สกัดข้อค้นพบสำคัญจากบทความวิจัยด้วย AI (IMRaD)

สกัดข้อค้นพบสำคัญจากเครื่องมือ AI สำหรับบทความวิจัยได้เร็วขึ้นกว่าที่คุณจะอ่านบทคัดย่อเสียอีก โดยเฉพาะเรื่องวิธีการ (methods) ผลลัพธ์ (results) และการอภิปราย (discussion) แต่ผลลัพธ์นั้นยังไม่ค่อยน่าเชื่อถือในลักษณะที่ทำให้ต้องมีขั้นตรวจสอบก่อนที่ข้อมูลใด ๆ จะถูกนำไปใส่ในงานเขียนของคุณเอง การเปรียบเทียบเครื่องมือสกัดข้อมูลที่ใช้ AI ของ Cochrane Evidence Synthesis ปี 2025 ต่อเครื่องมือที่สกัดโดยมนุษย์ (Helms Andersen et al., Wiley 2025) รายงานพาดหัวที่ค่อนข้างเรียบง่ายว่า: AI ทำหน้าที่เป็น second-reviewers ได้ตรงกับการสกัดของมนุษย์ถึง 78 เปอร์เซ็นต์ของรายการ, พลาด 12 เปอร์เซ็นต์ และหลอน 10 เปอร์เซ็นต์ ตัวเลข 10 เปอร์เซ็นต์ที่หลอนนี้เองที่ควรเปลี่ยนวิธีที่คุณใช้เครื่องมือเหล่านี้

เราสกัดส่วน IMRaD จากบทความราว ๆ 200 เรื่องต่อเดือนผ่านแถบค้างงานด้านบรรณาธิการ (หน้าจอรับเข้า, การตรวจสอบวิธีการสำหรับลูกค้าที่ให้บริการพิสูจน์อักษร และเบนช์มาร์กภายในของเราเอง) เวิร์กโฟลว์ที่อยู่รอดต่อการใช้งานทุกวันไม่ใช่ "นำ PDF ไปวางใน ChatGPT แล้วขอสรุป" แต่มันคือกระบวนการสกัดแบบมีโครงสร้างด้วย 4 คำถาม และมีขั้นตรวจสอบคั่นระหว่างแต่ละคำถาม ทำงานบนเครื่องมือที่ยึด “ทุกคำกล่าวอ้าง” เข้ากับช่วงข้อความที่ตรวจสอบได้

โพสต์นี้คือเวิร์กโฟลว์ กรอบ IMRaD, คำถามสกัด 4 ข้อ (methods, results, discussion, limitations), การเปรียบเทียบเครื่องมือสำหรับงานเฉพาะนี้, การตรวจสอบที่จับ “10 เปอร์เซ็นต์ที่หลอน” และกับดักเฉพาะโดเมนสำหรับ RCTs งานเชิงคุณภาพ และ meta-analyses หัวข้อหลักคือ: การสกัดข้อค้นพบสำคัญจากบทความวิจัยด้วย AI ทำได้เร็วและมีประโยชน์ แต่จะมีความหมายก็ต่อเมื่อคุณปฏิบัติต่อ AI ในฐานะผู้ช่วยร่าง (draft assistant) ไม่ใช่แหล่งข้อมูลปฐมภูมิ

คุณจะสกัดข้อค้นพบสำคัญจากเครื่องมือ AI สำหรับบทความวิจัยให้ได้อย่างน่าเชื่อถือได้อย่างไร?

ให้รันการสกัดแบบมีโครงสร้างด้วยคำถาม 4 ชุด โดยหนึ่งคำถามต่อส่วน methods, results, discussion และ limitations บนเครื่องมือที่ยึด “ทุกคำกล่าวอ้าง” เข้ากับช่วงข้อความที่ตรวจสอบได้ เพิ่มขั้นตรวจสอบระหว่างคำถามเพื่อจับการหลอนที่เกิดขึ้นราว 10 เปอร์เซ็นต์ของรายการ ซึ่งการเปรียบเทียบของ Helms Andersen Cochrane ในปี 2025 ได้บันทึกไว้ควบคู่กับอัตราความตรงกับผู้สกัดมนุษย์ 78 เปอร์เซ็นต์ ให้ปฏิบัติต่อผลลัพธ์จาก AI ในฐานะผู้ช่วยร่าง ไม่ใช่แหล่งข้อมูลปฐมภูมิ และยืนยัน “ทุกค่า” กับบทความต้นฉบับก่อนที่มันจะไปอยู่ในงานเขียนของคุณ

