幾小時生成壹篇頂刊論文?AI論文流水線真要來了
他進壹步指出，這未必是模型能力本身的上限，更可能是工作流設計的問題。研究者在調用AI時，並沒有把這些方法論上的要求嵌入進去。為此，他自己專門發布了壹套包含11個環節的DID完整工作流，把這些近年來形成的規范逐壹拆解，並轉化為可以直接執行的指令結構。
按照這套邏輯運行，“做到博士生論文初稿的水平是完全有可能的”。但即便如此，這位學者依然堅信，從初稿到成品之間，仍需人類來補足分析深度。在社會科學領域，他短期內看不到“人什麼都不用幹，就在那裡等結果”的全自動化可能。
陳波對AI能力的評價則是最為樂觀的，他的思路也更“工業化”，他更關注整體的投入產出效率。根據他的經驗，如果不刻意追求深度和考慮細節，AI 最快可以在 20 分鍾內產出壹篇 70 分左右的初稿。
“如果中間覺得不滿意讓它返工的話，這個時間肯定就會更長，但通常壹到兩個小時會基本上出壹個相對比較強的壹個版本。”在陳波看來，AI智能體單純基於數據分析來寫論文，完成時間目前已經可以穩定控制在 1 小時以內。雖然判斷選題本身是否具備學術價值，或者研究視角是否符合當前學術界的共識，這些還需要由研究者來判斷。
陳波認為修改過的論文大致能達到85分的水平。這個分數意味著，這些論文大體可以達到中等期刊及以上的的水平，但距離頂級期刊仍存在壹定差距。具體文章的質量，在壹定程度上取決於選題本身。由於生成過程帶有壹定隨機性，如果問題設定得當，結果可能會更接近高水平研究。
如果只是作為壹篇規范的期刊論文，他認為這類論文達到核心期刊標准問題不大，甚至在某些方面已經超過不少既有工作。
02
AI現在能做到哪壹步了？
朱晨開始使用AI智能體寫論文是在今年春節前後。Yanagizawa-Drott 發布視頻後，她也搭建了自己的智能體，這種程度的自動化，是她之前完全沒有想過的。壹直將 AI 局限於潤色語言、排查代碼問題等輔助工作的她，第壹次意識到AI已經進化成了真正有可能獨立完成科研的工作伙伴。
朱晨將原本由研究者逐步完成的經濟學實證研究流程拆解為壹系列標准化步驟，並交由不同的 AI 智能體分別執行，研究者只需要在少數環節幹預，這套系統被她稱為 HLER（Human-in-the-Loop Economic Research）[2]。
系統將研究拆解為柒個環節，由專門的智能代理執行。它們負責審計和分析數據、生成候選研究問題、收集與處理數據、進行計量分析、撰寫初稿，並由 AI 審稿者進行初步評價。人類研究者只需在選擇研究問題和批准最終稿件時介入，其余環節均可由 AI 完成。
對 AI 生成內容的批評，往往集中在其不夠准確。它提出的問題常常似是而非，甚至與實際數據並不匹配。很多學者也堅持認為科研問題的提出仍要依賴學科經驗。
但在經濟學等高度依賴數據庫的研究中，如果AI智能體能夠學會合理調用數據庫數據，把研究建立在具體數據之上，至少可以在很大程度上保證其可行性。
在HLER系統裡，智能體會先掃描本地數據庫，了解可用變量、時間跨度和樣本量，然後生成 4 個左右初步研究方案。每個方案都必須滿足叁個條件：變量在數據庫存在、研究設計與數據結構匹配、可用計量方法可解決。
每個生成的問題由兩名研究人員獨立評估，若意見不壹致，則通過討論達成共識。結果發現，在調用數據庫的情況下，AI生成問題其實是很有保障的。在拾肆次運行中，這壹數據集感知機制共生成 79 個候選問題，其中87%都符合所有條件。
不過，在研究問題創新性這個問題上，朱晨還是認為只有擁有經驗的學者才能把控。所以相比APE的完全自動生成選題，她還是堅持人機結合。AI智能體可以針對單個數據集生成數拾個技術上可行的研究問題，但僅靠這些可行性標准是不夠的。如果研究者從中只挑選統計顯著的結果作為研究結論，就等於把 AI 的“可行問題庫”變成了學術不端的工具，這種風險正是人機結合所要避免的。
甚至，AI 的能力並不止於提出問題。
在陳波的嘗試中，他觀察到，AI 不僅能夠根據數據內容生成選題，還能在完成建模分析後，根據結果反過來調整研究方向，甚至進壹步優化所使用的數據來源，主動擴展和補充新的公開數據。
