問：我試著用 AI 做了一篇統合分析，AI 跑了 PubMed 搜尋與統計，做了圖表，也寫出全文，加了參考文獻。我看架構很不錯，速度也很快，如果要去投稿 SCI 期刊的話，該注意什麼？

答：（蔡依橙）

如果同學是有 SCI 期刊發表的需求，需要注意的是以下幾點。

全步驟重現

投稿論文時，AI 可以協助文字編輯，但作者必須對所有分析負完全責任，包括能在任何時間點重現方法與結果。

你自己要從文獻搜尋、數據萃取、統計、參考文獻檢核，都做過一次。如果你自己會做，也真的去做，然後有發現 AI 做錯，或者判斷與你不同的地方，並重新修正，那就可以。

因為你實際上全部都做過一次，對過程完全掌握，只是使用 AI 做快速探勘的動作，那就沒問題。

全文負責

重寫全文時，使用你實際會的統計軟體，並寫上你實際的文獻搜索過程。目前學術界對於讓 AI 負責文獻搜尋跟統計，還是有很多保留。自己用都 OK，但學術論文發表要求 reproducibility，作者必須保證可重現性。

簡單說，你可以反過來想，如果你投稿，並幸運被接受刊出，在 PubMed 上看得到。日後如果有同樣對這個主題有興趣的人，或者你哪天要跟人競爭資源或主管缺時，有不同意見者要仔細檢查你的論文，你是否禁得起考驗。

這不是我危言聳聽，事實上多位資深校友都遇過，各種研究計畫、論文、IRB，都有人取得並仔細檢驗，然後掀起一番腥風血雨。

如果他們發現，用你的方法去做，無法重現出結果，而且差異還不小。並且直接寫致編者信給期刊社，接受刊登後，期刊社要求你這位原作者解釋，你是否能找出當時的筆記跟統計過程並回答。

或甚至，如果期刊社直接去函到你工作的醫院或學校，要求研究倫理委員會檢驗這篇出自該院校的論文，而你必須準備資料到大會上向委員們報告，以決定是要懲處還是替你辯護，你是否能應付。

AI 最好的角色，是 research accelerator，而不是 research substitute。

它可以幫助你更快看見文獻大致狀況、更早建立思考架構，但最終的納入判斷、資料品質確認、統計模型選擇，以及對結果的詮釋，仍然是作者必須親自完成的工作。

在學術發表的世界，速度帶來的是機會，但可重現性與責任，才決定你能不能長期留下來。

而我們也持續評估各種能協助同學更快寫出自己 SCI 的工具。如果有適合，且確定能用的，我們會整合到課程中來分享。