当前位置: 首页 > news >正文

《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?

相关文章:

《Nature》文章:ChatGPT帮助我学术写作的三种方式

图片翻译 ** 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…...

防火墙安全策略与用户认证综合实验

一、实验拓扑 二、实验需求 1.DMZ区内的服务器&#xff0c;办公区仅能在办公时间内<9:00-18:00>可以访问&#xff0c;生产区的设备全天可以访问 2.办公区不允许访问互联网&#xff0c;办公区和游客区允许访问互联网 3.办公区设备10.0.2.10不充许访问DMZ区的FTP服务器和HT…...

vue学习day05-watch侦听器(监视器)、Vue生命周期和生命周期的四个阶段、、工程化开发和脚手架Vue cli

13、watch侦听器&#xff08;监视器&#xff09; &#xff08;1&#xff09;作用&#xff1a;监视数据变化&#xff0c;执行一些业务逻辑或异步操作 &#xff08;2&#xff09;语法&#xff1a; 1&#xff09;简写语法——简单数据类型&#xff0c;直接监视 ① Watch:{ 数…...

数字人+展厅互动体验方案:多元化互动方式,拓宽文化文娱新体验

数字化创新已成为推动展厅可持续发展&#xff0c;创造全新消费体验&#xff0c;满足游客多元化需求的关键力量。 “数字人数字互动展厅”可以适应年轻一代的文化传播与多媒体互动新体验趋势&#xff0c;打造新生代潮玩聚集地&#xff0c;促进文化创意传播与互动体验场景创新&a…...

在Spring Boot项目中集成监控与报警

在Spring Boot项目中集成监控与报警 大家好&#xff0c;我是微赚淘客系统3.0的小编&#xff0c;也是冬天不穿秋裤&#xff0c;天冷也要风度的程序猿&#xff01; 1. 引言 在当今的软件开发中&#xff0c;监控和报警系统是保证系统稳定性和可靠性的重要组成部分。Spring Boot…...

opencv实现目标检测功能----20240704

早在 2017 年 8 月,OpenCV 3.3 正式发布,带来了高度改进的“深度神经网络”(dnn)模块。 该模块支持多种深度学习框架,包括 Caffe、TensorFlow 和 Torch/PyTorch。这次我们使用Opencv深度学习的功能实现目标检测的功能,模型选用MobileNetSSD_deploy.caffemodel。 模型加载…...

音视频解封装demo:使用libmp4v2解封装(demux)出mp4文件中的h264视频数据和aac语音数据

1、README 前言 本demo是使用的mp4v2来将mp4文件解封装得到h264、aac的&#xff0c;目前demo提供的.a静态库文件是在x86_64架构的Ubuntu16.04编译得到的&#xff0c;如果想在其他环境下测试demo&#xff0c;可以自行编译mp4v2并替换相应的库文件&#xff08;libmp4v2.a&#…...

手撸俄罗斯方块(一)——简单介绍

手撸俄罗斯方块 简单介绍 《俄罗斯方块》&#xff08;俄语&#xff1a;Тетрис&#xff0c;英语&#xff1a;Tetris&#xff09;&#xff0c;是1980年末期至1990年代初期风靡全世界的电脑游戏&#xff0c;是落下型益智游戏的始祖&#xff0c;电子游戏领域的代表作之一&a…...

构建LangChain应用程序的示例代码:61、如何使用 LangChain 和 LangSmith 优化链

本示例介绍如何使用 LangChain 和 LangSmith 优化链。 设置 我们将为 LangSmith 设置环境变量&#xff0c;并加载相关数据 import osos.environ["LANGCHAIN_PROJECT"] "movie-qa" # 设置 LANGCHAIN_PROJECT 环境变量为 "movie-qa"import pan…...

Android系统通过属性设置来控制log输出的方案

Android系统通过属性设置来控制log输出的方案 背景 项目中经常需要在针对性的模块或者文件&#xff0c;分析问题的时候输出Log&#xff0c;但问题分析完成后&#xff0c;又由于性能问题&#xff0c;需要关闭这些log输出。当前大多数情况下是控制整个系统的log等级来实现&#…...

JavaDoc的最佳实践

文章目录 一、JavaDoc 使用说明1.1 什么是 JavaDoc1.2 文档注释结构1.3 常见的 Javadoc 标签 二、文档最佳实践2.1 注释原则2.2 实际案例 参考资料 一、JavaDoc 使用说明 1.1 什么是 JavaDoc JavaDoc 是一款能根据源代码中的文档注释来产生 HTML 格式的 API 文档的工具。 Jav…...

数字力量助西部职教全面提升——唯众品牌大数据、人工智能系列产品中标甘肃庆阳职院数字经济人才培养基地!

