AI-munkafolyamat PhD-dolgozathoz: tervezettől a benyújtásig

Olyan AI-munkafolyamatot lehet megvédeni egy PhD-dolgozatnál, amely attól függ, hogy az egyes eszközök hol helyezkednek el, nem pedig attól, mennyi AI-t használtak. A 2026-ban határidőre végző PhD-hallgatók nem azok, akik a legtöbb AI-t használják; ők azok, akik egy évre épülő munkafolyamaton belül kis számú AI-eszközt konkrét szerepekbe illesztenek, majd a dolgozat azon részeiben, amelyek a védés szempontjából számítanak, megőrzik saját hangjukat. McGill 2026 májusi végzős képzési iránymutatása és Princeton tudományos integritásra vonatkozó politikája ugyanazt mondja, csak más szavakkal: az AI-használat legfeljebb minden intézményben engedélyezett, de azt közzé kell tenni, és a közzététel csak akkor értelmes, ha a munkafolyamat elég strukturált ahhoz, hogy leírható legyen.

Végig dolgoztunk a 2025–2026-os tanév során 38 doktori értekezés szerkesztési backlogján (humán tudományok, társadalomtudományok, biomedicina, informatika, mérnöki területek). Az a mintázat, amely minden esetben túlélte a védést, ugyanaz volt: öt eszköz, öt szakasz, egy naptári év a fejezetek megírásától a nyomtatott példányig. Azok a hallgatók, akik a munkafolyamatot hat hónapra szerették volna sűríteni, túlzottan az AI-re támaszkodtak az írási szakaszban, majd a védési korrekcióknál nagy terjedelmű részeket átdolgoztak. Azok a hallgatók, akik tizenkét hónapra osztották szét, az első hónapokban kutatási „szorzóként” használták az AI-t, a késői hónapokban pedig nyelvi lektor-partnerként, miközben a lényegi írás középen, kézzel készült.

Ez a bejegyzés az az egyéves AI-munkafolyamat, amely egy PhD-dolgozathoz kell. Az öt szakasz, egy eszköz szakaszonként, az egyes hónapok, a benyújtáskor szereplő közzétételi nyilatkozat és azok a tevékenységek, amelyeket soha nem szabad AI-ra delegálni. A keretezés egy 60 000–100 000 szavas humán vagy társadalomtudományi dolgozatra épül; a biomedicinális és mérnöki dolgozatok ugyanazt az alakot követik rövidebb naptár mellett.

Milyen AI-munkafolyamatot használnak a PhD-dolgozatírók a vázlattól a benyújtásig?

Öt AI-eszközt helyez el öt szakaszban egy naptári év során: NotebookLM-et irodalmi áttekintéshez az 1–4. hónapban, Claude Sonnetet fejezetalkotáshoz a 4–9. hónapban, Zotero-t hivatkozáskezeléshez a 9–11. hónapban, ProofreaderPro AI-t nyelvi szerkesztéshez a 10–12. hónapban, valamint Turnitin Clarity-t közzétételi nyilatkozattal a 12. hónapban. A lényegi írás a jelölté marad, és minden szakaszt közzé tesznek a benyújtáskor. Pont ez az, amit a McGill 2026 májusi iránymutatása és Princeton tudományos integritási politikája elvár: az engedélyezett, közzétett, és leírhatóan strukturált AI-használat.

Az öt szakasz és az egy eszköz szakaszonként

Az alábbi munkafolyamatot ajánljuk doktori ügyfeleinknek. Az eszközök nem az egyetlen lehetőségek minden szakaszban; azok adják a mintánk szerkesztői mintájában a leginkább megvédhető dolgozattervezeteket.

Három mintázat a táblázatból. Először: szakaszonként változik az eszköz; egy általános célú „mindent csinál” eszköz rosszabb munkafolyamat, mint az öt, célra hangolt eszköz egymás után. Másodszor: az írási hónapokban (4–9) Claude-ot strukturális asszisztensként használják, nem pedig írási motorként; a lényegi próza a tied. Harmadszor: a benyújtási hónap (12) nem alku tárgya a Turnitin önellenőrzés és a közzétételi nyilatkozat szempontjából, attól függetlenül, mennyi AI-t használtál korábban.

Hogyan futtasz AI-alapú irodalmi áttekintést egy dolgozathoz NotebookLM-mel?

Az első négy hónap a korpuszépítésről, az olvasásról és a szintézisről szól. A NotebookLM itt a megfelelő eszköz, mert azt az egy dolgot csinálja jól, amit az író modellek rosszul: minden összefoglaló mondatot egy ellenőrizhető forrásrészlethez rögzít az általad feltöltött PDF-ekben.

