Come umanizzare le sezioni di risultati e discussione
Una sezione dei risultati riporta un dato. Una sezione di discussione dovrebbe argomentare che cosa significhi. AI appiattisce la differenza tra le due, e il segnale rivelatore è un accumulo di attenuazioni così fitto che la frase smette del tutto di sostenere una tesi.
Una sezione dei risultati riporta che il gruppo di intervento ha ottenuto un punteggio più alto del gruppo di controllo, un numero specifico collocato in una tabella due pagine prima. La sezione di discussione, che tratta lo stesso risultato, dice che il gruppo di intervento ha ottenuto un punteggio più alto, il che può suggerire un possibile effetto positivo che potrebbe giustificare ulteriori indagini. La seconda frase non aggiunge nulla che la prima non avesse già stabilito, solo quattro attenuazioni e una frase più lunga.
Questo è il vero motivo per cui queste due sezioni iniziano a suonare allo stesso modo quando sono entrambe redatte da un modello linguistico. Imparare a umanizzare le bozze della sezione di discussione generate da AI significa ripristinare una frase che si impegna in un'affermazione specifica su ciò che il risultato significa, invece di un'altra attenuazione accumulata su quella precedente.
Perché Risultati e Discussione Iniziano a Suonare Uguali
Lo scopo di una sezione dei risultati è dirci che cosa è accaduto, sia con numeri sia con una descrizione abbastanza specifica da valere come numeri. Lo scopo di una sezione di discussione è dire che cosa significa quel risultato, come si collega ad altri risultati e che cosa non risolve. Quando si fondono queste due sezioni in una sola, si ottiene un articolo in cui ci sono due sezioni che svolgono due volte lo stesso compito, una con un numero associato e una senza.
Un modello linguistico le fonde per impostazione predefinita, perché entrambi i compiti vengono redatti a partire dallo stesso impulso, descrivere con cautela il risultato e andare avanti. Il risultato è una sezione dei risultati che attenua risultati che dovrebbe semplicemente riportare, e una sezione di discussione che riporta risultati che dovrebbe interpretare. Nessuna delle due frasi si impegna in qualcosa con cui un lettore specifico potrebbe non essere d'accordo, e questo è il vero segnale, più di qualsiasi singola scelta di parole.
| Domanda a cui si risponde | Sezione dei risultati | Sezione della discussione |
|---|---|---|
| Che cosa è accaduto? | Indica direttamente il risultato: un numero, un confronto, una descrizione | Presume che il lettore abbia già il numero e va oltre |
| Che cosa significa? | Non è compito di questa sezione, un numero non si interpreta da solo | Indica che cosa suggerisce il risultato, e che cosa non chiarisce |
| Modalità di fallimento tipica | Attenuare un numero che non richiede attenuazione, come 'i risultati sembravano mostrare una differenza' | Riformulare il numero invece di interpretarlo, come 'i risultati hanno mostrato un punteggio più alto' |
| Una frase che supera la prova | Il gruppo trattato è migliorato di nove punti, il gruppo di controllo di due. | Il divario sembra dovuto all'intervallo più breve, non al metodo in sé. |
La riga sulla modalità di fallimento merita di essere controllata per prima in qualsiasi bozza assistita da AI, perché le altre righe tendono a seguire una volta che quella è stata corretta.
Che cosa dovrebbe fare davvero una sezione dei risultati
Una sezione dei risultati indica che cosa è stato trovato, nell'ordine in cui l'analisi lo ha prodotto, senza ancora argomentare che cosa significhi. 'Sono state osservate differenze tra i gruppi nelle varie condizioni' non è una frase da risultati. 'Il gruppo trattato è migliorato di nove punti, il gruppo di controllo di due' è una frase da risultati, perché un lettore può verificarla nella tabella e andare avanti.
Varia il modo in cui ogni risultato viene introdotto, invece di ripetere un unico modello per ogni risultato. Apri una frase con il numero, un'altra con il confronto, un'altra con la condizione che lo ha prodotto. Una sezione dei risultati che riporta un risultato inatteso in una frase semplice e diretta, senza attenuarlo in anticipo, quasi sempre appare più umana di una in cui ogni risultato è arrivato esattamente come previsto.
Che cosa dovrebbe fare davvero una sezione della discussione
La guida più ampia di TextPulse alla umanizzazione della scrittura accademica sostiene già che la discussione è il punto in cui deve emergere la tua voce. Ciò che vale la pena aggiungere qui è il meccanismo: una sezione di discussione esiste per dire qualcosa che una tabella non può dire da sola, perché il risultato è importante, che cosa esclude e dove smette di valere. Questo richiede di impegnarsi in una vera interpretazione, invece di limitarsi a evocarla.
'Questo risultato si allinea con la letteratura più ampia e suggerisce diverse possibili direzioni per lavori futuri' non interpreta nulla, perché una sua versione potrebbe chiudere quasi qualsiasi sezione di discussione in quasi qualsiasi campo. Una frase di discussione può essere specifica e al tempo stesso trasmettere una reale incertezza: 'l'effetto riflette probabilmente il periodo di formazione più breve piuttosto che il metodo in sé, anche se lo studio non può escludere una differenza di coorte' nomina un meccanismo, indica una preferenza tra due spiegazioni e ammette ciò che non può stabilire, tutto insieme.