近日&#xff0c;唯众品牌凭借在大数据和人工智能领域深耕多年的技术积累和卓越产品&#xff0c;成功中标庆阳职业技术学院全国一体化算力网络国家枢纽节点数字经济人才培养基地项目&#xff0c;标志着唯众在助力西部职业教育与数字经济融合发展的新征程上迈出了坚实的一步。 …...

Swagger的原理及应用详解(四)

本系列文章简介: 在当今快速发展的软件开发领域,特别是随着微服务架构和前后端分离开发模式的普及,API(Application Programming Interface,应用程序编程接口)的设计与管理变得愈发重要。一个清晰、准确且易于理解的API文档不仅能够提升开发效率,还能促进前后端开发者之…...

Elasticsearch7.10集群搭建

Elasticsearch详细介绍&#xff1a; Elasticsearch 是一个分布式、RESTful 风格的搜索和分析引擎。它的核心基于 Apache Lucene&#xff0c;能够处理海量的数据&#xff0c;并支持实时的全文搜索。以下是关于 Elasticsearch 的详细介绍。 一、基本概念 索引&#xff08;Index…...

SMU Summer 2024 Contest Round 3

A.Hcode OnlineJudge 先用欧拉筛把质数预处理出来&#xff0c;然后枚举左端点的质数&#xff0c;只需要询问右端点是不是质数并取差值的min就行了 #include<bits/stdc.h> #define endl \n #define mk make_pair #define int long long using namespace std; typedef lon…...

uniapp 封装瀑布流组件

思路&#xff1a; 1.coulumns&#xff1a;需要分成几列 2.如何分布数据 3.计算每列的宽度 4.图片进行高度自适应 <template><view :style"{ margin: boxM }"><view class"flex flex-justify-start bg-red" style"background-colo…...

pd虚拟机去虚拟化是什么意思?pd虚拟机去虚拟化教程 PD虚拟机优化设置

Parallels Desktop for Mac&#xff08;PD虚拟机&#xff09;去虚拟化是指在虚拟机&#xff08;Virtual Machine&#xff0c;简称 VM&#xff09;中禁用或减少虚拟化层的影响&#xff0c;使其表现更接近于物理机。这种操作通常用于提高虚拟机的性能或解决某些软件兼容性问题。具…...

低代码研发项目管理流程优化:提效与创新的双重驱动

随着信息技术的迅猛发展&#xff0c;软件项目的规模和复杂度日益增加&#xff0c;传统的软件开发方式已经难以满足快速迭代和高效交付的需求。在这一背景下&#xff0c;低代码平台应运而生&#xff0c;以其高效、灵活、易用的特点&#xff0c;迅速成为软件行业的新宠。然而&…...

32位版 C 库函数time 将在 2038 年溢出,那到时候,它该何去何从

简单地说&#xff0c;通常不必担心&#xff0c;在64位操作系统已经成为主流的今天这基本上不是问题&#xff08;在写这篇回答的时候&#xff0c;我才发现我甚至找不到32位的机器来测试&#xff09;刚好我有一些资料&#xff0c;是我根据网友给的问题精心整理了一份「32库函数的…...

C语言 printf函数缓冲机制

printf不立即打印到stdout的原因 printf函数使用了缓冲机制。当我们调用printf时,输出通常不会立即显示在屏幕上,而是先存储在一个缓冲区中。这是为了提高I/O操作的效率。 缓存数据输出的原理 stdio库维护了一个缓冲区。当缓冲区满了,或者在特定条件下,缓冲区的内容会被刷新…...

【Linux进阶】文件系统8——硬链接和符号连接:ln

在Linux下面的链接文件有两种&#xff0c; 一种是类似Windows的快捷方式功能的文件&#xff0c;可以让你快速地链接到目标文件&#xff08;或目录)&#xff1b;另一种则是通过文件系统的inode 链接来产生新文件名&#xff0c;而不是产生新文件&#xff0c;这种称为硬链接&…...

代码随想录算法训练营Day64|拓扑排序(卡码网117)、dijkstra朴素版

拓扑排序 117. 软件构建 (kamacoder.com) 拓扑排序简单的说是将一个有向图转为线性的排序。 它将图中的所有结点排序成一个线性序列&#xff0c;使得对于任何的边uv&#xff0c;结点u在序列中都出现在结点v之前&#xff0c;这样的序列满足图中所有的前驱-后继关系。 拓扑排…...

neo4j 图数据库:Cypher 查询语言、医学知识图谱

neo4j 图数据库&#xff1a;Cypher 查询语言、医学知识图谱 Cypher 查询语言创建数据查询数据查询并返回所有节点查询并返回所有带有特定标签的节点查询特定属性的节点及其所有关系和关系的另一端节点查询从名为“小明”的节点到名为“小红”的节点的路径 更新数据更新一个节点…...

数据结构基础--------【二叉树基础】

二叉树基础 二叉树是一种常见的数据结构&#xff0c;由节点组成&#xff0c;每个节点最多有两个子节点&#xff0c;左子节点和右子节点。二叉树可以用来表示许多实际问题&#xff0c;如计算机程序中的表达式、组织结构等。以下是一些二叉树的概念&#xff1a; 二叉树的深度&a…...