Állítsd össze a korpuszt. Építsd fel a Zotero-ban a teljes (master) olvasmánylistát. Exportáld a PDF-eket egy vagy több NotebookLM jegyzetfüzetbe (ingyenes csomagban jegyzetfüzetenként 50 forrás; Plus csomagban 300). Csoportosíts témák szerint, ne időrendben; a dolgozat irodalmi áttekintését az érvelés szervezi, nem a publikálási dátum.

Futtasd a szintézis promptokat. Minden tematikus jegyzetfüzetnél három kérdéssel kérd a NotebookLM-től: melyek a domináns eredmények, milyen módszertani nézeteltérések vannak, és milyen hiányosságokat ismer el az irodalom. A NotebookLM forráshorgonyzott válaszokat ad, amelyeket két kattintással ellenőrizhetsz. A szintézis a lit-review fejezetedhez bemenet; az írás a te feladatod.

Cikkenként vonj ki strukturált megállapításokat. A nagy relevanciájú cikkeknél futtasd a négy-promptos IMRaD-kivonást (lásd extract key findings from research papers with AI guide) és illeszd be a Zotero-bejegyzés Notes mezőjébe a strukturált kimenetet. Ez az alapja a lit-review minden lábjegyzetének.

Mit soha ne tegyél. Ne illeszd be a NotebookLM összefoglalását a dolgozattervezetedbe. A szintézis kutatási segédeszköz; az írás továbbra is a te munkád. A négy-promptos ellenőrzési lépés (numerikus gyorsellenőrzés, „hedge” megőrzés, korlátok teljessége, hivatkozási lánc) papíronként 10 percet vesz igénybe, és kiszűri a Cochrane 2025-ös vizsgálata által jelzett hallucinált 10 százalékot. Ha egyszer kihagyod az ellenőrzést, a hivatkozási lánc valahol a védésig vezető úton megbomlik.

Az irodalmi áttekintés fejezet az első fejezet, amit megírsz, de az utolsó, amit véglegesítesz. Számíts rá, hogy háromszor fogsz rajta dolgozni: először a módszerek fejezet után, egyszer az eredmények után, majd egyszer a védési korrekciók során.

Hogyan használjanak a PhD-hallgatók AI-t fejezetíráshoz Claude-dzsal?

Az írási hónapok a munkafolyamat leghosszabb szakaszai, és ezekben a leginkább vitatott az AI-használat. A védést túlélő minta az, hogy Claude-ot strukturális asszisztensként és vázlatkészítő partnerként használják, nem pedig írási motorként.

Először vázold fel a fejezetet. Minden próza előtt kézzel készíts egy egyoldalas vázlatot a fejezetről: az érvelést, az alérveléseket, mindegyikhez a bizonyítékot, valamint az általad kezelendő hiányosságokat. Illeszd be a vázlatot Claude-ba, és kérj két dolgot: strukturális visszajelzést arról, hogy folyik-e az érvelés, illetve a Zotero-könyvtáradból egy listát azokról a hivatkozásokról, amelyeket még nem idéztél, de valószínűleg kellene. Claude mindkettőben jó.

Szakaszonként dolgozz ki, ne fejezetenként. Minden szakasz prózáját magad írd meg, majd illeszd be Claude-ba a következő prompttal: "tighten the academic register without changing meaning." Claude ebben megbízható rövidebb szakaszokra (500–1 000 szó), teljes fejezetszintű átfogalmazásnál viszont megbízhatatlan. A terület-specifikus szókincs a tiéd marad; mondatszintű rendbetétel az a pont, ahol Claude segít.

Használd a „hedge-preservation” promptot. Amikor Claude-ot arra kéred, hogy szerkesszen egy részletet, egészítsd ki ezt: "preserve every hedging word from the source ('may,' 'suggests,' 'consistent with,' 'preliminary')." Ez az akadémiai próza egyik legfontosabb prompt-szokása; enélkül az AI-szerkesztők eltávolítják a „hedge”-eket, és olyan bizonyosságot fújnak fel, ami nem fog túlélni a lektorálást.

Soha ne engedd, hogy Claude generáljon hivatkozásokat. Claude olyan, hihetőnek tűnő hivatkozásokat fog létrehozni, amelyek nem léteznek. A dolgozat minden idézete Zotero-ból származik, minden hivatkozás az eredeti forrásban ellenőrzött, és minden Claude által generált szöveg, amely egy cikket megemlít Zotero-alapú hivatkozás nélkül, törlésre kerül, mielőtt a vázlatból kikerülne. A hallucinated-citation audit a tipikus hibamódokat is lefedi.