“ข้อค้นพบสำคัญ (key findings)” หมายถึงอะไรในโครงสร้าง IMRaD

ตัวสรุปจาก AI ส่วนใหญ่ทำให้คำว่า “สรุปบทความนี้” ปะปนกับ “สกัดข้อค้นพบสำคัญ” ซึ่งจริง ๆ แล้วเป็นคนละงาน และงานที่สองมีรูปแบบเชิงโครงสร้างที่งานแรกไม่มี

บทความวิจัยในรูปแบบ IMRaD (Introduction, Methods, Results และ Discussion) มีเนื้อหาสำคัญกระจายอยู่ใน 4 ส่วนที่ผูกกับแหล่งอ้างอิง (anchored) โดย

• ส่วน Methods ตอบว่า “ผู้เขียนทำอะไร”
• ส่วน Results ตอบว่า “ผู้เขียนพบอะไร”
• ส่วน Discussion ตอบว่า “มันมีความหมายว่าอย่างไร และข้อจำกัดคืออะไร” แต่ละส่วนจะมี “โหมดความล้มเหลว” ของการสกัดด้วย AI ที่แตกต่างกัน

เวิร์กโฟลว์แบบคำถาม 4 ชุดด้านล่างจะกำหนดเป้าหมายไปที่แต่ละส่วนแยกกัน การรันคำถามทีละข้อ โดยโฟกัสไปที่ทีละส่วน พร้อมการตรวจสอบระหว่างคำถาม คือสิ่งที่จับอัตราการหลอน 10 เปอร์เซ็นต์ได้ ซึ่งการใช้คำสั่งแบบเดียว “สรุปบทความนี้” เพียงครั้งเดียวทำไม่ได้

เวิร์กโฟลว์ AI แบบ 4 คำถามสำหรับการสกัดบทความวิจัยคืออะไร?

เวิร์กโฟลว์นี้ทำงานกับ LLM ใด ๆ ที่มี context window ขนาด 100K+ (Claude Sonnet, GPT-5, Gemini 3 Pro) หรือเครื่องมือที่ยึดแหล่งที่มา (source-grounded) พร้อมระบบ Q&A ในคอร์ปัสปิด (NotebookLM, Sharly AI, SciSpace) คำถามด้านล่างถูกเขียนสำหรับ Claude เนื่องจากความสามารถในการคงการอ้างอิงในข้อความ (in-text citation preservation) ทำได้ดีที่สุดในการทดสอบของเรา อย่างไรก็ตาม คำถามชุดเดียวกันนี้ยังใช้กับ GPT-5 ได้ โดยเพียงปรับถ้อยคำเล็กน้อย

1. การสกัดส่วน Methods. นี่คือส่วนที่ AI ทำได้แย่ที่สุด ดังนั้นให้รันเป็นลำดับแรกในวันที่คุณยังมีความใส่ใจเต็มที่

Extract the methodology section of the attached paper. Report exactly:
- Study design (e.g., RCT, cohort, case-control, qualitative, meta-analysis)
- Sample size at enrollment and at primary analysis
- Inclusion and exclusion criteria
- Intervention or exposure definition
- Primary outcome and how it was measured
- Statistical analysis plan and software used
- Any pre-registration ID (e.g., ClinicalTrials.gov, OSF, PROSPERO)

For each item, quote the exact sentence from the paper that supports
the extracted fact, with the page or section number. If the paper does
not report a field, write "not reported." Do not infer missing values.

2. การสกัดส่วน Results. ตัวยึดเชิงตัวเลข (numeric anchors) คือส่วนที่ตรวจสอบได้ ตัว AI อาจปัดเศษหรือสลับตำแหน่งค่าได้เป็นครั้งคราว และข้อกำหนดให้ “อ้างเป็นประโยคจากข้อความ” จะช่วยจับทั้งสองกรณี

Extract the results section of the attached paper. Report exactly:
- Primary outcome with point estimate, 95 percent CI, and p-value
- Secondary outcomes with effect sizes and CIs
- Pre-specified subgroup findings (do not extract post-hoc subgroups
  unless flagged as exploratory in the paper)
- Adverse events or sensitivity-analysis results
- Sample size at follow-up (note dropouts)

For each numeric value, quote the exact sentence and figure or table
number from the paper. If a value is not reported, write "not reported."

