提交的内容必须是你的独立工作
研究问题、资料取舍、分析、评价、计算、论证和结论必须反映你自己的知识、技能和理解。
OxfordAQA International EPQ · Academic integrity
AI 可以提供建议，不能替你作出判断
这份材料帮助你在 IEPQ 中使用 AI 进行文献发现、时间规划和信息可视化，同时证明研究、分析、评价和最终决定仍然由你独立完成。
1
最重要的判断标准：如果删除 AI 的输出，你是否仍能解释自己的资料、过程、选择和结论？如果不能，AI 已经代替了你的学习。
一、OxfordAQA 对 IEPQ 使用 AI 的核心要求
本页只以 OxfordAQA International EPQ (9695) AI guidance 和 Candidate Record Form 为依据。OxfordAQA 允许学生在项目中合理使用 AI，但最终提交必须体现学生自己的独立工作和独立思考。
使用过 AI 就要清楚说明
在 Production Log 中说明 AI 的使用，并保留所有问题或 prompts 以及 AI 提供的完整回复。
AI 提到的来源必须由你核实
AI 可以推荐资料或概括长文章，但学生必须亲自评价每一项资料，并决定是否使用。
承认使用 AI 不等于能获得分数
学生不能因 AI 生成的内容本身直接得分；可获得评价的是学生对 AI 输出作出的决定、解释和反思。
OxfordAQA 明确认为不可接受：复制或改写 AI 内容，使提交作品不再是学生自己的；让 AI 完成或润色 assessed work，使其不能反映学生自己的技能、分析、评价或计算；没有完整说明 AI 的使用；使用生成式工具替学生改写文章或把母语文章翻译成最终英文稿。
二、这个任务可以让 AI 帮忙吗？
选择一个任务，查看建议边界。这里给出的是保守、安全的 IEPQ 工作方式，不代替学校政策。
三、用 AI 帮助发现文献，而不是让 AI 代替文献
OxfordAQA 允许学生在 preliminary research 中使用 AI 判断题目是否有足够资料，也允许 AI 概括长文章以帮助判断相关性。学生仍需独立评价每个来源。
1学生先定义需求
写明 research question、范围、年份、证据类型和排除条件。
2AI 提供候选线索
生成关键词、Boolean search string、作者或论文候选清单。
3查看真实资料
找到论文、书籍或网页本身，确认 AI 推荐的内容与真实来源一致。
4阅读并理解
AI 摘要可帮助初筛，但最后的理解和引用应建立在学生阅读的资料上。
5学生评价并决定
自己完成 source evaluation，选择 Use、Background 或 Reject。
| OxfordAQA 允许的 AI 辅助 | 学生仍需亲自完成 | 在项目中如何体现 |
|---|---|---|
| 问题、研究方向、关键词和资料建议 | 判断题目是否合适，并评价每个来源 | 在 Production Log 中说明使用方式，并保留 prompt 与完整回复 |
| 概括长文章，帮助判断是否相关 | 阅读需要使用的资料，形成自己的理解 | 在 source evaluation 中写出学生自己的判断 |
| 提供背景知识或简化困难概念 | 检查理解是否正确，并用自己的语言解释 | 能在 review 或 discussion 中解释自己的内容 |
学生的决定最重要：OxfordAQA 给出的正面例子是让 AI 推荐来源后，由学生逐项独立评价；负面例子是未经评价就使用 AI 推荐的全部来源。
四、让 AI 起草时间计划，但由学生决定优先级
AI 可以把日期、可用时间和 milestone 排成初稿；它不知道你的真实阅读速度、学校活动、资料难度和 supervisor 要求，因此计划是否可行必须由你判断。
1. 先给真实约束
项目起止日期、每周可用时段、学校 DDL、会议、考试周、预计总小时数和现有进度。
2. 检查 AI 初稿
识别任务重叠、过度乐观、缺少缓冲、先后顺序错误，以及没有安排 source evaluation 或 revision 的问题。
3. 保存你的调整
记录你移动、删除、拆分或增加了哪些任务，为什么这样改，并在 Production Log 中反思实际进度。
好的 AO2 证据不是“AI 给了我一个计划”：而是你能说明初稿哪里不现实、你依据什么调整、后来哪些任务延期，以及你如何重新分配时间。
五、把自己的内容做成可视化：适合，但必须锁住原数据
当文字、时间记录或实验数据已经由学生产生时，AI 可以帮助建议图表类型、排版或生成可视化代码。这种使用能提高表达效率，但不能改变原始证据。
1保留原始版本