Umanizza il tuo articolo
Trasforma il tuo testo assistito dall'AI e fallo suonare umano, senza toccare parole importanti o citazioni.
Dove il confine tra le due cose diventa sfumato
Non tutti i lavori separano queste sezioni. In alcune riviste, soprattutto quelle della tradizione qualitativa e degli studi di caso, la sezione dei risultati è spesso combinata con la sezione di discussione. Una sezione combinata risultati/discussione, però, non elimina la distinzione sopra. Elimina soltanto il marcatore, cioè il titolo, di tale distinzione. All'interno di una sezione combinata risultati/discussione, un paragrafo o riporta un risultato oppure ne interpreta uno, e il segnale di cautela funziona allo stesso modo a livello di frase.
Il lavoro qualitativo sposta ulteriormente il rapporto. Presentare un tema tratto dai dati di intervista è già in parte interpretativo, poiché scegliere che cosa conti come istanza del tema è di per sé una decisione analitica, quindi il paragrafo di sola esposizione su cui si basa una sezione dei risultati quantitativi può non esistere nella stessa forma. Il segnale di cautela continua ad applicarsi: una descrizione del tema appesantita da qualificatori come 'può potenzialmente suggerire' è esattamente tanto artificiale, dal punto di vista della macchina, in un articolo qualitativo quanto in uno quantitativo.
Il segnale di cautela: frasi che non si impegnano in nulla
Il hedging ha una funzione reale nella scrittura accademica: segnalare un’incertezza autentica che il lettore deve conoscere. Un singolo hedge è una normale cautela. Il segnale è un hedge accumulato su un altro hedge fino a quando la frase smette di sostenere qualcosa a cui il lettore potrebbe obiettare. 'This may potentially suggest a possible link' esprime la stessa idea tre volte in cinque parole, e una sezione di discussione costruita con frasi simili si legge come generata da una macchina, indipendentemente dal risultato sottostante.
Contare gli hedge in una singola frase è un controllo approssimativo. Un solo qualificatore è una normale cautela scientifica: 'this suggests', 'this may indicate', 'this appears to'. Due nella stessa frase meritano un esame più attento. Tre sono il modello che un checker, e un supervisore, noteranno entrambi, perché la frase ha smesso di dire qualcosa di abbastanza specifico da poter essere falso.
Come umanizzare le bozze della sezione di discussione generate da AI senza fare affermazioni eccessive
Inizia individuando ogni frase che ripete la sezione dei risultati invece di interpretarla. Se una frase della discussione potesse essere spostata nella sezione dei risultati senza modifiche, non ha ancora svolto il suo compito. Un AI humanizer aiuta qui solo se viene applicato in modo specifico agli hedge e alle frasi ripetute, invece di essere eseguito alla cieca sull’intera sezione, poiché i numeri non avevano bisogno di essere riscritti fin dall’inizio.
Poi rimuovi il secondo e il terzo hedge da ogni frase che ne contiene più di uno, e osserva ciò che resta. Spesso ciò che rimane è un’affermazione perfettamente difendibile che l’hedging stava occultando. Eseguire in seguito il paragrafo attraverso un academic tone converter può intercettare la formulazione più vaga che sopravvive a una prima revisione, anche se stabilire che cosa il risultato significhi davvero non è qualcosa che uno strumento possa fare al posto tuo.
Un altro controllo che vale la pena fare a mano, prima di qualsiasi strumento: leggere la sezione dei risultati e la sezione della discussione una dopo l'altra e chiedersi se la seconda avrebbe potuto essere generata dalla prima senza leggere il resto del documento. Un essay checker eseguito sulla bozza finale individua le restatement residue che una lettura attenta può non cogliere, ma la domanda sopra è quella che le individua per prima.
Alla scala dell'intero documento il problema cambia forma, e la umanizzazione di una tesi è trattata in una pagina a parte. Se la discussione si è protratta troppo, ridurre il numero di parole in una tesi è un'abilità distinta che vale la pena leggere per prima.
Una sezione dei risultati e una sezione della discussione possono riportare esattamente lo stesso risultato e svolgere comunque funzioni del tutto diverse nella pagina. La prima si guadagna il proprio posto perché è verificabile. La seconda si guadagna il proprio posto formulando un'affermazione con cui qualcuno potrebbe effettivamente non essere d'accordo, ed è proprio questo che una serie di hedges è costruita per evitare.
Domande frequenti
Una sezione dei risultati riporta ciò che è stato trovato, in numeri o in una descrizione precisa, senza ancora argomentare che cosa significhi. Una sezione di discussione interpreta tali risultati: perché contano, che cosa escludono e dove smettono di valere. Le sezioni redatte da AI spesso confondono questi due piani, attenuando una frase dei risultati che non ne ha bisogno e ripetendo un risultato nella discussione invece di interpretarlo.
Content planner and copywriter at TextPulse. Sara runs the blog day to day, from planning and drafting through to publishing. She writes the practical guides: clear explanations of academic writing problems, aimed at the person who actually has to hand something in.