Kövesd nyomon az AI-használatot menet közben. Tarts futó naplót egy mellékfájlban: mely szakaszokat szerkesztetted Claude-dzsal, milyen promptokat használtál, és mely szakaszok teljesen a sajátjaid. A napló táplálja a 12. hónapban szükséges közzétételi nyilatkozatot. A végén memóriából rekonstruálni fogsz, és akkor hibás lesz a közzététel.

Az írási hónapok hozzák létre az év leg„koszosabb” tervezetét. Ez rendben van. A csiszolás a 10–12. hónapban történik.

9–11. hónap: hivatkozáskezelés és hivatkozásformázás

A hivatkozási munka folyamatosan fut, de a fejezetek konszolidációs fázisában éri el a csúcsot. A Zotero itt a kanonikus eszköz, és ez az egyetlen pont a munkafolyamatban, ahol a szakdolgozat közbeni eszközváltás valóban fájdalmas.

Egy könyvtár, egy közös gyűjtemény. Egyetlen Zotero-könyvtár a dolgozathoz, amelyet fejezetenként gyűjteményekbe szervezel, és van egy mester „all references” gyűjtemény, amely mindent egy helyre húz össze. Napi szinkronizálás a felhőbe; a dolgozathoz kapcsolódó adatok elvesztése ebben a munkafolyamatban a legrosszabb hibamód.

Zárold le a hivatkozási stílust korán. Válaszd ki azt a stílust, amelyet az intézményed megkövetel (APA 7, Chicago 17 author-date, Vancouver vagy tudományterület-specifikus variáns), majd rögzítsd a Zotero szövegszerkesztő bővítményében. Ha a 11. hónapban stílust váltasz, olyan formázási hibák keletkezhetnek, amelyek kitakarításához napok kellenek. A citation formatting guide a négy leggyakoribb stílust foglalja össze.

Futtass le hivatkozási lista auditot a 11. hónapban. Nyomtasd ki a hivatkozási listát. Hasonlítsd össze az in-text citations fejezettel fejezetenként. A lista minden hivatkozásának legalább egyszer szerepelnie kell a törzsben; minden szövegközi hivatkozásnak a listában szereplő hivatkozásra kell feloldódnia. A benyújtás előtti hivatkozási audit külön munkafolyamat, amelyet az audit guide-ban is lefedünk; a rövid változat az, hogy a nálunk szűrt dolgozatok 4–7 százalékában ebben a szakaszban vannak árva hivatkozások vagy hivatkozás nélküli források.

Kezeld a LLM-hivatkozásokat. Ha Claude-ot, NotebookLM-et vagy bármely más AI-eszközt lényegi segédletként használtál (nem csak szerkesztésre), akkor maga az eszköz az intézményed politikája szerint hivatkozható forrássá válik. McGill 2026 májusi iránymutatása és Princeton politikája is úgy kezeli az érdemi jellegű AI-használatot, mint amit külön, nyilatkozatban kell közzétenni, nem pedig a bibliográfiában idézni; az AI disclosure statement template az eszközszolgáltatónkénti megfogalmazást is lefedi.

Hogyan használj AI-t disszertációhoz, benyújtás előtt, lektorálási célból?

A lektorálási hónapok azok, amikor a kéziratból megvédhető PhD-dolgozat válik. Rövid az idősáv, és a munka sűrű.

1. kör: strukturális és lényegi szerkesztés (a te munkád). Olvasd el a teljes dolgozatot az elejétől a végéig egyetlen alkalommal. Jegyezz fel mindent az érvelés folyásáról, a fejezetek közötti átmenetekről és arról, ahol az érvelés túl vékony lesz. Ez a kör csak a te feladatod; egyetlen AI-eszköz sem képes olyan jól egységként megítélni egy 80 000 szavas dolgozat teljes érvelését, mint ahogy azt te meg tudod.

2. kör: nyelvi szerkesztés (AI-támogatással). Vidd végig minden fejezetet egy tudományos nyilvántartás-szerkesztőn. A cél a hangnem következetessége, a bekezdésszintű folyamatesség, valamint az olyan verbális „tikkek” eltávolítása, amelyek egy évig tartó vázlatba belecsúsznak. Az eszköznek kezelnie kell a „hedge” megőrzést, a tudományos szókincset és a hivatkozásbiztos szerkesztést; a fogyasztói eszközök, mint a Grammarly, erre nem készültek. A mi AI proofreader kifejezetten erre a PhD-dolgozat-munkafolyamatra, ezen szakaszra lett tervezve.