保存学生自己的 CSV、Excel、文字或 timeline，避免与可视化版本混淆。
2明确禁止修改
prompt 写明不得增删、平滑、补全、合并或推测任何数值。
3生成草图
让 AI 建议 chart type、标签、颜色、布局或可视化代码。
4逐项对照
核对行数、数值、单位、日期、轴范围、图例和遗漏值。
5说明与存档
保存原数据、生成版本、最终版本、prompt 和核查记录。
合适的例子
- 把自己记录的 timeline 转成 Gantt chart。
- 把自己的 source categories 转成数量图。
- 根据自己的表格生成图表代码，再逐项验证。
- 改善自己写的 slide 或 infographic 布局。
不合适的例子
- 让 AI 补齐缺失实验数据或“合理化”异常值。
- 为了图更好看而修改轴、删掉不支持结论的数据。
- 让 AI 根据少量记录推测完整结果。
- 无法解释图表来源、计算方式或每个变量。
六、AI 的优点和缺点要同时写清楚
可能的优点
- 生成题目、方法或研究方向的想法。
- 概括长文章、解释或简化困难概念。
- 辅助项目计划、时间管理和调查问题初稿。
- 整理、展示或分析数据。
- 建议报告结构、各部分字数和 presentation 形式。
必须承认的缺点
- 可能生成虚假引用、错误事实或过时信息。
- 回答看似自信，不代表经过学术审查。
- 可能忽略语境、方法质量和相互矛盾的证据。
- 可能强化训练数据中的偏见。
- 过度依赖会削弱学生自己的 AO1-AO5 证据。
七、最简单的记录方法：Log 写摘要，对话放附件
学生不需要把整段 AI 对话粘贴进 Production Log。Log 只写一小段真实说明；完整 prompts 和回复可以直接把对话打印成 PDF 或保存截图，作为一个附件文件交给 supervisor 查看。
1. 在 Log 写摘要
写清使用了什么工具、用于什么任务，以及学生最终如何判断或修改 AI 的建议。
2. 一键保存对话
在浏览器中使用“打印 → 保存为 PDF”，或按一次任务保存连续截图，不必手工整理每句话。
3. 写明附件名称
例如 AI_Evidence_01_Literature_Search.pdf。Supervisor 需要时可以直接打开核查。
推荐文件结构：Production Log 中保留简短说明；项目附件中建立一个
AI Evidence 文件夹，按 A1、A2、A3 保存原始对话 PDF。这样满足证据要求，也不会把 Log 写得很长。填写上面的真实使用记录，然后生成草稿。
这个生成器只帮助学生写 Production Log 摘要。完整 prompts 和回复不用粘贴到这里，但仍应保存在所填写的附件文件中。
| 附件编号 | 任务 | 建议文件名 | 保存内容 |
|---|---|---|---|
| A1 | 文献发现 | A1_AI_Literature_Search.pdf | 该次对话的完整 prompts 与回复 |
| A2 | 时间规划 | A2_AI_Timeline.pdf | AI 初稿以及学生后续采用的计划版本 |
| A3 | 数据或可视化 | A3_AI_Visualisation.pdf | 完整对话；原数据另行保留 |
八、示例：合格的说明强调学生自己的判断
文献发现示例：我使用 AI 生成与研究问题相关的检索词和候选论文线索。我查看了建议的资料，并根据方法质量、相关性和局限独立完成 source evaluation，自行决定资料是 Use、Background only 还是 Reject。
时间规划示例：我向 AI 提供项目起止日期、每周可用时段和学校 milestone，让它生成 timeline 初稿。我发现初稿低估了文献阅读时间，并把 source evaluation 和 drafting 排得过近，因此重新分配小时数、加入缓冲周，并保留初稿和修改后的版本用于解释计划如何发展。
可视化示例：我让 AI 根据我自己的 timeline 数据生成 Gantt chart 代码。我保留原始导出文件并要求不得改变任何任务、日期或小时数。生成后，我逐项核对所有行、日期、标签和总小时数，只调整视觉布局，没有修改原始内容。
不要照抄示例：说明必须对应你的真实工具、真实 prompt、真实核查和真实决定。没有证据支持的“完美流程”仍然是不真实的声明。
九、按照 OxfordAQA 要求完成简单检查
只检查官方核心要求。勾选状态保存在当前浏览器，不会提交到网站数据库。
先停下来询问 supervisor：当你不确定某项 AI 使用是否允许、AI 已生成可直接进入 assessed work 的内容、无法证明某段文字的来源，或已经丢失 prompt/输出记录时，不要继续提交。