Ai2推出LitPivot：用前人文献动态打磨科研构想

读到一篇新论文，往往会改变一个研究课题的走向。研究者可能会沮丧地发现自己的构想已被他人实现，也可能在既有论文留下的未解问题中找到全新的切入点。

这种因阅读已有研究而调整课题方向的过程，被称为“文献驱动的转向”（literature-initiated pivot）。它将科研人员通常割裂的两项核心工作紧密联系在一起：构思新点子，以及决定参照哪些文献来衡量它。

近日，艾伦人工智能研究所（Ai2）与宾夕法尼亚大学合作，开发出名为 LitPivot 的科研辅助系统，专门帮助研究人员在文献海洋中完成这种动态转向。

为什么课题转向如此困难？

学术构想通常在与文献的碰撞中演进。在对四个已完成计算机科学项目的会议记录分析中，研究团队梳理出了 21 次由文献驱动的课题转向。这些转向主要分为两类：一是通过与已有成果区分来确立构想的新颖性；二是通过与已有工作对齐以在其基础上深化。

然而，驾驭这些变化并不容易。在前期测试中，研究人员使用常规文本编辑器和学术搜索工具时普遍感到棘手。他们很难一边推进构想，一边用严苛的眼光对照文献进行批判性评估。当新文献对构想的新颖性提出挑战时，学者们亟需基于前人工作的具体修改方案。

LitPivot 的工作机制

LitPivot 依托 Asta Paper Finder 检索论文，将一个研究提案明确拆解为三大维度：研究问题（Problem）、拟定贡献（Contribution） 和 评估方案（Evaluation plan）。

具体交互流程如下：

1. 维度拆分：用户在编辑器中撰写简要提案，系统通过“分面高亮”功能将文本切分为问题、贡献和评估方案；
2. 针对性聚类：当点击某一维度时，侧边栏会自动调取相关论文，并按当前维度进行聚类（例如选中评估维度时，论文会按其使用的评估方法分组）；
3. 证据批判与建议：针对研究问题，LitPivot 寻找该问题真实存在且重要的依据；针对拟定贡献，它比对已有论文的局限与未来工作；针对评估方案，它检查测试是否切题。随后，系统给出附带文献原文摘录的修改建议；
4. 级联联动：某一维度的改动可能导致其他部分过时（如调整贡献后原评估方案不再适用），LitPivot 会主动提示待修订内容，并根据最新构想重新排列文献相关性。

实验评估与学术反馈

在一项包含 17 位科研人员的对照实验中，盲审领域专家对实验产出的课题提案进行了打分。结果显示，与使用传统文本编辑器配合 AI 问答工具的对照组相比，使用 LitPivot 开发的构想在“文献支撑度”上显著胜出。参与者也普遍反馈，修改后的方案新颖性更高、实用性更强，且自身对相关领域的文献脉络理解更深入。

在另一项面向实际在研项目的跟进测试中，研究人员在课题的不同阶段都运用了该系统：有人用它通过文献快速验证初生点子，也有人借助跨领域的平行概念，重新提炼了成熟项目的核心贡献。

LitPivot 将文献筛选本身纳为写作修改的一环，让学术构想在动态验证中自然成型。该研究论文已被计算机人机交互顶级会议 UIST 2026 接收。