ARTICLE · 人工智能
LitPivot：在文献图景中通过动态情境化来发展研究想法
一语总结LitPivot 是一个 AI 辅助系统，通过将研究提案拆解为多个维度、检索相关文献，并提供有证据支撑的批评与修改建议，帮助研究者迭代打磨早期研究想法；用户研究表明它能产出文献依据更扎实的提案。
LitPivot 针对的是「文献触发的转向」这一挑战——即因阅读前人工作而改变研究方向——其做法是将一个研究想法拆分为问题、贡献和评估三个维度。对每个维度，它通过 Asta Paper Finder 检索并归类相关论文，生成附有原文摘录支撑的批评意见，并给出具体的修改建议。随着想法不断演进，LitPivot 会动态重新排序文献相关性，并标记出已过时的部分。在一项有 17 名研究者参与的实验室研究中，领域专家认为 LitPivot 辅助产出的提案在文献依据上显著优于使用文本编辑器和 AI 聊天工具产出的提案。参与者还表示自己对文献的理解更强，并认为修改后的想法更具新颖性和实用性。后续的实地研究显示，该系统在项目各阶段均有实用价值，从筛选新想法到重构成熟想法。LitPivot 延续了 Ai2 的 AI-for-science 工具系列（Asta、Theorizer、AutoDiscovery、HARPA、Scideator、IdeaSynth），将文献选择变为修改过程中一个显式、可迭代的环节。
- LitPivot 围绕问题、贡献和评估三个维度来组织研究构思，每个维度都有各自动态排序的文献集合。
LitPivot 不把文献检索当作一个单一的整体步骤，而是让研究者选定某个维度，检索按与该维度相关性归类的论文（例如在编辑评估方案时检索评估方法），并请求系统给出评估，将草稿与所选论文的贡献、局限和未来工作进行比较。随后系统会提出一份附有支撑引文的改写建议。
- 用户研究表明，LitPivot 提升了早期研究提案的文献依据质量。
在一项有 17 名研究者参与的受控实验室研究中，对实验条件不知情的领域专家给 LitPivot 辅助的提案在文献依据方面打了更高的分。参与者还自述对文献的理解更好，并认为修改后的想法更具新颖性和实用性。随后一项针对五名研究者各自项目的实地研究，证实了该系统在构思和打磨阶段均有实用价值。
- 该系统将文献选择变为修改循环中一个显式、可迭代的环节，而非一次性的前置步骤。
当研究者接受、编辑或拒绝建议的修改时，LitPivot 会刷新更新后维度的文献排序，并标记出其他可能已变得不一致的维度（例如评估方案不再匹配修改后的贡献）。这种写作、批评与文献整理的紧密耦合，正反映了专家研究者在遇到新论文时实际转向的方式。
LitPivot：在文献图景中通过动态情境化来发展研究想法
LitPivot 针对的是「文献触发的转向」这一挑战——即因阅读前人工作而改变研究方向——其做法是将一个研究想法拆分为问题、贡献和评估三个维度。对每个维度，它通过 Asta Paper Finder 检索并归类相关论文，生成附有原文摘录支撑的批评意见，并给出具体的修改建议。随着想法不断演进，LitPivot 会动态重新排序文献相关性，并标记出已过时的部分。在一项有 17 名研究者参与的实验室研究中，领域专家认为 LitPivot 辅助产出的提案在文献依据上显著优于使用文本编辑器和 AI 聊天工具产出的提案。参与者还表示自己对文献的理解更强，并认为修改后的想法更具新颖性和实用性。后续的实地研究显示，该系统在项目各阶段均有实用价值，从筛选新想法到重构成熟想法。LitPivot 延续了 Ai2 的 AI-for-science 工具系列（Asta、Theorizer、AutoDiscovery、HARPA、Scideator、IdeaSynth），将文献选择变为修改过程中一个显式、可迭代的环节。
文章金句
"我们把这一过程称为「文献触发的转向」：即因阅读前人工作而改变研究方向。
"LitPivot 将一个研究想法拆分为问题、拟议贡献和评估方案。每个维度都有各自的相关文献集合与相关性排序。
"参与者还认为他们修改后的研究想法更具新颖性和实用性，并表示对周边文献有了更强的理解。
"LitPivot 延续了这一研究方向，将相关文献的选择纳入修改过程之中。