⚠ 大多数大学和出版商都禁止使用人工智能生成的内容,并会监测相似度。人工智能校对可能会提高相似度得分,因此人类校对服务是最稳妥的选择。
摘要
伦理考量会影响学术和科学研究的每个阶段,从选择研究问题、设计方法,到收集数据、分配署名以及发表最终结果。符合伦理要求的研究能够保护人类参与者、动物、文化材料和知识产权,同时确保研究结果准确、透明且值得信赖。
研究人员必须考虑知情同意、隐私、研究诚信、偏见、数据管理、抄袭、署名、利益冲突和负责任发表等问题。正式的伦理审批也可能是必需的,尤其是涉及人类参与者、动物、敏感个人信息或可能造成伤害的干预措施的研究。数据收集完成并不意味着伦理责任终止:准确报告、适当致谢、安全保存记录以及更正已发表的错误同样重要。
要点:不应将研究伦理视为项目开始前临时完成的一项行政障碍。伦理思考应贯穿整个研究过程。通过预见潜在风险、保护参与者、保持准确记录并如实报告研究结果,研究人员不仅能增强自身工作的可信度,也能巩固公众对学术研究的信任。
📖 完整内容 (点击收起)
学术和科学研究中的伦理考量有哪些?
伦理始终是负责任的学术和科学研究的基础,但如今伦理实践正受到特别密切的关注。涉及伪造数据、不当署名、抄袭、篡改图像、知情同意不足以及撤回论文等广受关注的案例提醒研究人员和公众,学术工作依赖于信任。与此同时,数字技术既为不当行为创造了新的机会,也为发现可疑实践提供了新的手段。
当然,大多数研究人员都希望开展真实、有用且负责任的研究。伦理问题并不总是因为研究者有意欺骗他人而产生。当研究人员未能预见后果、误解学科要求、粗心处理数据,或没有意识到某个看似普通的研究决定具有伦理影响时,也可能出现伦理问题。
这就是为什么应在项目开始时并在整个项目过程中反复提出“研究中的伦理考量有哪些?”这一问题。无论是提出研究问题、选择样本、设计方法、招募参与者、收集和分析数据、解读研究结果、撰写论文,还是提交稿件发表,伦理思考都至关重要。
因此,负责任的研究人员不会把伦理视为项目设计完成后才需填写的一份表格,而是将其视为高质量研究不可或缺的一部分。
1)设计研究以最大限度地增加益处并将伤害降至最低
最初的伦理决策往往发生在收集任何数据之前。研究设计应能够回答拟研究的问题,同时避免不必要的伤害、不便、成本或浪费。
这一原则在不同学科中的适用方式各不相同。医学研究人员可能需要考虑干预相关的身体风险。心理学家可能需要考虑敏感问题造成的心理困扰。处理脆弱手稿的历史学家必须避免损坏不可替代的物品。环境科学家可能需要考虑对野生动物或栖息地造成的干扰。开展动物研究的研究人员必须考虑所寻求的知识是否确实需要以动物为研究对象,以及是否可以通过其他方法实现相同目标。
因此,符合伦理要求的研究设计会提出以下问题:
- 这个研究问题是否重要到足以证明所涉及的资源投入和负担是合理的?
- 是否可以通过更安全或侵扰性更低的方法回答同一问题?
- 参与者、样本或动物的数量是否适当,而不是不必要地过多?
- 相关程序是否可能造成身体、心理、社会、文化或经济伤害?
- 哪些保障措施可以降低这些风险?
