用魔法对抗魔法，能否打破信息过载的魔咒？
每到写毕业论文的时候，学生们总会觉得特别头疼，因为要面对的论文实在是太多了。经常是花了半天时间读下来，才发现这篇论文跟自己的研究方向完全不搭边，这种感觉真是让人既沮丧又挫败。
其实不只是学生，老师们也一样，写论文或者准备项目时，都得翻阅一大堆相关文献。每个学科的学术文献就像泉水一样源源不断地涌出来，拦都拦不住。很多时候，你甚至不知道此时此刻世界上有哪些新文献正在冒出来，又该去哪里找它们。
这就是典型的信息过载问题。所以，学术界早就盼着能有个工具，把文献回顾这事儿自动化。最近，像 Gemini Deep Research 这样的软件开了个头，很多工具都开始推出深度研究功能。我的好友赵赛坡先生还半开玩笑地放了张图，配了句 「泛滥成灾」，挺形象地点出了这现状。
我自己也试过一些类似的工具，发现问题还是挺多的。要做好这个功能，光有文献资源不行，还得看调用模型的处理能力和信息检索能力，这三样都得专业水准才行。
最近 SciSpace 推出了深度回顾功能，我就想着试试看，到底能不能派上用场。这篇文章就是我用下来的一些真实感受，希望能给你点参考。
先说说我测试的起点吧。我丢了个问题给 SciSpace：
How can AI help the students in higher education?
翻译成中文就是：
人工智能在高等教育中能为学生提供哪些帮助？
我知道这问题有点笼统，不够具体，但它能作为一个切入点，让 AI 帮我把思路理清楚。
输入之后，SciSpace 马上就自动列出了一些相关但更具体的问题供我挑。
我看了看，觉得第三个特别合我胃口：
Can AI-based personalized feedback and assessment tools enhance student engagement and motivation in higher education?
翻译过来是：
在高等教育领域，基于人工智能的个性化反馈和评估工具，是否能够有效提升学生的学习参与度和学习动力？
为什么喜欢这个呢？作为老师，我特别关心学生能不能通过 AI 得到个性化的指导。如果还能顺便激发他们的学习积极性，那就再好不过了。我点了 「帮我细化」，SciSpace 就带我进了下一个页面。
接着，SciSpace 给了我几个问题，希望我再明确一下需求，翻译成中文是：
为了改进你的查询，请考虑回答以下问题：
在高等教育中，你最想探索学生参与度和学习动力的哪些具体方面？
你是否特别关注某些基于人工智能的反馈和评估工具，例如自适应学习平台或自动评分系统？
我回答说：
We are primarily interested in whether students are motivated to proactively engage in pre-class preparation, post-class review, homework, and asking good questions, among other learning activities. The specific format is flexible, provided it is AI-driven.
翻译过来就是：
主要看学生能否有积极性做好课前预习、课后复习、做好作业练习、提出自己的好问题等；形式不限，只要是 AI 驱动就可以。
有了我的回答，SciSpace 又把问题细化了一步，变成了：
Investigate if AI-based personalized feedback and assessment tools enhance student motivation to engage in pre-class preparation, post-class review, homework, and asking questions in higher education.
翻译成中文是：
研究一下，在高等教育中，基于人工智能的个性化反馈和评估工具，是否能够提升学生在课前预习、课后复习、完成作业和积极提问等方面的学习动力。
这还没完，SciSpace 又接着问：
To refine the query further, please consider the following questions:
- Are there specific metrics or indicators you are interested in measuring to assess student motivation and engagement in pre-class preparation and other learning activities?
- Is there a particular educational discipline or field in higher education where you would like to focus the use of AI-driven tools for enhancing student engagement?