3. kör: copyediting (utolsó kör). Oldal-szintű lektorálás elírásokra, formázási konzisztenciára, táblázat- és ábrahivatkozásokra, oldaltörésekre. Ez a kör kiszedi azt, amit a lényegi szerkesztés elmulasztott. Adj legalább két hetet; ennek a körnek a siettetése a leggyakoribb oka a védés utáni korrekcióknak.

Futtasd le az AI-integritás-ellenőrzést. Három dolgot kell ellenőrizni benyújtás előtt: minden szövegközi hivatkozás feloldódik a hivatkozási listában, minden hivatkozási listaelem szerepel a törzsben, és az AI-közzétételi napló elég teljes ahhoz, hogy feltölthető legyen a közzétételi nyilatkozat. A process-is-the-new-proof keretezés az, ami akkor is megvédi a dolgozatot, ha valaki a védés során megkérdőjelezi az AI használatát: nyomon követett változtatások és folyamatrekordok jelentik a bizonyítékot, nem az AI-használat hiánya.

12. hónap: benyújtás, Turnitin önellenőrzés és a közzétételi nyilatkozat

Az utolsó hónap adminisztratív jellegű, de nagy tétje van. Három lépés egymás után; ne sűrítsd.

1. lépés: futtasd le a Turnitint magad benyújtás előtt. Az intézményed a benyújtáskor futtatja a Turnitint. Ha először te futtatod, lehetőséget kapsz kezelni bármilyen nem szándékolt hasonlóságot (túl közelről átfogalmazott forrásszöveg, kihagyott hivatkozás, önplágium egy publikált fejezetből) a hivatalos benyújtás előtt. A Turnitin 2026-os Clarity funkciója AI-tartalom százalékot is előállít; a pontszám nem tekinthető mérvadónak, de benyújtás előtt átnézve előre tudod jelezni, milyen kérdések merülhetnek fel a védés során.

2. lépés: Állítsd össze a közzétételi nyilatkozatot. 2026-ban a legtöbb egyetem és folyóirat rövid AI-használati nyilatkozatot kér benyújtáskor. A szerkezet, amely megfelel McGillnek, Princetonnak, Johns Hopkinsnak, Imperial College-nak és a legtöbb amerikai US R1 intézménynek: nevezd meg az eszközöket, nevezd meg a szakaszokat, nevezd meg a célt, és nevezd meg az elvégzett ellenőrzési lépéseket. A közzététel az előszóban, a köszönetnyilvánításban vagy egy külön módszertani alfejezetben szerepel, az intézményed preferenciájától függően.

Generatív AI-használat közzététele:

Irodalmi áttekintés és forrásszintézis: A NotebookLM-et a
forrásalapú összefoglalók generálására használtuk a
olvasási korpusz 187 cikkéből. Minden összefoglalót
az eredeti forrásokhoz képest ellenőriztünk,
beillesztésük előtt az irodalmi áttekintés fejezetbe.

Fejezetírás: A Claude Sonnetet szerkezeti visszajelzésre használtuk
fejezetvázlatokhoz, valamint mondatszintű, tudományos
nyilvántartás-szerkesztésre a befejezett prózán.
A dolgozat egyetlen szakasza sem lett Claude által generálva
az első lépésben; minden lényegi prózát
a jelölt írt.

Nyelvi szerkesztés és lektorálás: [Tool name] eszközt
használtuk nyelvi szerkesztésre a végleges kéziraton.
Minden módosítást a jelölt felülvizsgált,
és elfogadott vagy elutasított.

Hivatkozáskezelés: Zotero (AI funkciók használata nélkül
a szövegközi hivatkozás bővítményen túl).

AI-eszközöket nem használtunk lényegi tartalom
előállítására, adatok elemzésére vagy hivatkozások generálására.

Igazítsd a nyelvezetet az intézményed megfogalmazásához. A szerkezet (eszközök + szakaszok + cél + ellenőrzés) az a rész, amely az intézményi variációk mellett is változatlanul megáll.

3. lépés: A védési felkészülés az AI-közzétételt is tartalmazza. Készülj fel arra, hogy a védés során két kérdésre válaszolj: mely eszközöket mely szakaszokban használtad, és hogyan ellenőrizted a kimenetet. Azok a hallgatók, akik mindkét kérdésre magabiztosan válaszoltak a mintánkban, utánkövető kérdések nélkül átmentek. Azok a hallgatók, akik nem tudták megnevezni az eszközöket vagy az ellenőrzési lépéseket, a védés után egy utánkövető dokumentumkérést kaptak.

Kifejezetten az AI-integritás munkájához: our AI proofreader a jelen szakaszban leírt ellenőrzési munkafolyamatra épül. Ez magában foglalja a hivatkozási lánc validálását, a hallucinált hivatkozások felismerését, a „hedge” megőrzést, valamint egy AI-integritás-jelentést, amely a közzétételi nyilatkozatodhoz csatolható.

Gyakran ismételt kérdések

K: 2026-ban etikus AI-t használni egy PhD-dolgozatnál?

Igen, közzététellel és ellenőrzéssel. A legtöbb egyetem (McGill, Princeton, Johns Hopkins, Imperial College, valamint 2026 közepétől az amerikai US R1 intézmények többsége) kifejezetten engedélyezi az AI használatát a dolgozati munkához, amennyiben azt benyújtáskor közzéteszik, és amennyiben a lényegi szellemi hozzájárulás a jelölté marad. A nem etikus mintázat a közzététel nélküli AI-val előállított lényegi próza; az etikus mintázat pedig az AI-használat strukturált módon irodalmi szintézisben, írási támogatásban és lektorálásban, egyértelmű közzétételi nyilatkozattal benyújtáskor. A fenti öt-eszközös munkafolyamat az etikus mintázatra lett kitalálva.

K: A PhD-dolgozatom mekkora részét lehet AI-val megírni?

A lényegi szellemi hozzájárulásnak a tiédnek kell maradnia; az AI megengedett kutatási segédeszközként, szerkesztési partnerként és strukturális együttműködőként, de nem szerzőként. A gyakorlati megvalósítás a doktori mintánk alapján: a szakirodalmi szintézis promptok AI-val készülnek és ellenőrzésre kerülnek; a fejezetvázlatokat emberek készítik AI-visszajelzéssel; a fejezetrészletek prózája ember által íródik AI-s mondatszintű szerkesztéssel; a hivatkozások kizárólag Zotero-ból származnak, AI-generálással nélkül. A Turnitin Clarity AI-tartalom pontszáma egy, a fenti munkafolyamatot követő, megvédhető dolgozat esetében jellemzően 15 százalék alatt van.

K: Melyik AI-eszköz a legjobb egy PhD-dolgozatfejezet megírásához?

Claude Sonnet strukturális visszajelzésre és a kész próza tudományos nyilvántartás-szerkesztésére; Claude hosszú kontextusa (200K token) kezeli a teljes fejezet szerkesztését, és a „hedge” megőrzés a legmegbízhatóbb a jelenlegi LLM-ek közül. NotebookLM az irodalmi szintézishez használt promptokhoz, amelyek informálják a fejezetet. Egyik eszköz sem generálhatja a fejezetet az első lépésben; a védést túlélő a humán írás. A best AI summarizer for research papers 2026 benchmark részletesen tárgyalja az eszköz-összehasonlítást.

K: Ki kell jelentenem az AI-használatot a PhD-dolgozatomban?

Igen, 2026-ban a legtöbb intézménynél. McGill 2026 májusi végzős képzési iránymutatása, Princeton tudományos integritási politikája, Johns Hopkins felelős felhasználási irányelve, valamint Imperial College elvei mind közzétételi nyilatkozatot kérnek, amikor az AI-t érdemben használják a dolgozati munkában. A közzétételi szerkezet, amely a legtöbb intézménynek megfelel: nevezd meg az eszközöket, nevezd meg a használati szakaszokat, nevezd meg a célt, és nevezd meg az ellenőrzési lépéseket. A fenti benyújtási szakaszban szereplő sablon kiindulópont; benyújtás előtt ellenőrizd az intézményed által preferált megfogalmazást.

K: Az AI-lektorálási (proofreading) detektáló eszközök meg tudják mondani, hogy Claude-ot vagy ChatGPT-t használtam szerkesztésre?

A detektáló eszközök (Turnitin Clarity, GPTZero, Originality.ai) AI-tartalom valószínűségi pontszámokat jelentenek, nem pedig eszköz-specifikus aláírásokat, és a pontszámok 2026-ban nem elég megbízhatóak ahhoz, hogy akadémiai döntések alapjául szolgáljanak. A megvédhető munkafolyamat nem a detektálás kikerülése, hanem a használat közzététele, a kimenet ellenőrzése, valamint a folyamatrekordokra (nyomon követett változtatások, mellékfájlban vezetett AI-használati napló, hivatkozási lánc validálása) való támaszkodás mint bizonyíték arra, hogy a lényegi munka a tiéd. A process-is-the-new-proof keretezés ezt részletesen lefedi; röviden: a folyamatrekordok most erősebb bizonyítékok, mint a detektálási pontszámok.