如果研究实际上无法产生有用或可解释的结果,其本身就可能引发伦理问题。在设计不当的研究中让参与者承受不便或风险很难得到合理解释,因为由此获得的知识可能价值有限。因此,方法学质量与研究伦理密切相关。
2)确保在研究开始前获得法律和伦理批准
研究必须遵守开展研究所在国家、机构和环境适用的法律法规,同时还必须遵循相关学科和机构的伦理标准。
涉及人类参与者、个人健康信息、动物或其他敏感领域的项目,通常需要由研究伦理委员会、机构审查委员会或类似机构进行正式审查。研究人员应在规划阶段确定这些要求,而不是等到参与者招募或数据收集开始后才确定。
伦理审查申请应准确描述研究人员拟开展的工作。研究人员不应向伦理委员会提交一种程序,却因为另一种程序似乎更方便而暗中实施不同的程序。如果有必要进行重大变更,可能需要在实施这些变更之前提交修订申请或获得额外批准。
3) 维护客观性并认识潜在偏见
研究不可避免地涉及判断。研究人员需要选择问题、方法、样本、变量、理论视角和分析方法。符合伦理的研究要求这些决定应由正当的学术理由驱动,而不是由歧视、个人偏见、经济利益或制造预期结果的愿望驱动。
偏见可能以多种方式进入研究。样本可能在没有正当理由的情况下排除某些群体。研究人员可能因为模糊的结果支持期望的假设,而对其作出更有利的解释。研究人员可能只报告看似具有统计显著性的结果,同时忽略那些使其论证复杂化的发现。
完全中立有时可能难以做到,尤其是在定性研究或解释性研究中,但透明度是可以做到的。研究人员应认识到自己的假设、职业立场或个人观点可能影响研究的方面,并说明如何管理这些影响。
在选择合作者、助理和学生时,同样适用这些原则。研究机会的分配应基于相关资质、专业能力和正当的项目要求,而不应基于无关的歧视性因素。
4) 在数据收集和报告中始终保持绝对诚实
诚实是学术研究最基本的原则之一。学术和科学研究旨在产生可靠的知识,因此,故意伪造知识就是在攻击研究本身的目的。
研究人员绝不能捏造观察结果、虚构参与者、不当更改测量结果、欺骗性地操纵图像,或仅仅因为真实结果令人失望就更改数据。也不应仅仅因为不便的发现不支持最初的假设,就将其隐瞒。
研究诚信要求研究人员明确区分以下内容:
- 实际观察到了什么,
- 根据这些观察结果计算或推断出了什么,
- 哪些方面仍不确定,以及
- 研究人员认为研究结果可能意味着什么。
意外或负面的发现并不一定意味着研究失败。它们可能揭示某个假设是错误的,暴露既有理论的局限,或指向新的研究方向。为了得出更吸引人的结论而更改或压制证据,会造成虚假的学术记录,并可能误导未来的研究人员。
后果可能远远超出单篇发表的范围。其他研究人员可能花费数年时间试图复现欺诈性研究结果。资金可能被转用于无效的研究方向。在临床或政策研究中,不可靠的结果最终可能影响有关人们生活的实际决策。
5)以尊严和尊重对待人类参与者
与人开展研究的人员肩负着责任。参与者可能因为信任研究人员会妥善使用信息,而分享个人经历、医疗信息、政治观点、经济状况或其他敏感信息。
因此,研究人员应尽量减少可预见的伤害和不便。这不仅包括身体风险,也包括心理痛苦、尴尬、声誉受损、歧视、经济后果以及隐私泄露。
当研究涉及敏感话题或弱势参与者时,必须格外谨慎。儿童、决策能力受损者、依赖医疗专业人员的患者、囚犯以及处于强烈等级关系中的个人,拒绝参与的自由可能受到限制。因此,研究设计必须纳入适当的保护措施。
研究人员还应考虑眼前的研究接触之外的情况。参与者可能在访谈中很自在地回答某个问题,但如果这些信息日后可以追溯到本人,便可能遭受严重后果。因此,匿名化、假名化、谨慎的引述方式以及对原始数据的受控访问可能至关重要。
6)获取有意义的知情同意
知情同意并不只是在一张纸上签名。这是一个过程:个人在获得足够且易于理解的信息后,自愿同意参与,从而作出真正知情的决定。
参与者通常需要了解:
- 研究的目的;
- 参与包括哪些内容;
- 参与将持续多长时间;
- 任何合理可预见的风险或不适;
- 潜在益处;
- 信息将如何记录和使用;
- 谁可能有权访问数据;