翻译成中文是：
为了进一步优化你的查询，请考虑以下问题：
是否有具体的指标或衡量标准，你希望用来评估学生在课前预习和其他学习活动中的学习动力和参与度？
是否有特定的高等教育学科或领域，你希望重点关注在该学科或领域中使用人工智能驱动的工具来提升学生的参与度？
这意思是，如果你还有更具体的需求，可以顺着它给的思路再深入挖下去。不过我觉得，现在这个题目已经挺贴近我的想法了，就直接点了提交。
提交之后，SciSpace 处理过程就清清楚楚地展示出来了。
其实 SciSpace 干的活儿跟咱们平时手动做文献回顾差不多。先根据问题搜出相关论文，再用过滤器把不相关的剔除掉。
它一共搜了 1750 篇文献，先筛出 325 篇相关的。为了不漏掉重要资料，又通过文献引用关联找了额外的 72 篇。
然后，它对这些文献按相关性排了个序。
排完序后，SciSpace 从中挑了 20 篇最相关的，生成了一份文献回顾。
报告呈现形式是这样的。
参考文献用的是 「作者 - 年份」 的 APA 标准格式，每条都能点链接直达原文，鼠标悬浮还能预览基本信息。
从结果看，选的文献都很新，基本是 2023 年之后的，也就是生成式 AI 随着 ChatGPT 大火之后的文献。你还可以在结果下方调整格式，比如把 APA 格式改成序号格式，或者把段落变成列表。
这些调整你可以自己试试。
可能你会纳闷，前面对话全是英文，怎么报告结果出来是中文？其实是因为界面右上角有个语言选项，默认选了中文。
如果我点一下英文，结果立马就切换成英文了。
因为只是改语言，前面步骤都不用重做，切换特别快。
瞧，这是日语版的。虽然读不懂，但是这种创建简易程度，还是让我很开心。
看了前面的演示，你感觉怎么样？
我觉得有点小遗憾。SciSpace 明明找了 300 多篇相关文献，但最后只用了 20 篇来生成回顾，还是少了些。可能是考虑到模型能力和成本吧。
从准确性来说，这 20 篇挑得挺好，可要是想全面覆盖整个领域，颇有些捉襟见肘。不过比起以前只能从 5 到 8 篇文献里抽取内容，现在这种先广撒网再过滤、排序、聚焦的方式已经进步不少。
况且，只要咱们把问题拆得够细，一个大问题分成几个小问题多跑几轮，结果拼起来照样能很全面。不是吗？
如果你想试试的话，可以用 这个链接 注册，体验一下 SciSpace 的深度回顾功能。如果你打算订阅 SciSpace advanced，全年订阅可以用我的优惠码 SHUDR40，优惠 40%；按月订阅用 SHUDR20，优惠 20%。
SciSpace 最近动作挺多，除了深度回顾，还推出了个浏览器控制功能，有点像 OpenAI Operator。官方有段介绍视频，你可以 点击这个链接 看看。
初看之下，你可能会觉得奇怪，「文献回顾综合工具」和「浏览器控制功能」，这二者风马牛不相及嘛。SciSpace 作为一个文献回顾综合工具，为什么要去模仿 OpenAI 去弄个浏览器控制功能呢？
其实，我只需要提一个关键词，你就能立刻明白其中的道理 —— 「访问权限」。
目前即便你使用 SciSpace 可以检索到许多文献，也依然只是所有文献资料中的一部分而已，并不全面。这不怪 SciSpace ，学术界的付费墙问题，由来已久，是非曲直咱们此处不展开。然而，你所在的大学或者科研机构，很可能已经付费订阅了更多的文献数据库。这样一来，通过控制浏览器进行查询，SciSpace 就可以利用你的 IP 地址权限，帮你获取到那些你所在机构有权限访问全文的文献，让你凸显学术资料来源优势。
你自己说，这个功能是不是很有用？
如果感兴趣，可以 点击这个链接 加入 Waitlist。
这篇文章我跟你聊了聊 SciSpace 的 Deep Review 功能。通过测试，我觉得它确实能帮咱们提高回顾文献、把握学术前沿的效率。希望以后它能在生成报告时多整合些文献，展示方式也能再丰富点。
祝你用 AI 辅助文献回顾时一切顺利。
如果你觉得本文有用，请充电。
如果本文可能对你的朋友有帮助，请转发给他们。
欢迎关注我的专栏「科研利器」，以便及时收到后续的更新内容。
点击这个链接加入少数派会员，立享 9 折优惠！获得专属会员内容、会员播客以及会员定制周边。在更多的领域和方向帮你打开脑洞，找到新的兴趣点。与少数派一起洞悉当下，探索新知。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。