醫學研究部 黃舒宜博士

自2022年底ChatGPT問世以來，生成式人工智慧（Generative AI）迅速在全球掀起一陣旋風。ChatGPT展現高度的語言處理與推理能力，曾通過美國司法考試、解答數學奧林匹亞題目，亦能生成多種風格的圖像內容，甚至在某些測試中展現出超越真人的同理心 [1]。然而，生成式AI同時也暴露出一些系統性限制，例如「幻覺」的現象，即其可能產出邏輯錯誤、不實甚或虛構的內容。此類問題突顯現階段的AI雖具強大潛能，卻絕非萬能，人類不應對其能力有不切實際的期待。相反地，使用者應謹慎地識別並善用AI具優勢之面向，以避免潛在的風險並發揮最大的效益。在學術研究領域中，生成式AI的應用日漸普及。唯有深入理解其技術本質與應用限制，並輔以人類的專業判斷，方能在善用科技資源的同時，持續維護學術價值與研究品質。

什麼是生成式AI?

要認識生成式AI的應用與潛在問題，首先要了解何謂生成式AI。傳統的自動化是根據人類預先設定的指令來執行任務，主要用於處理重複性高、流程固定的簡單工作，不會隨時間而改變或學習，例如Email自動回覆、自動填寫表單等。相較之下，人工智慧（Artificial Intelligence, AI）是透過大量資料的學習，模擬人類的判斷與決策過程。AI能處理較複雜、低重複性的任務，並具備學習與調整的能力，因此每次的反應可能都不盡相同。目前常見的AI可分為「分辨式AI」與「生成式AI」兩大類。分辨式AI著重於資料的分析與分類，例如語音客服系統、自動駕駛技術、人臉辨識等，主要是根據輸入的資料進行判斷與回應。而生成式AI則是基於深度學習與神經網路的訓練，具備產出新內容、解決新問題的能力，像是ChatGPT這類對話型應用程式就是代表。了解AI的基本運作後，我們可以更清楚地看出，生成式AI的本質，是從龐大的資料中運算推演來得到答案，某種程度上可視為「進化版的自動完成」。雖然產出的內容看似天馬行空，但其實背後依然是基於既有資料與模式的組合，並不具備真正的創新能力。
　

ChatGPT與Google的差異

相信有許多人已經習慣使用ChatGPT來搜尋資訊。不過，相較於傳統的搜尋引擎如Google，兩者在資訊取得方式與結果呈現上有明顯差異。Google是透過關鍵字來搜尋網頁，呈現的結果多為相關連結，通常包括資訊的原始出處，使用者可以根據來源判斷該資訊的可信度與權威性。而ChatGPT則是透過自然語言來與AI互動，使用者只需以類似與人對話的方式提出問題，即可獲得一段完整的文字回應。這種方式雖然便利且快速，但所得答案並不一定正確，也未必能提供資料來源，導致使用者較難判斷其可信度。由於生成式AI的回應內容主要仰賴其訓練資料與演算法，若資料本身存在偏誤，回應可能也會帶有偏頗或錯誤的資訊。此外，AI並不具備人類的價值觀或道德判斷能力，其回答也往往流於表面，缺乏深度與批判性思考。了解這些差異與限制，有助於我們在使用AI工具時保持適當的警覺心。尤其在涉及專業知識或重要決策時，更應該交叉比對來源、審慎判斷，避免被片面或錯誤的資訊所誤導。
　

生成式AI應用的相關法令規範

在生成式AI工具迅速發展的情況下，相關法令的建立與完善也成為各國面對的重要課題。目前全球僅有歐盟針對AI制定了專法—《AI Act》，且已於2024年 8 月正式生效。該法案以風險管理為核心，將AI的應用進行分級管理。相較之下，美國、英國與日本等主要國家，則多以行政命令、政策白皮書或跨部會協調方式提出指引，並搭配既有的法律架構，如隱私權保護法與著作權法等，對AI的應用進行間接規範。台灣雖尚未有具法律效力的AI專法，但行政院已發布「行政及所屬機關（構）使用生成式AI參考指引」，具有政策宣示與示範作用 [2]。該指引適用對象包括各級行政機關、公營事業機構、公立學校、行政法人及政府捐助之財團法人，內容涵蓋使用生成式AI時應留意的六大風險面向：國家安全、資訊安全、人權、隱私、倫理與法律責任。指引中亦強調使用生成式AI時，應由具備專業知識的人員進行客觀判斷，處理機密資訊時應使用封閉式本地端模型，嚴格遵循資通安全、個人資料保護與著作權等規則，並需適當揭露使用情形，這些大原則在所有生成式AI的應用上都可適用。隨著AI技術快速演進，未來相關法規勢必會因應國際趨勢而逐步調整與更新，使用者應密切關注最新的政策與規範動向。

在各類生成式AI應用中，與學術論文撰寫最密切相關的即是著作權法。根據現行法律，著作權僅保護自然人創作的文字、圖像等具體內容；由於AI並非自然人，其產生的內容不受著作權法的保障。此外，生成式AI時常無法正確標示資料來源，可能違反著作權法中的「姓名表示權」。反之，若AI引用了實際的來源資料，卻未經授權，則可能構成侵權行為，甚至淪為「自證抄襲」的情況。更重要的是，學術倫理對於抄襲的定義，不僅限於文字或圖像的重製，更涵蓋理論與概念的剽竊。因此，在使用生成式AI協助學術論文撰寫時，務必確保資訊來源並正確引用，以避免觸犯著作權法或違反學術倫理的共識。