- 将如何保护隐私和保密性;
- 保密的任何限制;
- 以及他们是否可以退出、如何退出。
同意说明应使用适合参与者群体的语言。若参与者无法理解,技术上准确的表格也没有多少价值。
研究人员还必须避免胁迫。支付报酬或提供其他激励有时可能是适当的,但激励不应高到使参与者即使有重大保留或担忧风险,也感到自己无法拒绝。
有些研究需要不完整披露信息或采用欺骗方法,因为如果参与者事先知道研究的完整目的,研究就可能无法进行。这类方法需要特别谨慎的伦理论证,并且通常要求在参与结束后进行适当的事后说明。
7)尊重数字研究中的隐私和保密
数字研究使人们对公共信息和私人信息的传统认识变得更加复杂。如今,研究人员可以从社交媒体、讨论论坛、在线社区、应用程序、数据库和数字档案中收集数量庞大的材料。信息在技术上可以被访问,并不自动意味着相关个人合理预期这些信息会被收集、分析并引用于研究中。
研究人员应考虑材料的敏感性、相关个人的脆弱性、用户是否可能通过引用的文字被识别,以及原始语境是否使其对隐私产生合理期待。
数据安全同样重要。敏感的研究文件应安全存储,访问权限应进行适当限制,包含个人身份识别信息的资料不应保留超过必要期限。云服务和协作平台的使用必须符合机构政策、知情同意安排以及相关数据保护要求。
8)尊重知识产权,避免剽窃
研究建立在他人工作的基础之上。因此,符合伦理的学术研究要求研究人员在使用他人的文字、观点、理论、方法、数据、图像或其他创作成果时,准确地承认其知识贡献。
直接引用必须明确标为引文,并正确注明出处。释义同样需要引用,因为改变措辞并不会转移原有观点的所有权。根据版权条件,表格、图表、照片和较长的摘录还可能需要获得许可。
剽窃既可能涉及未发表的作品,也可能涉及已发表的作品。未经致谢,擅自采用同事的草稿、学生的学位论文提案或同行评审期间收到的稿件中的观点,即使这些材料尚未公开,也是不道德的。
研究人员也必须谨慎处理对自己以往文字的重复使用。在未透明说明的情况下,大段重复使用已发表的材料,可能构成不当的文本重复使用或自我剽窃。不同期刊的规定各不相同,因此作者应披露相关出版物,并严格遵循出版方的政策。
9)负责任地使用人工智能和数字工具
人工智能为研究和学术写作带来了更多伦理问题。人工智能系统可以协助完成某些任务,但研究人员仍须对以其名义提交的所有内容的准确性、原创性和完整性负责。
重要问题包括保密性、知识产权归属、捏造信息、不准确的引文,以及遵守机构或出版方政策。将未发表的稿件、保密的同行评审材料、参与者数据或商业敏感研究资料上传到外部系统,可能引发隐私或知识产权问题。
人工智能生成的材料也可能包含貌似可信的事实错误或虚构来源。研究人员绝不能仅仅因为自动生成的信息听起来权威,就认为其准确无误。
在研究中使用人工智能之前,研究人员应核查所在大学、资助方、伦理委员会和目标期刊的适用规定。如要求披露,则应透明地报告人工智能的使用情况。最重要的是,绝不能利用技术掩盖捏造的学术成果、制造证据或逃避对智力劳动应负的责任。
10)公平分配作者署名和贡献认可
合作研究会引发有关责任与认可的伦理问题。作者署名具有相当大的职业价值:论文发表会影响就业、晋升、经费和学术声誉。因此,作者署名应反映真实的学术贡献,而不应取决于资历、友谊、机构政治或利益交换。
研究人员应尽早讨论作者署名问题,而不是等到稿件即将提交时才讨论。随着项目推进,各方期望可能会发生变化,但尽早沟通有助于避免误解和争议。
通常与作者署名相关的实质性贡献包括:有意义地参与研究构思或设计、数据收集或分析、研究结果的解读,以及撰写或批判性修订稿件。不同学科和出版方的具体标准有所不同,因此研究人员应查阅适用于其领域的规范。
应避免以下几种不合乎伦理的作者署名做法:
- 赠予或荣誉性署名:主要因为某人的地位或影响力,而非真正的贡献,将其列为作者。
- 幽灵作者:未将作出实质性贡献的人列入作者名单。
- 强迫性署名:资深研究人员在参与不足的情况下要求署名。
- 误导性的作者排序:在作者顺序具有学科意义的情况下,故意安排姓名顺序,以歪曲各自的贡献。
