LLM辅助科研，伦理边界不在用不用，而在验不验！
Ethical LLM-Assisted Research: A Framework for Responsible Delegation, Verification, and Epistemic Value
📖 AI 总结
该文章提出一个关于大语言模型辅助科研的伦理与认识论框架。核心观点是：当科研推理部分委托给AI系统时，知识主张的合法性不取决于机器参与程度，而取决于人类是否完成充分验证并承担问责。文章区分了内容来源、验证完成度、责任归属、人类所有权和认识论结果五个概念，强调科学推理是分布式过程，机器可贡献内容，但人类须对成果进入科学记录负责。作者提出“认识论审计”概念，即系统记录委托、验证、来源和责任的流程，使AI辅助推理透明可审查。该框架为区分负责任的认知委托与推卸认识责任提供了形式化词汇，对AI时代科研诚信建设具有参考价值。
🔑 关键词速览
| LLM (Large Language Model) | 大型语言模型，一种基于深度学习的人工智能系统，能够理解和生成自然语言文本。 |
| Epistemic legitimacy | 认识论合法性，指知识主张在认识论上被证明为合理和可信的性质。 |
| Epistemic audit | 认识论审计，一种记录AI辅助研究中委托、验证、来源和责任的系统化方法，以确保透明性和可审查性。 |
| Delegation | 委托，指将科学推理中的某些任务或环节交由人工智能系统执行的过程。 |
| Accountable human ownership | 可问责的人类所有权，指人类对科学知识主张的最终责任和所有权，确保其纳入科学记录时有人负责。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