常被問到，「用 AI 來做研究，到底可不可以？」
現在工具很多，從問答型 AI，到能自己跑流程的 AI agent，也包括各種用 AI 打造查詢介面的資料庫工具，甚至網路上大量免費分享的 skills。這些東西，究竟能不能拿來當研究工具？
有人說「AI 會出包」，有人說「會出包那是你不會用」，有人說「你看我這樣很快就生出整篇」，也有人說「你那個拿去投稿會出事」。到底哪個對？
這幾個月，只要有人提過，我就去實際使用並感受。歸納起來，我建議一個不錯的思考架構。
任何 AI 工具，在使用之前，都該先針對「自己想完成的那件事」，思考一下以下四個等級，看看你需要多高的要求。這四個等級，由低而高分別是：
可行、可控、可重現、可負責。
可行，就是 AI 給得出一個東西。這關幾乎所有 AI 工具都過得了。但只要求「可行」的，通常就是腦力激盪。如果你想的是「讓我先大概看一下」，「先隨便撈一下，給自己一點印象、一點起頭的想法」，那幾乎任何 AI 工具都行。
可控，就是 AI 輸出的東西，如果暴走、如果幻想，你有能力初步分辨好壞，而不是照單全收。從腦力激盪，到真的要挑一個方向去做，差別就在這裡。去掉那些暴走、幻想、明顯錯誤，留下實際值得花點時間去測試的。
你如果分得出來什麼是幻想出來的、什麼是明顯錯的、什麼是不可信的，這關就過了。
多數 AI 工具都有會出錯的時候。你如果真懂這個領域，也就是有「領域知識」，通常就能分辨。最近的 AI 應用，越來越多人提到，能用得最好的，都是具有「領域知識」的人，反倒不是最懂 AI 技術或工具的人。
可重現，這在撈資料跟跑統計上特別重要。因為 methods 都得誠實交代：你用哪些資料庫做文獻搜尋（尤其統合、網絡統合類文章），你怎麼跑的統計。
你用 AI 跑，就得誠實寫自己是用 AI 跑資料搜尋跟醫學統計。但實務上，學術期刊現在對這個的接受度很低，所以你最終還是得親自去 PubMed 等資料庫搜尋一次，看是不是真的跟 AI 跑出來的一樣。你如果用 AI agent 自己寫程式或自己跑 R 做統計，最後還是得親手用醫學統計軟體再跑一次、重現一次，不管你是用 MedCalc 還是 R，都要親手確認一次。確認你要投出去的內容，真的是這些工具跑得出來的。數據圖也一樣，都得是你聲稱的工具能重現的。
科學很重視「重現」，許多科學史上的大醜聞，都是因為「無法重現」而爆開。
可負責。學術社群原則上是先相信你，你說用什麼軟體，他們就相信你真的這樣做。
但刊登公開之後，如果有人去查，發現照你陳述的方法算不出你呈現的數據，照你陳述的方法搜不出那樣的文獻流程，甚至連參考文獻格式一檢查就錯誤百出，那你要能為這個結果負責。不管是拿出有力的證據說明，還是說清楚你跟質疑者的數據為什麼不同。
腦力激盪，找出來的資料很酷，或者生出來的小軟體看起來很酷，就是在「可行」階段。
但要打造一個綁上金流、串接付費 api 的收費服務，就至少需要「可控」，也要為了之後如果被駭、被盜用、產生嚴重損失或客訴，確認自己「可負責」。
學術研究來說，初步腦力激盪只需要到「可行」的程度，可以用的工具超級多。但是真要寫成文章投稿，一定要思考到「可重現、可負責」。
而我們上課，就是直接幫各位把各種工具先篩過一遍，給負責任的建議，讓新手很快上手，又不會出包。
網路上很多爭吵，其實是在講不同的事。
有人說，AI 不能做學術，他講的可能是 AI 跑的統計跟生成的參考文獻錯誤百出。這沒錯。
另一個人批評，那是你不會用，你用 AI agent 配某某 skill，就能避開文獻出錯的問題。
這也沒錯。但初學者不見得有能力寫出一個「不會錯」的 skill，安裝別人的 skill，自己也看不懂。而出事的時候，最終還是出事的人自己負責。
AI 拓荒的年代，說法很多，情緒也很多。使用「可行、可控、可重現、可負責」，這四等級查核，是個還不錯的工具。
用這個架構你會發現，寫一個自己覺得很好玩的小遊戲給自己玩，跟寫一篇 SCI 論文壓上自己的名字去投稿讓全世界看到，這兩件事情的要求，差很遠。前者用 AI 只要「可行」就好，後者用 AI 則需要通過「可行、可控、可重現、可負責」。
用寫遊戲類比的話，後者大概就像是「寫一個好玩的小遊戲，而且測試到沒有明顯的 bug，能承受數萬人同時上線，並做到有使用者願意付費，遇到客訴時還能回應跟處理」，這樣的等級。
可行，跟可負責，是不一樣的。
（圖片為作者設計、Gemini 生成）