3. การสกัดส่วน Discussion. นี่คือส่วนที่ AI มักทำให้ความมั่นใจพองเกินจริงที่สุด บังคับให้มันคงคำที่แสดงความไม่แน่นอน (hedges) ไว้

Extract the discussion section of the attached paper. Report exactly:
- The authors' interpretation of the primary finding in their own words
- Any hedging language the authors use (e.g., "may," "suggests,"
  "consistent with," "preliminary evidence")
- Stated generalizability claims (to what population, setting,
  or condition)
- Comparison with prior literature, with cited references preserved
- Acknowledged limitations (each one as a separate bullet)

Preserve the authors' hedges word-for-word. Do not paraphrase
"may suggest" as "shows" or "demonstrates."

4. Limitations และช่องว่าง. ทำเป็นคำถามแยกสำหรับ limitations เพราะตัวสกัดของ AI มักพลาดข้อจำกัดที่ถูกซ่อนไว้ช่วงกลางของ discussion

List every limitation the authors acknowledge in the paper. Include:
- Methodological limitations (sample, measurement, design)
- Generalizability limitations (population, setting, time)
- Statistical limitations (power, multiple testing, confounding)
- Author-acknowledged sources of bias

Quote the exact sentence for each limitation. Do not add limitations
that you infer but the authors did not state.

ให้รันคำถามทั้งสี่ตามลำดับในแชทเดียวกัน เพื่อให้บริบทถูกส่งต่อ เวิร์กโฟลว์ทั้งหมดใช้เวลาประมาณ 15 ถึง 20 นาทีต่อบทความหนึ่งเรื่องบน Claude หรือ GPT-5 ขั้นตรวจสอบ (ขั้นถัดไป) จะเพิ่มอีก 10 นาที

เปรียบเทียบเครื่องมือ: เครื่องมือ AI ใดสกัดส่วน IMRaD ได้ดีที่สุด

การประเมินแบบครอบคลุม best AI summarizer for research papers 2026 ได้ให้คะแนนเครื่องมือในทุกกรณีการใช้งานด้านการสรุป สำหรับงานเฉพาะของการสกัดแบบ IMRaD ที่มีตัวยึดตรวจสอบได้ ผลลัพธ์จะเรียงอันดับใหม่

การเปรียบเทียบของ Helms Andersen Cochrane ในปี 2025 ทดสอบ Elicit และ ChatGPT ในฐานะ second-reviewers เทียบกับผู้สกัดมนุษย์ในหลาย systematic reviews ทั้งสองเครื่องมือ AI ตรงกับผู้สกัดมนุษย์ในราว 78 เปอร์เซ็นต์ของฟิลด์การสกัด โดยความพลาดจะไปรวมอยู่ที่ฟิลด์เชิงประณีต (เช่น การวิเคราะห์กลุ่มย่อย และการประเมินคุณภาพเชิงวิธีวิทยา) ส่วนการหลอนจะเกิดในฟิลด์ที่บทความระบุว่า "not reported" แต่ AI กลับประดิษฐ์ค่าที่ฟังดูสมเหตุสมผลขึ้นมา คำสรุปคือ: การสกัดข้อมูลด้วย AI แข่งขันได้กับผู้สกัดมนุษย์เพียงคนเดียวในฟิลด์งานประจำ แต่ไม่น่าเชื่อถือสำหรับฟิลด์เชิงประณีต หากไม่มีขั้นตรวจสอบ

สำหรับการสกัดบทความเดี่ยวด้วยเวิร์กโฟลว์คำถาม 4 ข้อข้างต้น คำแนะนำของเราคือ Claude Sonnet เพื่อการคงการอ้างอิงในข้อความ สำหรับ systematic review ที่สกัดจากหลายบทความด้วยฟิลด์ที่กำหนดไว้ล่วงหน้า คำแนะนำคือ Elicit หรือ Scholarcy โดยมี human second-reviewer สำหรับงานสรุปเชิงร้อยแก้วของลิตรีวิวแทนการสกัดแบบมีโครงสร้าง NotebookLM คือคำเลือกที่เหมาะที่สุด

คุณจะตรวจสอบการสกัดด้วย AI และจับ “10 เปอร์เซ็นต์ที่หลอน” ได้อย่างไร?