[物價飛漲的時候 這樣省錢購物很爽]
無評論不新聞，發表壹下您的意見吧
按照這套邏輯運行，“做到博士生論文初稿的水平是完全有可能的”。但即便如此，這位學者依然堅信，從初稿到成品之間，仍需人類來補足分析深度。在社會科學領域，他短期內看不到“人什麼都不用幹，就在那裡等結果”的全自動化可能。
陳波對AI能力的評價則是最為樂觀的，他的思路也更“工業化”，他更關注整體的投入產出效率。根據他的經驗，如果不刻意追求深度和考慮細節，AI 最快可以在 20 分鍾內產出壹篇 70 分左右的初稿。
“如果中間覺得不滿意讓它返工的話，這個時間肯定就會更長，但通常壹到兩個小時會基本上出壹個相對比較強的壹個版本。”在陳波看來，AI智能體單純基於數據分析來寫論文，完成時間目前已經可以穩定控制在 1 小時以內。雖然判斷選題本身是否具備學術價值，或者研究視角是否符合當前學術界的共識，這些還需要由研究者來判斷。
陳波認為修改過的論文大致能達到85分的水平。這個分數意味著，這些論文大體可以達到中等期刊及以上的的水平，但距離頂級期刊仍存在壹定差距。具體文章的質量，在壹定程度上取決於選題本身。由於生成過程帶有壹定隨機性，如果問題設定得當，結果可能會更接近高水平研究。
如果只是作為壹篇規范的期刊論文，他認為這類論文達到核心期刊標准問題不大，甚至在某些方面已經超過不少既有工作。
02
AI現在能做到哪壹步了？
朱晨開始使用AI智能體寫論文是在今年春節前後。Yanagizawa-Drott 發布視頻後，她也搭建了自己的智能體，這種程度的自動化，是她之前完全沒有想過的。壹直將 AI 局限於潤色語言、排查代碼問題等輔助工作的她，第壹次意識到AI已經進化成了真正有可能獨立完成科研的工作伙伴。
朱晨將原本由研究者逐步完成的經濟學實證研究流程拆解為壹系列標准化步驟，並交由不同的 AI 智能體分別執行，研究者只需要在少數環節幹預，這套系統被她稱為 HLER（Human-in-the-Loop Economic Research）[2]。
系統將研究拆解為柒個環節，由專門的智能代理執行。它們負責審計和分析數據、生成候選研究問題、收集與處理數據、進行計量分析、撰寫初稿，並由 AI 審稿者進行初步評價。人類研究者只需在選擇研究問題和批准最終稿件時介入，其余環節均可由 AI 完成。
對 AI 生成內容的批評，往往集中在其不夠准確。它提出的問題常常似是而非，甚至與實際數據並不匹配。很多學者也堅持認為科研問題的提出仍要依賴學科經驗。
但在經濟學等高度依賴數據庫的研究中，如果AI智能體能夠學會合理調用數據庫數據，把研究建立在具體數據之上，至少可以在很大程度上保證其可行性。
在HLER系統裡，智能體會先掃描本地數據庫，了解可用變量、時間跨度和樣本量，然後生成 4 個左右初步研究方案。每個方案都必須滿足叁個條件：變量在數據庫存在、研究設計與數據結構匹配、可用計量方法可解決。
每個生成的問題由兩名研究人員獨立評估，若意見不壹致，則通過討論達成共識。結果發現，在調用數據庫的情況下，AI生成問題其實是很有保障的。在拾肆次運行中，這壹數據集感知機制共生成 79 個候選問題，其中87%都符合所有條件。
不過，在研究問題創新性這個問題上，朱晨還是認為只有擁有經驗的學者才能把控。所以相比APE的完全自動生成選題，她還是堅持人機結合。AI智能體可以針對單個數據集生成數拾個技術上可行的研究問題，但僅靠這些可行性標准是不夠的。如果研究者從中只挑選統計顯著的結果作為研究結論，就等於把 AI 的“可行問題庫”變成了學術不端的工具，這種風險正是人機結合所要避免的。
甚至，AI 的能力並不止於提出問題。
在陳波的嘗試中，他觀察到，AI 不僅能夠根據數據內容生成選題，還能在完成建模分析後，根據結果反過來調整研究方向，甚至進壹步優化所使用的數據來源，主動擴展和補充新的公開數據。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: