AI 讓學術英文寫作變難了？你在寫作還是在餵 prompts？

在生成式 AI 普及之前，許多教授與學術期刊最頭痛的問題，其實很單純：學術英文寫作的文法、用字與語域（register）錯誤。

但生成式 AI 普及之後，他們開始為另一件事皺眉：文章變得很順，卻沒有深度、獨特性與實質貢獻。

原因其實很簡單。

多數人把 AI 當成一個更強、更便宜的 Grammarly 或 Google Translate 工具，於是 AI 只被用來優化寫作產出（product），卻沒有被用在更有價值的地方：輔助寫作的思考與論述過程（process）。

Product vs. Process：你在優化文章，還是在優化思考？

如果只是優化「產出」，使用的 prompt 會像這樣：

Can you improve the cohesion of this passage?

但如果把 AI 當成輔助「思考與論述」的工具，提問方式就會不同：

Now that you’ve improved the cohesion, can you explain why you made these changes?

這個 「為什麼」，才是 AI 真正能幫助人類進步的地方。

常見的 process 型提問其實還有很多，例如：

• 我這裡應該用 related、relevant，還是 correlated？為什麼？
• 這個 paraphrase 和上下文連得起來嗎？
• 我的 argument 有足夠的細節支持嗎？
• 這個論點和 research questions 有關聯嗎？
• 我的論述是否建立在錯誤假設上？

以 Literature Review 為例：AI 不能替你做的事

在學術寫作中，literature review 是最典型的例子。一篇好的文獻回顧，至少需要釐清這幾件事：

1. 哪些文獻真的和我的 research question 有關？
2. 這些研究彼此之間是互補、對立，還是延伸關係？
3. 它們和「我的論點」之間是什麼關係？
4. 我應該用什麼結構來整合這些研究？

這些判斷的本質，其實是選擇、取捨與立場，不是單純「把段落寫順」就能完成。

AI 可以幫你：

• 整理文獻
• 改寫段落
• 比較研究

但以下這些問題，仍然是作者必須自己決定：

• 要不要用這篇研究？
• 要怎麼使用？
• 要放在文章的哪個位置？

AI 時代，真正需要培養的學術寫作能力

如果把 AI 當成思考輔助工具，而不是代筆工具，那麼學術寫作真正需要系統性培養的能力，至少包括以下六項：

1. 能 summarize，也能寫出 synthesis
   不只是摘要研究內容，還能整合不同研究的觀點。
2. 能寫出清楚、有立場的 literature review
   不是單純列出研究，而是建立研究之間的關係。
3. 能判斷什麼是好的 research questions
   研究問題決定了整篇研究的方向。
4. 能分辨一般寫作與學術寫作的差異
   學術寫作需要清楚的論證結構與證據支持。
5. 能把複雜想法用清楚、精準的英文寫出來
   好的學術寫作，是清楚的思考加上精準的語言。
6. 能判斷資訊可靠性，建立批判性思維
   在 AI 時代，這一點反而變得更重要。

AI 不會讓學術寫作變簡單。但它會讓「誰真的在思考」這件事，變得更明顯。

在我的 《學術英文寫作》 公開課中，我會用近 70 頁的簡報內容，與你分享 AI 時代下的學術英文寫作該怎麼學、哪些又該交給 AI 協助。如果你有撰寫學術英文的需求，歡迎透過官方 LINE，索取公開課影片試聽！

---

FAQ

---

_{原文發表於：Alexander Wang 王梓沅英文・Jan 28}