ขั้นตรวจสอบคือส่วนที่เวิร์กโฟลว์จำนวนมากมักข้าม และเป็นเหตุผลที่การสกัดด้วย AI ได้ชื่อเสียงเช่นนั้น ขั้นตรวจนี้ใช้เวลา 10 นาทีต่อบทความ และจับค่าที่หลอนเกือบทั้งหมดได้

1. การตรวจแบบจุดสำหรับค่าตัวเลข. เปิด PDF ต้นฉบับ เลือกตัวเลข 3 ค่า จากการสกัด results ของ AI (ขนาดตัวอย่าง, primary effect size, ค่า p หนึ่งค่า) จากนั้นยืนยันแต่ละค่ากับประโยคจากแหล่งที่มา ที่ AI อ้างอิงไว้ใน “ประโยค” นั้น หาก AI อ้างอิงประโยคที่ไม่มีตัวเลขดังกล่าว แปลว่าเกิดการหลอน ให้รันคำถามใหม่โดยใส่คำสั่งชัดเจนว่า "quote only sentences that contain the numeric value"

2. การตรวจการคงคำที่แสดงความไม่แน่นอน (hedges). อ่านผลการสกัด discussion ของ AI ตรวจสอบว่าคำใด ๆ จากต้นฉบับที่เป็น "may," "suggests," "consistent with," "preliminary," และ "exploratory" ได้ถูกคงอยู่ในเอาต์พุต AI หรือไม่ หาก AI เปลี่ยน "may suggest" เป็น "demonstrates" การสกัดก็ทำให้เข้าใจผิด แม้ในเชิงเทคนิคจะถูกต้องก็ตาม

3. การตรวจความครบถ้วนของ limitations. อ่าน discussion และส่วน limitations ของบทความต้นฉบับ นับจำนวนข้อจำกัด แล้วเทียบกับรายการ bullet ของ limitations ที่ AI สกัด หากมีช่องว่างมากกว่าหนึ่ง limitation ให้เป็นสัญญาณให้รันคำถามสำหรับ limitations อีกครั้ง

4. การตรวจโซ่การอ้างอิง (citation chain). เลือกการอ้างอิง (references) จากการสกัด discussion ของ AI จำนวน 2 รายการ ยืนยันว่า “ทั้งสองรายการเป็นของจริง” (ไม่ใช่การหลอน) และคำกล่าวอ้างที่อ้างนั้นตรงกับสิ่งที่แหล่งข้อมูลต้นฉบับพูดไว้จริง ๆ เราอธิบายโหมดความล้มเหลวไว้ใน hallucinated-citation audit เวอร์ชันสั้นคือ AI extractors หลอนราว 3 เปอร์เซ็นต์ของรายการอ้างอิงในชุดข้อมูลทดสอบของเรา

การตรวจสอบแบบ 4 ขั้นคือเวิร์กโฟลว์ที่เล็กที่สุดซึ่งจับอัตราการหลอนที่การศึกษาของ Cochrane รายงานไว้ การตัดขั้นใดขั้นหนึ่งจากทั้งสี่ขั้น จะแลกเวลาประมาณ 2 ถึง 3 นาทีต่อบทความ กับอัตราข้อมูลที่ไม่ถูกต้อง 5 ถึง 10 เปอร์เซ็นต์ในผลการสกัดของคุณ สำหรับงาน systematic-review การแลกแบบนี้ถือว่า “ผิดเสมอ” แต่สำหรับการอ่านแบบไม่เคร่งครัด บางครั้งมันอาจพอใช้ได้

กับดักเฉพาะด้านการสกัดตามโดเมน

เวิร์กโฟลว์คำถาม 4 ข้อช่วยให้ทั่วไปได้ แต่มีงานวิจัย 4 รูปแบบที่ควรรู้โหมดความล้มเหลวก่อนที่จะรันคำถาม