生成式AI在學術研究與論文寫作上的應用

生成式AI在學術領域的應用日益廣泛，從研究初期的方向發想與可行性評估、文獻蒐集與整理、協助理解關鍵論述內容，到研究執行階段中用於資料庫與開放數據集的搜尋、程式撰寫與數據整理分析，再到論文撰寫階段中協助進行語言翻譯、文字潤飾、字數與格式調整，甚至可用來建議標題與產出初步的摘要內容等，皆已有相當程度的實務應用。根據臺灣學術倫理教育資源中心的建議，研究人員在使用生成式AI協助研究與論文寫作時，應審慎評估以下六項原則：避免過度依賴工具本身、須具備資訊驗證能力、堅持學術研究的創新性、秉持學術研究的課責性、維護學術研究的透明性，以及留意可能衍生的法律問題 [3]。儘管生成式AI帶來許多挑戰與疑慮，但無須過度恐懼新興科技。只要能正確認識其應用範圍與潛在限制，並在符合學術倫理與研究規範的前提下使用這些工具，便可在提升研究效率與品質的同時，也確保研究的透明性與可信度。

出版社與期刊對於生成式AI的相關規範

關於生成式AI在學術研究與論文寫作中的合理應用，各研究領域、學術期刊與專業學會已有廣泛的討論與初步的規範。綜整主要出版社與學術期刊的相關規定（表一），目前已有一項基本的共識：由於生成式AI無法對所產出的內容負擔學術責任，因此不得列名為作者。至於論文中是否可使用AI生成的文字或圖像，則因出版社而異。例如，Nature、Science與Elsevier目前皆不接受由AI生成的內容作為論文的一部分，不論是文字還是圖像。而對於AI的應用持較開放立場的出版單位，則多要求作者須於方法或致謝段落中明確揭露使用生成式AI的目的、方式、種類與版本等詳細資訊，以確保研究的透明性與可再現性。

除了論文撰寫與投稿的應用，出版機構對於生成式AI在同儕審查程序中的使用更為謹慎。由於尚未發表的稿件屬於機密文件，目前普遍禁止將審查中的論文內容上傳至任何生成式AI平台。有些期刊允許審查人使用生成式AI工具來優化審查報告，但也有期刊明文禁止此類做法。值得注意的是，這些規範將會隨著技術與倫理共識的發展而不斷調整，因此研究人員在投稿前應務必確認並遵守該期刊當下所採用的最新政策。

表一、主要出版社與學術期刊針對生成式AI應用的相關規定（2025年4月）

研究輔助AI工具的推薦

• Scispace：除了可以用問題方式搜尋學術論文，還可將搜尋結果整理成表格，並可以與PDF互動，以聊天方式協助深度閱讀與重點摘要。支援繁體中文。

• Elicit：透過語意搜尋協助文獻回顧與研究發想，能自動整理研究問題相關的論文並將重點表格化。

• Consensus：針對使用者的提問，整理科學的共識，分為同意、可能同意、不明和反對四種立場，並提供研究之摘要、文獻研究類型及引用內容。

• Scite：以種子論文的引用情況為出發，提供其他論文引用的位置與相關內容，將引用的立場標示為支持、反對或中性，且支援各種篩選方式及問答式互動，以協助判讀文獻之參考價值。

結語:

生成式AI為學術研究與論文寫作帶來前所未有的便利與可能性，不僅加速了研究與發表的流程，也拓展了知識的傳播與整合。現階段的生成式AI工具仍不完美，給出的答案在專家眼中常顯得膚淺，甚至可能存在錯誤，需要仰賴使用者以專業知識自行求證，並不一定能省時省力。研究者在使用此類工具時，應充分了解其能力與限制，確保生成內容之正確性、可追溯性與原創性，並適當引用資料來源，以避免違反著作權或學術倫理。隨著科技的進步，生成式AI有望成為研究者的重要助力，但其應用不應淪為對於工具的依賴，而是要從使用者的專業為出發點，並納入審慎的學術評估與倫理考量。AI工具應定位為輔助而非取代，以促進科技與學術之間的良性互動與發展。唯有如此，方能在維護學術誠信的前提下，充份發揮AI在學術領域中的正面效益。

本文節錄自114年4月15日的同名演講，詳細內容請見臺大醫院教育訓練管理系統(TMS)，課程編號187276。

參考資料:

1. Ovsyannikova D, de Mello VO, Inzlicht M. Third-party evaluators perceive AI as more compassionate than expert humans. Commun Psychol. 2025 Jan 10;3(1):4. doi: 10.1038/s44271-024-00182-6. PMID: 39794410; PMCID: PMC11723910.

2. 行政院及所屬機關（構）使用生成式AI參考指引。

3. 臺灣學術倫理教育資源中心。留意生成式人工智慧（AI）用於學術與研究活動時的6個關鍵！

TOP  　

---