1. 當時想請 AI 幫什麼忙，它怎麼回答？

身為資訊教育背景的研究者，我常常需要閱讀大量的學術文獻來掌握最新趨勢。
某次，我丟了一篇外文論文給 AI，請它幫忙快速摘要重點，好讓我省去逐字精讀的時間。
AI 的動作非常快，沒兩三下就產出一份條理分明的繁體中文摘要。內容看起來極具說服力，條列式重點也十分漂亮。

2. 哪一句讓你覺得不對勁？怎麼發現的？

最讓我起疑的是，AI 在整篇摘要裡使用的語氣全部都是「有」、「是」、「已經證實」、「顯著提升」這類極度肯定、不容置疑的絕對口吻。
但依我對該領域的熟悉度，以及學術論文嚴謹的寫作習慣，多數研究在面對實驗結果或新興教學法時，通常會使用「可能（potential）」、「有機會（may lead to）」或是「傾向於（tend to）」這種保留、推論的猜測語氣。
當下我心想：「這篇文獻的作者這麼大膽嗎？敢下這麼死板的結論？」於是，我決定回頭對照原文。

3. 怎麼確認它有問題？

因為手邊沒有完整保留當時的對照畫面，但我透過重新檢索該篇文獻的結論段落（Conclusion & Discussion）來進行確認。
一查之下果然印證了我的懷疑：

• 語氣被竄改：原文明明寫著「本研究之介入可能有助於提升學生的學習動機（may contribute to...）」或「這項結果暗示了某種關聯性」，但 AI 卻直接幫我濃縮成「該方法能有效提升學習動機」。
• 資訊張冠李戴：除了語氣被過度強化外，AI 在某些細節上甚至自行「腦補」了原文根本沒提到的數據或因果關係，把不同段落的推論混為一談。

4. 後來怎麼處理？下次會多留意什麼？

後來處理：我沒有直接採用 AI 的摘要，而是手動修正了那些被過度肯定的字眼，將其改回「可能」、「有待後續證實」等符合學術精神的保留語氣，同時把 AI 夾雜的錯誤資訊全部刪除。

下次會多留意什麼：這次經驗讓我深刻體會到，AI 為了追求語句流暢和討好使用者，常常會自作聰明地「添油加醋」或「把話說太滿」。以後讓 AI 讀論文時，我絕對不會直接把它產出的摘要當作最終結論，一定會針對關鍵的結論與發現，再次對照原文的上下文（Context），特別是注意作者使用的動詞與副詞，避免被 AI 給誤導了！