การทดลองแบบสุ่มที่มีกลุ่มควบคุม (Randomized controlled trials). โครงสร้างแบบ CONSORT เป็นแบบที่เชื่อถือได้ที่สุดสำหรับการสกัดด้วย AI ขนาดตัวอย่าง ผลลัพธ์หลัก และขนาดผลโดยทั่วไปจะถูกระบุอย่างชัดเจน ข้อควรระวังคือการวิเคราะห์กลุ่มย่อย: ตัวสกัด AI มักรายงานกลุ่มย่อยที่ทำหลังการทดลอง (post-hoc subgroups) ราวกับว่าถูกกำหนดไว้ล่วงหน้า ซึ่งทำให้ความน่าเชื่อของข้อค้นพบพองเกินจริง ตรวจสอบส่วน methods เสมอว่าใช้ภาษาการกำหนดกลุ่มย่อยไว้ล่วงหน้าหรือไม่ ("pre-specified" vs "exploratory" vs "post-hoc") และรันคำถามใหม่หาก AI ไม่คงความแตกต่างนั้นไว้

งานเชิงคุณภาพ (Qualitative studies). “ผลลัพธ์” ในงานเชิงคุณภาพคือธีมและคำพูดอ้าง (quotes) ไม่ใช่ตัวเลข ตัวสกัด AI มักย่อผลเชิงคุณภาพมากเกินไปให้เหลือจำนวนธีมน้อย ๆ และทำให้เสียคำพูดอ้างแบบ verbatim ที่ทำให้การตีความงานเชิงคุณภาพเป็นไปได้ รัน prompt สำหรับ results สองครั้งสำหรับบทความเชิงคุณภาพ: ครั้งแรกเพื่อสกัดธีม และอีกครั้งเพื่อสกัดคำพูดอ้างตัวอย่าง (representative quotes) ต่อหนึ่งธีม

Meta-analyses และ systematic reviews. “ผลลัพธ์หลัก (primary outcome)” คือขนาดผลแบบถูกรวบรวม (pooled effect size) พร้อมสถิติความแปรปรวนต่างชนิด (heterogeneity statistics) ตัวสกัด AI มักรายงานผลแบบ pooled แต่ทิ้งค่า I-squared หรือ tau-squared ซึ่งเป็นตัวบอกว่า “ความแปรปรวนต่างชนิด” ในกลุ่มนั้นมากน้อยเพียงใด เติมคำสั่งที่ชัดเจนใน prompt สำหรับ results ว่า "report I-squared and tau-squared if present" สำหรับบทความเชิง meta-analytic

งานสังเกตการณ์ (Observational studies). “การแทรกแซง (intervention)” ในที่นี้หมายถึง exposure ไม่ใช่การแทรกแซงแบบสุ่ม และแผนการวิเคราะห์รวมถึงการปรับค่าคอนฟาวด์ (confounding adjustment) ตัวสกัด AI มักทิ้งรายการคอนฟาวด์ที่ถูกปรับ ซึ่งทำให้ประเมินความเสี่ยงจาก confounding ที่เหลืออยู่ไม่ได้ ให้เติมคำสั่งใน prompt สำหรับ methods ว่า "list every confounder included in the multivariable model"

สำหรับงาน systematic review โดยเฉพาะ ดู PDF summarization workflow ของเรา ซึ่งครอบคลุมขั้นตอนเชิงปฏิบัติการที่กว้างกว่า และดู ChatPDF vs Scholarcy vs SciSummary comparison เพื่อดูว่าจะจับคู่เครื่องมือใดกับรูปแบบงานแบบใด

คุณจะบูตการสกัดด้วย AI เข้าไปในเวิร์กโฟลว์ของตัวจัดการเอกสารอ้างอิง (reference-manager) ได้อย่างไร?

