精选
这是《大兵从研记》的
第 13 回
以deepseek为代表的AI的热度不减。过年的时候开始，大兵也开始尝试使用AI工具，虽然用的不算炉火纯青，但也确实在工作上体会到了不少便捷之处，当然也遇到一些问题。
先来说说在工作中的应用体会。
01 论文修改
对，是论文修改，不是论文撰写。
现在有很多视频号教你如何用deepseek生成大纲，然后用KIMI生成论文或ppt。然后检索AI率又变成了一项内容。为了避免生成的参考文献是假的（chatgpt和deepseek都普遍干的事），也有一些AI工具建立文献库，基于文献库的内容生成。
对于某些形式主义的工作，不想浪费时间，生成一些内容空洞、不切合实际的东西，反正也是应付一些不切实际的要求，大兵可以理解。
但是，与本职工作密切相关，与业务技能密切相关的工作，AI应该是辅助，是伙伴，而不应该是完全的代劳者。如果可以代劳，我们的作用就只是当个键盘代打工具了……
最近，大兵使用deepseek，KIMI, Grammly进行了一篇SCI论文的修改。以前，大兵写的论文到老兵那里，总是会再修改一下。现在，老兵不再做这个工作了，大兵利用这三个工具进行了认真的修改。
他们是大兵的伙伴，他们是一个team，他们一起完成了对文章语言的润色，对文章内容的评价与补充。
1. 语言
惭愧，英语还是没有办法做到游刃有余，能表达意思，却不能写得朗朗上口，凝练清晰。
英语语句大意写完，但是感觉不够地道，大兵会将写完的段落复制给AI，并配上提示词：
我现在在投稿英文SCI，以下是我写的disscusion/Abstract的部分，请你严格遵循以下的内容，不要补充任何网络上检索的数据，但是要对语言进行润色，使其逻辑清晰，语法正确，语言言简意赅，意思明确。
如果中文意思能表述清楚，但是英文不知道怎么能很好的传达意图，可以配上提示词：
按照下段中文内容，改写成英文，使其语法正确，语句凝练，逻辑清晰，符合英文期刊论文的要求。
如果语句引用时照搬的参考文献，必然引起高重复率，这个时候可以利用AI改写：
以下一段是我写的英文论文，但是它与已发表的文章高度重复，请重新用英语撰写以下内容，但是意思不要改变。要求语法正确，语句凝练，逻辑清晰，符合英文期刊论文的要求。
KIMI中规中矩，会比较严格的按照原有语句进行修改，所以时常不能满意。相比之下，deepseek会根据输入的内容做很大的改动，有时候，大兵不禁感慨，“改完以后的说法真是好太多了，这个语句我都想不到要这么写。”
这种感觉特别像有一个随时随地交流的很厉害的朋友，根据你的需要提出建议；又像是一个team的leader，提出一个任务，交给不同的AI完成，然后根据他们交上来的结果选择和修改。
豆包对这类问题的回答感觉不是很好，经常夸大，所以这里不讨论。
除了deepseek，还有个工具也不错，就是grammly。这是一个国外的网站，专业版收费挺贵的，当然也有途径短期租用，比较划算。
grammly最好用的地方是能迅速找到论文中有语法错误的地方，尤其是拼写错误经常会被遗漏。根据实际应用的效果，准确率非常高。
另外就是它的AI扩写功能。大兵主要是improve it，改写不太丝滑的语句。
要注意的是，有个步骤很重要，就是当找到错误，或者用改进功能后，应该思考为什么会错误，改写的特点是什么，为什么会更好。
这是一个学习的过程，是一个建立判断力的过程，与单纯的AI代劳有天壤之别。
2. 内容
有时候，摘要、讨论部分写完觉得结构上还不够好，大兵会问deepseek：
以下内容是我写的SCI论文的摘要/讨论，请从一个专业的期刊编辑的角度评价，有什么优缺点，结构是否完整，不足的地方应该如何修改？请给出修改后的版本。
写完的全文，想看看有什么不足，大兵会上传草稿后问：
请以xxxx领域内具有多年研究经验的资深学者视角，基于我对这篇论文的总结，按以下顺序提供详细评审：1）简要分析核心内容；2）指出研究局限；3）按重要性依次说明各项局限的学术影响。请始终保持简洁专业的语气。
从头撰写cover letter
请以资深期刊编辑的身份，结合我提供的全文，协助撰写一封cover letter，用于向SCI期刊投稿。信中应包含独家投稿的声明，阐明论文的学术价值，并提供简明而有力的总结，凸显我们的研究意义。
或者对写完的cover letter继续修改
请你从一个资深期刊编辑的角度，帮我看看下面这段作为cover letter是否存在什么问题，如果有是哪里，为什么，怎么改。
大兵对全文都进行了评价修改后的论文，得到了审稿人的正面评价：All in all, this is a very well written paper.