数据开源 | Magic Data大模型高质量十万轮对话数据集

能够自然的与人类进行聊天交谈&#xff0c;是现今的大语言模型 (LLM) 区别于传统语言模型的重要能力之一&#xff0c;近日OpenAI推出的GPT-4o给我们展示了这样的可能性。 对话于人类来说是与生俱来的&#xff0c;但构建具备对话能力的大模型是一项不小的挑战&#xff0c;收集高…...

webpack之ts打包

tsconfig.json配置 // 是否对js文件进行编译&#xff0c;默认false"allowJs": true,// 是否检查js代码是否符合语法规范,默认false(引入的外部文件有可能语法有问题)"checkJs": true, allowJs和checkJs基本是同时出现&#xff0c;因为有了allowJs 这个检查…...

MATLAB数据统计描述和分析

描述性统计就是搜集、整理、加工和分析统计数据&#xff0c; 使之系统化、条理化&#xff0c;以显示出数据资料的趋势、特征和数量关系。它是统计推断的基础&#xff0c;实用性较强&#xff0c;在数学建模的数据描述部分经常使用。 目录 1.频数表和直方图 2 .统计量 3.统计…...

设计分享—国外后台界面设计赏析

国外后台界面设计将用户体验放在首位&#xff0c;通过直观易懂的布局和高效的交互设计&#xff0c;提升用户操作效率和满意度。 设计不仅追求美观大方&#xff0c;还注重功能的实用性和数据的有效展示&#xff0c;通过图表和图形化手段使数据更加直观易懂。 采用响应式布局&a…...

最小生成树(算法篇)

算法之最小生成树 最小生成树 概念&#xff1a; 最小生成树是一颗连接图G所有顶点的边构成的一颗权最小的树&#xff0c;最小生成树一般是在无向图中寻找。最小生成树共有N-1条边(N为顶点数)。 算法&#xff1a; Prim算法 概念&#xff1a; Prim(普里姆)算法是生成最小生…...

教师管理小程序的设计

管理员账户功能包括&#xff1a;系统首页&#xff0c;个人中心&#xff0c;教师管理&#xff0c;个人认证管理&#xff0c;课程信息管理&#xff0c;课堂记录管理&#xff0c;课堂统计管理&#xff0c;留言板管理 微信端账号功能包括&#xff1a;系统首页&#xff0c;课程信息…...

wordpress 去除google/大连头条热点新闻

本文主要向大家介绍了MySQL数据库之利用sqlmap进行mysql提权的小方法(win与liunx通用) &#xff0c;通过具体的内容向大家展现&#xff0c;希望对大家学习MySQL数据库有所帮助。1.连接mysql数据打开一个交互shell:sqlmap.py -d mysql://root:root127.0.0.1:3306/test --sql-she…...

模板手机网站建设多少钱/郑州竞价代运营公司

撰文 | JZ专栏 | 九章算法题目描述 有一个集合组成的list&#xff0c;如果有两个集合有相同的元素&#xff0c;将他们合并。返回最后还剩下几个集合。 思路点拨 先遍历所有元素&#xff0c;以元素为key&#xff0c;元素所属的集合id为value(是一个集合)建立hashmap&#xff0…...

仿站网站开发/怎样建网站赚钱

机器学习&#xff1a;我们为什么要参数初始化为什么要初始化&#xff1f; 上图是一个神经网络的基本结构&#xff0c;深度学习的初始化参数指的是在网络训练之前&#xff0c;对各个节点的权重和偏置进行初始化的过程&#xff0c;很多时候我们以为这个初始化是无关紧要的&…...

wordpress文章meta/自己怎么做引流推广

一个朋友是前阿里人&#xff0c;37岁&#xff0c;离职后就职美团。以前投一个面一个&#xff0c;今年想跳槽&#xff0c;但没想到投十个能有两个面试机会就不错了&#xff0c;最后索性又回了阿里做架构。 他在面试的时候&#xff0c;碰见比自己大的面试官&#xff0c;态度和善&…...

网站安装教程/郑州发布最新通告

目录 0 分区表 1 分区表基本操作 2 二级分区 3 动态分区调整 0 分区表 分区表实际上就是对应一个HDFS文件系统上的独立的文件夹&#xff0c;该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录&#xff0c;把一个大的数据集根据业务需要分割成小的数据集。在查询…...

想开一个网站开发的公司/班级优化大师怎么用

免费开通大数据服务&#xff1a;https://www.aliyun.com/product/odps “用户每天产生的日志量大约在2TB。我们需要将这些海量的数据导入云端&#xff0c;然后分天、分小时的展开数据分析作业&#xff0c;分析结果再导入数据库和报表系统&#xff0c;最终展示在运营人员面前。”…...