骤1开始。选择与你的情况匹配的入口点。

如果你的任务是复现已发表的方法而不是验证论断，使用PaperClaw规划论文复现，从上传的PDF和复现说明开始，并对你复现的每个步骤保持相同的定位符和引文纪律。

在提交前，运行一遍从头到尾走完轨迹的审查。如果前面的步骤都完成了，这应该花费一个下午，而不是一周。

• 搜索日志完整： 每个查询都有来源、日期和记录数；最终重新运行有日期。
• 每个论断都有一行： 结果或讨论中没有句子在没有矩阵条目的情况下断言发现。
• 每行都有定位符和引文： 通过重新打开来源抽查随机样本。
• 引文已验证： 每条参考文献对应真实记录，每条记录与论断匹配。
• 来源信息完整： 链接的报告只计算一次；版本已记录。
• 强度与证据匹配： 没有论断的陈述强度超过其来源支持的程度。

这一遍是人工审查步骤，也是工作流程见效的地方：你正在检查一条已经存在的轨迹，而不是在截止日期前重建一条。