การสกัดแบบ 4 คำถามให้ผลลัพธ์แบบมีโครงสร้าง คำถามต่อไปคือ “มันอยู่ตรงไหน” สามรูปแบบที่ทำงานได้ดีสำหรับลูกค้าด้านบรรณาธิการของเรา

รูปแบบ 1: ฟิลด์ Notes ใน Zotero หรือ Mendeley. วางผลลัพธ์จากการสกัด 4 คำถามลงในฟิลด์ Notes ของรายการอ้างอิงในบทความ ข้อมูลค้นหาได้ พกพาสะดวก และเห็นควบคู่กับคำอ้างอิงเมื่อคุณเขียน เหมาะสุดสำหรับนักวิจัยรายบุคคลที่ต้องการทางลัดแบบใช้แรงน้อยที่สุด

รูปแบบ 2: เมทริกซ์การสกัดในสเปรดชีต. สำหรับ systematic reviews เอาต์พุตจากการสกัด 4 คำถามจะแมปโดยตรงกับ Covidence หรือเมทริกซ์การสกัดใน Excel: หนึ่งแถวต่อหนึ่งบทความ และหนึ่งคอลัมน์ต่อหนึ่งฟิลด์ การสกัดด้วย AI คือรอบแรก; human second-reviewer จะเติมเมทริกซ์ชุดเดียวกันและตัดสินความคลาดเคลื่อน (adjudicates discrepancies) นี่คือรูปแบบที่การศึกษาของ Helms Andersen Cochrane ปี 2025 ยืนยันแล้วว่าใช้ได้

รูปแบบ 3: โน้ตใน Obsidian หรือ Notion ต่อหนึ่งบทความ. สำหรับลิตรีวิวระดับปริญญาเอกที่งานเขียนเกิดควบคู่กับการอ่าน การทำบันทึกแบบมีโครงสร้างต่อหนึ่งบทความ โดยให้ส่วน IMRaD 4 ส่วนเป็นหัวข้อ จะกลายเป็นฐานความรู้ที่ค้นได้ด้วยคำค้น (queryable knowledge base) แท็กตามวิธีวิทยา ตามประชากร ตามผลลัพธ์ และค้นด้วยแท็กเมื่อเริ่มร่างงาน

ไม่ว่าคุณจะเลือกได้รูปแบบใด ข้อจำกัดจะเหมือนกัน: เอาต์พุตที่สกัดด้วย AI คือ “ฉบับร่าง” ไม่ใช่แหล่งข้อมูลปฐมภูมิ ทุกคำกล่าวอ้างที่คุณนำไปใส่ในงานเขียนของคุณต้องผ่านขั้นตรวจสอบเทียบกับบทความต้นฉบับ และทุกการอ้างอิงที่ “ผ่าน” ต้องผ่านการตรวจโซ่การอ้างอิง (citation-chain check) ซึ่ง our AI proofreader จะรันกับต้นฉบับของคุณก่อนส่ง เราสร้าง our own AI summarizer เพื่อให้รันเวิร์กโฟลว์ IMRaD แบบ 4 คำถามพร้อมการอ้างเป็นคำพูดที่ยึดแหล่งที่มาโดยค่าเริ่มต้น ดังนั้นขั้นตรวจสอบจึงสั้นลง ไม่ใช่ถูกข้าม

คำถามที่พบบ่อย

Q: เครื่องมือ AI ที่ดีที่สุดสำหรับสกัดข้อค้นพบสำคัญจากบทความวิจัยในปี 2026 คืออะไร?

สำหรับการสกัดเชิงลึกของบทความเดี่ยวด้วยเวิร์กโฟลว์ IMRaD แบบ 4 คำถาม คำแนะนำของเราคือ Claude Sonnet; การคงการอ้างอิงในข้อความและการจัดการ hedges เป็นจุดที่แข็งที่สุดในเบนช์มาร์กของเรา สำหรับการสกัดจากหลายบทความแบบ systematic-review ด้วยฟิลด์ที่กำหนดไว้ล่วงหน้า คำแนะนำคือ Elicit (ผ่านการตรวจสอบเทียบกับผู้สกัดมนุษย์ในงาน Cochrane ปี 2025) หรือ Scholarcy (ส่งออกข้อมูลเชิงโครงสร้างได้ดีที่สุด) สำหรับงานลิตรีวิวแบบ “ตามรอยการอ้างอิงได้” ในชุดบทความ NotebookLM เป็นตัวเลือกฟรีในระดับขนาดงานที่เกี่ยวข้อง

Q: AI สามารถสกัดส่วน methodology ของบทความวิจัยได้อย่างแม่นยำหรือไม่?