多亏了这几位好朋友的帮助。
这里并没有关于如何用AI无中生有文章，因为大兵自始至终认为，AI可以给启发，可以给辅助，但最后的操刀人，决策人应该还是“我”。
02 文献阅读
图 智谱清言长文档阅读
现在有了AI 工具，读文献现在变得和“三分钟带你看完一部电影”一样的感觉，就是快，省时。
长文档阅读，每个AI都会给一些提示词，这里就不展开了。
从个人感受来看，AI阅读文献主要的优点是：
1）总结、归纳. AI善于总结类别及其关键词。优点是，帮助迅速建立知识的脚手架。想更加归纳一下，可以给予下面的提示词：
请将xxx的各种类别按照名称、定义、优点、缺点、……归纳整理为表格。
2）提问
原本阅读是一个单方面的被动接受，在揣摩作者意图的过程中实现与作者的“交流”。现在AI获取文档后，可以对自己感兴趣的问题对AI提问，文献就好像活了过来，仿佛对面坐着一个人跟你互动。
文献比较短，感受不深。将英文专业书籍上传后，AI可以将不同的章节的内容整合起来进行回答，这比直接阅读书籍找答案要容易一些。但是，为了避免AI欺骗我们，最好还是让他给出参考内容的页码，去检查一下。
3）知识对其他人的开放性
在企业中，还有很多人，他们没有硕士、博士学历，英语不好，但是还想继续阅读文献学习。这样的AI工具让英文论文阅读起来变得简单，让他们获取信息变得容易。
说到这里，不得不提大兵最近发现的一个文档阅读特别有意思的AI——秘塔的今天学点啥。
上传感兴趣的文献后，可以选择讲解的风格，将文献变成课件。
生成ppt后，有人声讲解，讲解词深入浅出，比较生动，内容总结的逻辑性也很清晰，还会生成一些动画。虽然缺少个人风格，但是已经比很多人讲的好了。最后，居然还有考题~可以可以。
但在使用AI阅读的过程中，大兵也有点担忧。文章的主要内容了解起来是很快了，但是里面有很多深入、具体的信息就会被遗漏。总结式的简短语句难免浮于表面。
另外一个不看原文带来的副作用，是失去了英语环境的训练。大部分的人并没有接受专门的课程学习如何写英文论文，是在阅读文献的时候潜移默化学习了英语的表达方式。大兵觉得这是在大量的文献阅读、撰写训练之后逐渐进步的。
但是不看英文原文了，直接看中文的总结，这个过程直接没了。就像看电影，快餐式的讲解让人大呼过瘾，但是没有跟着剧情发展细细品味的耐心了。
所以，这样的阅读工具到底是好是坏，应该怎么用，大兵觉得要看使用对象，要看主要目标。
03 问题的检索
肯定有很多人通过AI进行过某个内容的检索，甚至让AI给出实验方案。
大兵的体会来看，AI对内容的检索还是有待改进，主要的问题就是回答不准确：
比如搜索北京市的xxxx行业企业，结果出来的很多都是不相关的企业，某些知晓的企业都没有列出。
最麻烦的问题是，AI幻觉，尤其是deepseek老喜欢杜撰。这是很多同事反映的问题。相比之下，KIMI和豆包的幻觉率要低一些，带有引用链接的内容让可信度更高。此时的AI和小兵很像，小兵给大兵的结果经常也需要再进行判断，小兵有时也会“欺骗”大兵，甚至自己没注意就犯了错误。
04 其他的感受
短视频上总是刷到各种教你用AI工具提升工作效率的，但是，总感觉哪里不对。
AI应该帮助我们减少不重要的工作的时间，比如搜集、整理资料，调整格式等等，这样我们的精力就可以放在更重要的事情上，比如思考；或者给我们赋能，让我们能力不足以做的很好的事情能完成的更好，比如我英文不够好，但是利用AI的帮助可以写的更好。
AI不应该做的是代替我们的思考，代替我们的主宰地位。
为什么这么说呢？因为大兵就看见用AI做事，但是做得不好的例子。如果你尝试过用AI生成PPT，就会发现目前AI生成PPT有个特点：模板好看，但全是文字内容，不仔细看以为还不错，一仔细看，内容空洞，会存在很多与主题实际不相关的内容，没有任何的实际图片和案例，只有意向化的概念图。
有一次的组会分享，某个小兵做了一个PPT，大兵一看，特别明显的AI生成特征。大兵指出了这点，让小兵改改，结果分享的时候还是这个PPT。
使用工具本来没有任何问题，但是这样AI生成的PPT，主题与内容压根不符，甚至有错误，没有任何有价值的信息。大兵非常的生气，用这样的一个东西来糊弄大家，简直就是浪费大家的生命！
AI变成了某些人用来偷懒的工具。都是“偷懒”，做出好的作品了叫会利用工具；没有自己的思考，简单的利用，那就是投机取巧。二者有天壤之别。
这不是AI的错，这是人的问题。比如都是想评职称，都说自己要进步，一个想方设法的找人挂名，代写来获得专利、文章，一个请他人教或者修改来获得文章、专利。也许前者更能轻松获得职称，但价值观差异让人做出了不同的选择，也会有不同的后续影响……
另外，这里也有一个矛盾之处：很好的利用AI需要建立自己的判断、决策、思考能力等，但是当很多这样的锻炼过程被 AI替代后，如何建立这样的能力呢？AI可以是伙伴，可以是工具，但唯独不应替代最关键的“我”的任务。
说多了。总之，如何更好地利用AI工具，这是我们处在这个时代的人，尤其是尚还年轻的人，要思考的事情。
转载本文请联系原作者获取授权，同时请注明本文来自杨延丽科学网博客。
链接地址：https://wap.sciencenet.cn/blog-285633-1485617.html?mobile=1
收藏
