今日事項：看 NotebookLM 對於文獻的整理可以有什麼幫助，以及使用過程中的注意事項
如果文章對你有幫助的話，歡迎按讚或留言，讓我知道我不是一個人在這裡碎碎念（？），我會很感謝的❤️
第二章的文獻探討是整篇論文的基礎，可以說如果沒有第二章文獻底蘊的支撐，整篇論文就幾乎沒有被信任的基礎。不過呢，偏偏這一章也是最容易卡關的地方。
前面我們已經有說過如何快速瞭解單篇論文中自己需要的部分，但是，一個文獻的主題，內容總不會是一點一點猶如拼圖這樣拚上去的。
真正寫得好的文獻統整，看上去會像是一個整體，講述著整個理論的定義、類別，與演進過程，看上去就像是作者在講一段故事，不過卻又可以在每個重點定義的後面看見其他作者的文獻支持。
（詳情請看各大期刊中的文章，都很厲害）
不過呢，我們這些剛踏入研究領域的小菜鳥們，先不用想著一步登天就直接跟大賢們肩並肩了，什麼領域都有一個漸漸向上爬的過程。
要從十幾篇，甚至幾十篇論文中讀出研究趨勢、核心概念，還要進行統整，聽起來是好像很困難但應該做得到，不過現實往往是……看完第二篇就忘了第一篇在講什麼。
所以，今天就來就介紹一個可以幫助統整各篇中重點的工具－－NotebookLM。
NookbookLM 是 Google 推出的筆記系統，基底是屬於一種檢索增強生成的 AI（RAG, Retrieval-Augmented Generation）。
簡單來說，RAG 是讓模型只根據吃進去的資料回答問題，這樣就可以讓他在回答的時候，只回答他「有看過」的資訊，這樣一來，模型的答案就會更準、更具體，也比較不容易會有亂講的幻覺（hallucination）出現。
RAG 看起來很複雜，但其實只是多加了一個檢索的步驟，大概可以看成以下流程：
藉由這樣的過程，可以最大程度的確保模型輸出的結果中，不會像是昨天介紹的 ChatGPT 這樣，會出現莫名奇妙的回答。
雖然前面說了不會亂回答，但還是要有一個驗證的辦法對吧？總不能傻呼呼的真的什麼結果都相信他。
而 NotebookLM 的設計團隊也揮了揮手，告訴你，別擔心，你想到的我們也已經有想到了。
可以看到下面的圖片，在 NotebookLM 的回答中，在字句末端會出現 1、2、3、4……的灰底數字，這些就是他在跟你說：「前面我講的這些資料，就是從這些地方出來的，你可以自己去看。」
而很重要的一點是，前面我們不是有提到，他的流程是會先把你丟進去的資料分段，所以當你的鼠標移動到數字上面的時候，他會幫你把那個相關的段落顯示出來（如畫面中白框中的字）。
這有兩個很大的好處：
不會是只顯示文章名稱－－這樣使用者就不用只看到文章名稱，然後還要跳回到 PDF 做搜尋，多一個動作浪費時間，尤其在篇數多的時候，會翻到很累。直接在介面中將段落顯示出來－－如果想確認段落中有沒有這些資訊，可以更快速確認小範圍的論文資料、回去原文畫重點做筆記等等。首先我們要看到 NotebookLM 本身的缺陷－－不會保留對話內容，所以如果這次聊完之後關掉想要聊……很抱歉沒有辦法。
這是他跟 ChatGPT 相比較為弱勢的地方，雖然在 ChatGPT 一段時間沒問他會叫你重新上傳一次 PDF，但至少聊天紀錄是留著的。
不過在 NotebookLM 要保存聊天紀錄也是有方法的，就是將他的回覆滑到最下面之後，有一個儲存至記事的按鈕，點下去之後就會發現筆記本右下角的記事中有紀錄出現了。
但這也有一個缺點，當儲存到記事之後，前面我們說到很好用的功能（顯示段落、鼠標過去會出現段落）就會消失，變成一般而無意義的數字。
→ 但這個功能最近有變好了，現在將資料丟到記事之後，這個功能還會留著。
所以如果之後要讀單篇的話，也可以在這裡讀。
前面我們有提到了 ChatGPT、NotebookLM 兩個可以幫助論文閱讀與第二章寫作的工具，雖然他們真的很好用，但還是有一些地方需要注意。
最重要的就是－－在寫的時候，千萬不要被 AI 生成的內容牽著走！
這看起來是在說不要因為複製貼上而被判定為 AI 寫作，但實際上會是在講更深一點的東西。
因為我本身自詡是一個對文字比較敏感的人，也對寫作的事情比較有信心一點（自己講），所以在利用 AI 閱讀的時候，也會比較注意一點，AI 生成出來的內容就是做為參考，然後再用自己的話轉述。
所以當前三章寫完之後我也沒有意識到什麼問題，然後反正題目的報告也過了，就直接繼續寫下去。
然後等到寒假過完之後，因為要開始收集數據等等，開始回顧前三章的時候，突然一個震驚……
X！我這寫的是什麼東西？！
就是 AI 的字句有時候你會覺得挺不錯，然後寫的時候就不知不覺寫進論文裡面，然後在寫作的當下會沒有感覺（甚至感覺還不錯），等到整個脫離之後再回去看，才會發現問題的嚴重性。
那個字句完全不通順，雖然重點都有講到，但看起來就不是個人類寫出來的東西。
至於之後是怎麼處理的……那時候也沒問老師是什麼態度，反正我自己是先看不下去了，所以就只留大綱跟重點，其他整個刪掉重寫。
雖然說因為內容都有了，並沒有真的花太多時間啦，但也是個慘痛的回憶……往事不堪回首啊。
所以在這邊提醒各位，如果用了 AI 做輔助，也真的會快很多，但記得寫完之後沉澱一下再回頭看看，千萬不要犯跟我一樣的錯誤。
論文閱讀跟寫作的部分，我自己是主要用這兩個工具，而且好消息是，相對於我自己在寫的時候，這兩個工具已經有非常多的進步了，比如 ChatGPT 從 4.5 變成了 5，而 NotebookLM 使用的模型也隨著 Gemini 變化，從 1.5 變成了 2.5，所以會越來越好用。
要說羨慕嗎？有一點，但其實也還好，因為可以預見的，未來對於 AI 在學術上的使用，應該也會有著越來越嚴格的規範。比如現在我所知道的，國外就有許多知名大學在口試前除了做相似性比對，還要經過所謂的 AI 比對。
不過這樣其實對研究者們也有一點點不公平的感覺，如果這真的是自己寫出來的，檢測器卻說這是 AI 生成呢？什麼是「人類感」，什麼又是「AI 感」，除了那些很明顯的（比如之前有爆出來的很多破折號等等），要怎麼定義這之間的分界，或許也是一個重要的課題。
當然，最重要的還是自我的管理，和對於字句的敏感度，真心希望不要有人發生跟我一樣寫完才發現字句不通順的問題。
加油啦~
iThome鐵人賽
看影片追技術