以有意义的方式作出贡献但不符合作者署名要求的研究人员,通常可以通过致谢予以认可。贡献者声明正变得越来越有用,因为它们能明确谁完成了具体任务,并强化责任追溯。
11)披露利益冲突
利益冲突并不自动意味着研究不合乎伦理。当相关利益被隐瞒,或被不当允许影响研究时,问题才会出现。
潜在冲突可能是经济、职业或个人方面的。一名评估商业产品的研究人员可能持有生产该产品公司的股份。一名科学家可能接受对某一特定结果有强烈利益的组织提供的资助。一名审稿人可能被要求评估亲密合作者或直接竞争对手的工作。
合乎伦理的应对方式是保持透明。应按要求向机构、伦理委员会、编辑和读者披露相关关系。披露这些信息可以让他人在了解可能影响判断的相关情境后,对研究进行评估。
研究人员在接受同行评审、编辑或资助评估职责之前,也应考虑利益冲突。如果无法合理地维持公正评估,拒绝承担该任务可能是最合乎伦理的做法。
12)准确报告方法和研究结果
发表是研究过程的一部分,而不只是研究结束的时刻。一旦论文成为学术记录的一部分,其他研究人员就可能使用其中的方法、依赖其研究结果、引用其结论,并据此开展后续研究。
因此,研究报告必须描述实际采取的做法,而不是事后看来更理想的做法。不应改写方法,以使研究显得比实际更系统。除非明确说明这种区别,否则不应把实际具有探索性的分析表述为预先计划好的分析。
同样,结论也应与证据相称。相关性并不会自动证明因果关系。来自某一人群的结果未必普遍适用。一项规模较小的初步研究不应被表述为确凿证据。
负责任的报告还要求作者承认局限性。每种研究设计都有其边界,说明这些边界并不会削弱优秀的学术研究。恰恰相反,认识到不确定性体现了学术诚信,也有助于读者恰当地使用研究结果。
13)避免选择性报告和不当拆分
研究人员自然希望以尽可能有趣且有说服力的方式呈现自己的工作,但选择性报告可能会扭曲证据。只选择有利的结果、略去不便的分析,或把探索性发现呈现得仿佛原本就已作出预测,都可能造成误导性的研究图景。
当一个项目被不必要地拆分成许多篇很短的论文,仅仅为了增加发表数量时,也会出现类似问题。大型研究项目确实可以合理地产出多篇文章,前提是每篇论文都针对一个独特且有意义的问题。当相同的方法、数据和论点被反复重新包装,而没有足够独立的贡献时,问题就会出现。
一个有益的问题是:每篇稿件是否都代表一项连贯的学术贡献,使读者能够独立理解和评估。发表的首要目的应是传播知识,而不只是最大化发表数量。
14)遵循合乎伦理的期刊投稿规范
作者在投稿前应仔细阅读目标期刊的投稿指南。大多数学术期刊要求稿件在审理期间仅向该刊投稿,这意味着除非两家期刊都明确允许,否则同一篇论文通常不应同时投给另一家期刊。
作者还必须披露密切相关的稿件、重叠内容的先前发表情况,以及在期刊政策要求时披露相关预印本。试图隐瞒重复发表或冗余发表,可能造成严重的伦理和版权问题。
所有作者都应知悉稿件正在投稿,并批准提交给期刊的版本。未经本人知情而将某人列为共同作者是不可接受的。
资助声明、利益冲突声明、伦理审批详情、数据可用性声明和贡献者信息都应准确且完整。作者不应将这些声明视为行政手续。它们提供了重要信息,使编辑和读者能够负责任地评估研究。
15)遵循合乎伦理的同行评审规范
研究人员参与学术出版时,往往不仅是作者,也是同行评审人。由于审稿人获准接触未发表作品,评审工作本身也带有相应的伦理义务。
审稿人只有在具备胜任评估论文的能力,并能在要求的期限内完成评审时,才应接受评审任务。应披露重大利益冲突。未经授权,不得将稿件分享给同事、学生或外部系统。
最重要的是,审稿人不得利用特权信息。在同行评审过程中接触到的未发表想法、方法或数据集,不得在道德上被挪用于审稿人自己的研究。
评审应当客观且以证据为基础。个人恩怨、竞争、国籍、机构声望以及对作者结论的不同意见,都不应影响评估。批评可以严谨,但不应变得敌意十足或轻蔑不屑。
审稿人还应避免强迫性引用行为。推荐真正相关的文献很有价值;但为了提高引用指标而施压作者引用审稿人自己的作品或某本特定期刊的文章,则不可取。
16)保持准确、完整且安全的研究记录
