LitPivot：AI 輔助研究者在文獻中動態探索與發展研究構想

一篇論文的出現，可能會改變研究構想的發展軌跡。研究人員可能會發現，他們擬議的貢獻已經有人處理過，或者在論文中找到一個未解決的問題，從而激發新的探究方向。

我們將這個過程稱為文獻啟發的轉向：閱讀先前研究後，研究方向隨之改變。它將研究人員經常需要分開處理的兩項活動連結起來：發展構想，以及決定根據哪些文獻來衡量其價值。

我們與賓州大學的合作夥伴共同開發了 LitPivot，這是一個幫助研究人員應對這些轉向的系統。LitPivot 利用透過 Asta Paper Finder 檢索到的論文，圍繞正在編輯的提案部分組織文獻，提供附有選定研究摘錄的評論，並提出研究人員可以接受、編輯或拒絕的修改建議。LitPivot 旨在用於研究構想的早期階段，但這個概念也可能擴展到更長的寫作任務（例如，撰寫論文的引言部分）。

在一項針對 17 位研究人員的研究中，領域專家評估使用 LitPivot 發展出的研究構想，比使用文字編輯器和 AI 聊天工具發展出的構想，更紮實地立足於文獻。參與者也認為他們修改過的研究構想更具新穎性和實用性，並表示對相關文獻有更深入的理解。

LitPivot 將在底特律舉行的 UIST 2026 會議上發表。點擊此處閱讀論文。

為什麼轉向很困難

研究構想透過與文獻的互動而演變。在我們對四個已完成的電腦科學研究專案會議記錄的分析中，我們在所有四個專案中識別出 21 個文獻啟發的轉向。這些轉向分為兩種類型：將構想與現有工作區分開來以確立其新穎性，以及將構想與現有工作對齊以在其基礎上發展。這個專案本身在確定其貢獻之前，也經歷了兩次轉向。

這些變化可能難以應對。在一項形成性研究中，五位研究人員使用文字編輯器和標準搜尋工具來發展提案。他們在發展構想的同時，難以根據文獻進行批判性評估。當一篇論文挑戰構想的新穎性時，他們希望得到具體的修改建議，並有先前研究的支持。這些發現塑造了 LitPivot 的評估方式，它將文獻支持的評論與針對修改構想選定部分的具體建議配對。

LitPivot 如何運作

在 LitPivot 中，研究人員首先在編輯器中撰寫一份簡短的提案，並啟用我們稱為「方面高亮顯示」的功能，它將闡述的構想劃分為不同的方面（例如，問題、貢獻和評估）。要檢查擬議的方面，研究人員點擊草稿中的該部分。一個鄰近的面板會根據選定的方面將相關論文分組（例如，當選擇評估方面時，根據其使用的評估方法將論文分組），並高亮顯示最相關的分組。

研究人員選擇論文，請求評估，並審閱建議的修改以及支持評論的摘錄。然後，文獻會根據與修改後方面的相關性重新排序。

特別是，LitPivot 將研究構想分為其問題、擬議的貢獻和評估計畫。每個方面都有自己的一組相關文獻和相關性排名。LitPivot 圍繞正在編輯的方面將檢索到的論文分組，讓研究人員選擇系統應該使用哪些論文來評估草稿。

除了 Prism 等科學寫作環境和 Claude Code 等代理助理之外，LitPivot 探索了一種發展早期研究構想的新工作流程：選擇文獻來評估構想，利用這些證據來修改構想，並隨著構想的變化重新考慮哪些論文是重要的。它的論文分組和連結的評論使提案的每個部分都明確了這些步驟，同時研究人員可以控制草稿和用於評估的證據。

對於問題陳述，LitPivot 尋找問題存在的證據以及其重要性的原因。為了評估擬議的貢獻，它將選定論文已經處理的內容與它們描述的限制和未來工作進行比較，尋找剩餘的空白。對於評估計畫，它檢查擬議的測試是否解決了研究問題，以及類似工作是如何被評估的。然後，系統會建議重寫，並附有支持引文。

改變構想的一個方面可能會導致另一個方面過時。LitPivot 會標記可能需要修改的段落，例如不再充分評估修改後貢獻的評估計畫。研究人員可以接受、編輯或拒絕建議，並隨著提案的發展請求新論文或更新文獻排名。

以下是某位研究參與者的轉述範例。

我們的發現

在我們的實驗室研究中，17 位研究人員每人使用 LitPivot 發展一個指定構想，並使用一個基線工具（文字編輯器和一個用於提問選定論文的 AI 工具）發展另一個構想。兩種情況都使用了相同的論文集。兩位領域專家，不知道使用了哪個系統，根據單一標準評估了產出的提案：他們如何有效地利用相關文獻來支持和證明構想。使用 LitPivot 發展出的提案獲得了更高的評分。

同一研究的參與者也報告說，使用 LitPivot 後，他們對相關文獻的理解更深入，並自我報告其構想的新穎性和實用性有更大的改進，優於基線工具。領域專家也審閱了參與者的構想，並評估使用 LitPivot 修改後的構想在相關文獻中具有顯著更好的基礎。

我們實驗室研究中的一位參與者最初提出了一個生成一致、事實的合成醫療筆記的提案。LitPivot 識別出多次住院訪問之間的一致性是選定文獻中潛在的空白。參與者審閱了摘要，並移除了關於單次訪問筆記的論文。經過另一次評估後，他們將提案範圍縮小到檢測多次訪問筆記中的矛盾。這個例子展示了修改構想和選擇用於評估構想的文獻如何相互影響。

在一項後續研究中，五位研究人員在 30 分鐘的會話中，將 LitPivot 用於他們自己正在進行的專案。參與者在多個專案階段使用 LitPivot，而不僅僅是在開始時。其中兩人用它來根據文獻審查新構想，而三人則用它來完善更成熟構想的框架。一位研究人員強調，看到來自不同領域的平行概念如何幫助他們重新構想他們的貢獻。

這些研究表明，LitPivot 可以支持早期探索和現有研究方向的完善。

支持科學發現

在 Ai2，我們正在開發 AI 以幫助研究人員制定可測試的構想並檢視其背後的證據。Asta 透過從已發表的研究成果中生成理論（Theorizer）、綜合、以及在數據上生成和測試假設（AutoDiscovery）來支持這項工作，而 HARPA 則根據新興研究趨勢生成有前景的假設。

Scideator 讓研究人員將先前工作的元素重新組合為新構想並評估其新穎性，而 IdeaSynth 則支持基於文獻的反饋進行迭代改進。

我們最近的研究《舊構想，新問題》檢視了自動化新穎性評估的局限性，展示了微小的提示詞變化如何改變 AI 評審對相同構想的判斷。LitPivot 透過將相關文獻的選擇納入修改過程來擴展這項工作。研究人員可以隨著構想的發展，改變他們用於評估提案的論文，然後利用評論和支持性摘錄來決定如何修改。該系統將這些決策連結到提案的問題、貢獻和評估計畫。

我們希望 LitPivot 的見解能幫助科學家在現有知識的基礎上發展，並將早期構想轉化為其領域的新貢獻。