方法
研究路径
沿研究过程的七个环节找工具,把判断留给研究者。
梳理文献
从两三篇你信任的种子论文出发。用开放索引做广泛检索,用引文图谱工具找出种子论文引用了什么、又被谁引用。记录每一次检索式。
AI 检索不像数据库查询那样可复现。若综述需要报告检索过程,请保留传统检索策略作为正式记录,AI 工具只作补充。
系统筛选
先写好研究方案与纳入标准。再让主动学习工具为记录排序,而每一条纳入/排除决定都由你本人作出。
开始前就确定停止规则并在文中报告。不要让语言模型作最终纳入决定。
处理质性资料
先在本机完成转录,再用 AI 在允许共享的文档里定位与检索段落,解释性编码由你亲自完成,并保留备忘录记录。
访谈与田野资料通常受伦理审查和知情同意约束。上传到任何云端模型前请先核对。
构建数据与分析
先学会方法再谈自动化。用可记录来源的开放 API(如 OpenAlex)获取数据,让 Agent 起草代码后你逐行阅读。
不要报告你没有亲自复现过的数字。固定软件包版本,并保留生成代码所用的提示词。
预试问卷与实验
用模拟受访者探索题目措辞与问卷逻辑,再用真人开展预试。模拟不能建立测量效度,也不能确认真人回答的分布。
模拟输出只能作为模拟结果报告,不得冒充对人的观察。与真人数据比较时须事先设计并记录方案。
写作、核查与反馈
用自己的话起草。在发给真实读者前,用 AI 做语言润色、参考文献核验和一轮模拟审稿。
核对目标期刊的 AI 使用披露政策。语言工具可能改变论断;每处接受的修改都要复读。
持续跟进而不被淹没
选一个按兴趣训练的推荐器,再选一两份人工编辑的通讯。每周固定时间集中浏览。
多数 AI 订阅源以 arXiv 为中心。请为你的社科领域补充期刊目录提醒。