可靠的记录保存既支持研究质量,也支持研究诚信。笔记应记录所做的工作、完成时间、决策方式,以及数据或想法的来源。
研究记录可能包括的内容因学科而异:
- 实验室记录本,
- 原始数据集,
- 分析脚本和统计输出,
- 访谈文字稿和编码框架,
- 实地笔记,
- 照片和录音,
- 研究方案的各个版本,
- 知情同意文件,
- 来源注释和书目记录,
- 以及方法决策记录。
完善的记录有助于发现错误、回答问题、复现分析,并区分原创想法与源自其他资料的内容。当多名研究人员长期合作时,记录也极具价值。
记录应根据机构、学科、法律和资助方的要求予以保存。敏感材料必须得到适当保护;如果保密协议或参与者同意要求限制访问范围,就应相应限制访问。
17)负责任地共享研究数据
开放研究实践越来越鼓励共享数据集、代码和材料,因为透明度有助于复现、验证和未来发现。然而,开放性并不凌驾于隐私、知情同意、法律义务或对敏感信息的正当限制之上。
在共享数据之前,研究人员应考虑:
- 参与者是否同意拟议的数据共享方式,
- 数据是否确实能够匿名化,
- 看似匿名的变量组合是否可能揭示个人身份,
- 土著、商业、临床或文化敏感信息是否需要特殊保护,
- 以及是否适用第三方版权或许可限制。
如果不适合完全公开共享,受控访问的数据存储库、经过妥善处理的匿名化数据集,或对访问条件作出清晰说明,可能是更符合伦理的替代方案。
研究人员还应保留足够的文档,使共享数据易于理解。缺少变量定义、方法或背景信息的电子表格,虽然在技术上可以获取,但在科学上可能仍然无法使用。
18)发现错误后及时更正
发表后,伦理责任仍然存在。研究由人类开展,即使程序十分谨慎,也可能发生无心之失。从伦理角度而言,重要的是研究人员在发现重大错误后如何应对。
不影响含义的轻微排版错误可能无需处理。错误的数字、标注错误的表格或分析错误可能需要正式更正。使研究结果失效的更严重问题,可能需要撤稿或采取其他重大编辑措施。
研究人员发现可能影响读者对论文解读的错误时,应及时联系期刊。因为更正可能令人尴尬而试图掩盖问题,其危害远大于透明地承认诚实的错误。
更正不会损害学术信誉,反而有助于维护信誉。当更好的信息出现时,能够修订记录是科学和学术研究赖以开展的基础。
19)考虑研究的更广泛影响
伦理研究不仅意味着遵守有关直接参与者的规则。研究人员还应思考研究问题、研究结果和用语的表达方式可能如何影响社群,以及由此产生的更广泛后果。
涉及弱势群体的研究如果不慎呈现研究结果,可能会无意中强化刻板印象。遗传或健康研究不仅可能引发参与者的隐私问题,也可能影响其亲属。考古学或人类学研究可能涉及社群认为神圣或不适合不受限制公开的文化材料。环境研究可能影响土地利用或保护决策。
研究人员无法预测每一种可能的后果,但可以展现负责任的前瞻性。这意味着在适当情况下咨询相关社群,解释不确定性,避免耸人听闻的解读,并考虑结果传播方式可能伤害或使哪些人处于不利地位。
20)将伦理融入整个研究工作流程
一个常见错误是只在填写伦理申请时才考虑伦理问题。实际上,伦理决策贯穿研究的整个过程。
一个有用的研究伦理工作流程包括:
- 规划:识别风险、收益、法律义务和伦理审查要求。
- 设计:选择能够回答研究问题的方法,同时尽量减少不必要的伤害。
- 招募:确保公平选择参与者,并取得有意义的知情同意。
- 数据收集:遵循已批准的程序,并保持准确记录。
- 数据管理:保护敏感材料的安全,并仔细记录变更。
- 分析:使用适当的方法,不得操纵研究结果以得出预期结论。
- 解读:区分证据与推测,并承认不确定性。
- 写作:准确引用来源,公平分配作者署名,并如实报告研究方法。
- 提交:披露利益冲突、相关出版物、资金来源和伦理审批情况。
- 发表后:保存记录,负责任地共享数据,并更正实质性错误。
以这种方式思考伦理问题,可以将伦理责任融入日常研究实践,而不是把它当作一项孤立的行政工作。
研究伦理检查清单
在开始、提交或发表研究项目之前,请询问:
- 研究是否具有足够的学术或实践价值,足以证明其成本和潜在负担是合理的?
