学术相关
APA丨Citing generative AI in APA Style1
相比2023年的要求，新版APA要求引用Gen AI的对话（author-date-title-source），而不仅仅是工具名称
AI Company Name. (year, month day). Title of chat in italics [Description, such as Generative AI chat]. Tool Name/Model. URL of the chat
- Parenthetical citation: (AI Company Name, year)
- Narrative citation: AI Company Name (year)
- Author: AI Company Name
- Date：对话时间
- Title: 聊天标题
- Source: 大模型名称/版本号
- 版本号不再是默认建议选择
一个关键点是分享的URL会允许其他用户继续对话
通常Gen AI工具会在Method章节被引用
当具体的对话内容对研究没有帮助或涉及伦理问题时，仅引用工具名称依然被允许
AI Company Name. (year). Tool Name/Model in Italics and Title Case [Description; e.g., Large language model]. URL of the tool
- Parenthetical citation: (AI Company Name, year)
- Narrative citation: AI Company Name (year)
- Author: AI Company Name
- Date: 模型最新版本时间
- 若工具未提供版本时间，则使用网页或应用的版权时间
- Title: 模型名称/版本号
- Description: [Large language model]
- 或类似更详细的模型类型描述
- Source: Gen AI工具的URL
这种情况通常包括：写作优化、翻译（写作）、代码优化、图表创建、Gen AI作为方法或实验处理
此外，若翻译涉及他人论文应直接引用论文，关键内容仍需人类翻译者确认，无需引用Gen AI工具，单纯的拼写语法检查等同样无需引用
这类用法通常需要在Method章节中描述使用方法
提示词记录
研究者应该记录使用的提示词，便于其他研究者复现研究
APA建议当提示词对读者有用时，作者可以在正文描述提示词，但不需要包含在参考文献中
Gen AI搜索引擎
考虑目前Gen AI与搜索引擎的差异越来越小，因此若仅将Gen AI用作信息检索工具，则不需要引用，但作者需要核实信息源
研究表明，高达16%的研究存在引用不当的问题，Gen AI加剧了这一趋势，生成式AI过渡概括的概率大约是人类的5倍，月26%-73%的案例存在这一问题
Gen AI整合软件
当使用整合Gen AI的软件时，同样无需引用
Gen AI使用前景
能否使用Gen AI取决于写作对象、场景及其相关的Guidelines
许多出版商都有Gen AI Guidelines，例如APA要求Gen AI不能作为作者；使用情况应该在方法章节、作者注释或其他文本处披露；Gen AI应该被引用
使用工具时，使用者应该考虑数据隐私、保密、版权和知识产权等问题
业界动态
You’re Probably A/B Testing Too Much. Here’s What to Do Instead.2
这篇评论的核心是反对以统计决策标准作为商业决策标准，这一点很有见地，作者较好地描述了这一点。但是解决方案我认为不够好，我更倾向于大规模仿真。
企业的许多A/B测试在等待数周后，通常得到的结论是：“我们需要等待更多的数据。我们目前没有足够的证据，统计上不显著。”
等待“足够的数据”虽然感觉安全，但它消耗时间、参与度和增长。且由于收益递减，数据量翻倍仅能将最坏情况损失减少29%。
统计学方法通常将假阳性视作灾难，奖励不作为，它忽视了机会成本，与商业环境不匹配。
作者推荐使用渐进极小后悔决策框架 asymptotic minimax-regret (AMMR)，即只要估计的影响NPV为正，即批准想法，不基于统计标准决策。
-
Publication manual of the american psychological association (7th ed.). (2020). American Psychological Association. https://doi.org/10.1037/0000165-000 ↩
-
Amano, T., & Joo, J. (2025, December 4). You’re Probably A/B Testing Too Much. Here’s What to Do Instead. Harvard Business Review. https://hbr.org/2025/12/youre-probably-a-b-testing-too-much-heres-what-to-do-instead ↩