โดยประมาณ 78 เปอร์เซ็นต์ในส่วนฟิลด์งานประจำ จากการเปรียบเทียบของ Helms Andersen Cochrane ในปี 2025 อีกราว 22 เปอร์เซ็นต์จะแบ่งเป็นสองประเภท: รายละเอียดที่พลาด (12 เปอร์เซ็นต์) และค่าที่หลอนสำหรับฟิลด์ที่บทความไม่ได้รายงาน (10 เปอร์เซ็นต์) เวิร์กโฟลว์แบบคำถาม 4 ชุดพร้อมขั้นตรวจสอบจะจับการหลอนได้เกือบทั้งหมด แต่รายละเอียดที่พลาดต้องใช้ผู้สกัดมนุษย์ช่วยตรวจอยู่ดี ไม่ว่าทางใด สำหรับ systematic reviews AI เป็น second-reviewer ที่ทำงานได้ดีเมื่อมีการกำกับโดยมนุษย์; สำหรับการอ่านทั่วไป AI ไม่ได้เชื่อถือได้หากไม่มีการตรวจสอบ

Q: ฉันจะสั่ง ChatGPT หรือ Claude อย่างไรเพื่อสกัดส่วน IMRaD จาก PDF?

ให้รันคำถาม 4 คำถามตามลำดับในแชทเดียวกัน: หนึ่งคำถามสำหรับ methods หนึ่งคำถามสำหรับ results หนึ่งคำถามสำหรับ discussion และหนึ่งคำถามสำหรับ limitations แต่ละคำถามควรขอให้ AI อ้างเป็นประโยคต้นฉบับ “สำหรับข้อเท็จจริงทุกชิ้น” และให้เขียน "not reported" แทนการเดาค่าที่ขาด เทมเพลตคำถามทั้งหมดอยู่ในส่วนเวิร์กโฟลว์แบบ 4 คำถามด้านบน หลีกเลี่ยงการใช้คำสั่งเดียวแบบ “summarize this paper”; วิธีแบบแบ่งเป็นรายส่วนตามโครงสร้างเท่านั้นที่ทำให้ได้อัตราความแม่นยำ 78 เปอร์เซ็นต์

Q: ฉันจะตรวจสอบได้อย่างไรว่ามีการสกัดตัวเลขที่ถูกต้องจากบทความด้วย AI?

การตรวจสอบ 4 ขั้น: ตรวจแบบจุดโดยเทียบกับ PDF ต้นฉบับสำหรับค่าทั้งสาม, ตรวจการคงคำที่แสดงความไม่แน่นอนเทียบกับส่วน discussion ต้นฉบับ, ตรวจความครบถ้วนของ limitations เทียบกับส่วน limitations ต้นฉบับ และตรวจโซ่การอ้างอิงเทียบกับการอ้างอิงสองรายการที่ AI อ้างไว้ การตรวจสอบทั้งหมดใช้เวลาราว 10 นาทีต่อบทความ และจับค่าที่หลอนเกือบทั้งหมดที่เวิร์กโฟลว์คำถาม 4 ชุดสร้างขึ้น

Q: ฉันสามารถใช้การสกัดด้วย AI สำหรับ systematic review ที่สอดคล้องกับ PRISMA ได้หรือไม่?

ได้ แต่มีเงื่อนไข PRISMA 2020 ไม่ได้ห้ามการสกัดด้วย AI และงานด้านระเบียบวิธีจาก Cochrane ปี 2025 ได้เริ่มตรวจสอบความสามารถของ AI ในฐานะ second-reviewer ร่วมกับผู้สกัดมนุษย์ ข้อสรุปในปัจจุบันคือการสกัดด้วย AI ยอมรับได้ในฐานะหนึ่งในผู้ตรวจสองคน โดยให้ผู้ตรวจมนุษย์สกัดฟิลด์เดียวกันอย่างอิสระและตัดสินความคลาดเคลื่อน การใช้ AI เป็นผู้ตรวจเพียงคนเดียวยังไม่สามารถอ้างได้อย่างมีเหตุผลทางวิธีวิทยา; แต่การใช้ AI เป็น second reviewer ร่วมกับมนุษย์ทำได้ เอกสารของ Helms Andersen ปี 2025 ใน Cochrane Evidence Synthesis ครอบคลุมรายละเอียดการตรวจสอบดังกล่าว