- 是否已识别并尽量减少可预见的伤害?
- 所有程序是否合法,并在需要正式伦理审批的情况下获得批准?
- 参与者是否得到公平招募并自愿同意参与?
- 隐私、保密性和数据安全是否得到了充分保护?
- 研究方法是否在科学或学术上适合这些研究问题?
- 是否已识别并披露个人、财务和职业方面的利益冲突?
- 数据和结果是否正在被如实记录和报告?
- 所有来源和知识贡献是否都得到了正确致谢?
- 每位列名作者是否都符合作者署名资格,且所有作者是否都批准了该稿件?
- 是否披露了相关出版物和重复投稿?
- 如果出现合理的问题,研究记录是否可以接受检查,分析是否可以重复?
- 是否考虑了敏感数据共享方面的问题?
- 结论是否与证据的支持程度相称?
- 如果日后发现重大错误,是否有纠正这些错误的计划?
结论
伦理考量几乎涉及学术和科学研究的方方面面。它们会影响研究问题的提出方式、项目的设计方式、对参与者和研究材料的处理方式、数据的收集与存储方式、研究结果的解读方式,以及稿件最终发表的方式。
即使实际应用可能较为复杂,其核心原则仍然清晰明了:尽量减少伤害,尊重人员和研究材料,获取有意义的知情同意,保持客观,准确记录证据,承认知识贡献,公平分配认可,披露利益冲突,并诚实地传达研究结果。
将伦理考量融入日常决策的研究人员,不仅能避免学术不端行为,还能开展更有力的研究。审慎的知情同意程序能够改善与参与者的关系。准确的记录能够提高研究的可重复性。透明的方法能够实现有意义的审查。公平的作者署名能够加强合作。诚实讨论研究局限,有助于读者正确解读研究结果。
归根结底,学术研究依赖于信任。读者必须相信数据并非捏造,参与者必须相信其信息会得到负责任的处理,合作者必须相信其贡献会得到公平认可,出版商也必须相信作者准确呈现了研究工作的实际情况。维护这种信任,是任何学者或科学家所承担的最重要责任之一。
为什么选择我们的编辑和校对服务?
在 Proof-Reading-Service.com,我们通过一支规模庞大且极其敬业的学术和科学专业团队,提供最高质量的期刊论文编辑、学位论文校对和在线校对服务。我们的所有校对人员都是以英语为母语的专业人士,并且都取得了自己的研究生学位;他们的专业领域涵盖广泛的学科,因此我们能够为国际客户提供研究编辑服务,帮助润色和完善各种学术稿件,以实现成功发表。
我们手稿编辑和校对团队中许多受过精心培训的成员,主要负责处理拟发表于学术期刊的文章,并采用严格的期刊编辑标准,确保每篇论文所使用的参考文献和格式符合期刊的作者指南,同时纠正语法、拼写、标点或简单的打字错误。通过这种方式,我们帮助客户以清晰、准确的方式报告研究成果,从而满足期刊编辑和同行评审人员的要求,给他们留下良好印象并实现发表。
我们面向各类科学期刊论文作者提供的科学编辑与校对服务尤其受欢迎;此外,我们还提供手稿校对服务,并凭借丰富的经验和专业知识,为所有学术领域以及其他领域的手稿提供校对和编辑服务。
我们有专门从事医学编辑的团队成员,其中一些专家专门负责学位论文校对和手稿校对,通过最为严格的博士论文编辑和期刊文章校对实践,为学者提供改善格式和语言使用的机会。
无论您是在准备会议演讲论文、润色准备与同事分享的进展报告、完成学位论文,还是面临准备学术文稿以供发表这一高要求的任务,我们专业团队中经验丰富的成员都能提供宝贵的帮助,让您对自己的书面作品更有信心。
如果您正在为学术或科学期刊准备文章,或计划在近期准备文章,那么您可能也会对我们的期刊发表指南感兴趣。该指南可通过我们的期刊研究发表提示与建议网站获取。