如何使方法部分更具人类写作特征

一位导师在方法部分圈出几处内容，并在页边写下一条批注：这读起来像一个模板。这并非偶然。方法部分的存在，是为了让另一位研究者能够不必猜测步骤，就重复你所做的工作。每一项随机试验都以相同方式描述随机化，每一项调查研究都以相同方式描述其抽样框架。

AI detectors 对这种同样的重复作出反应，原因却无关紧要：句子变化少会被视为机器生成，不论是谁写的。学习如何使 AI methodology section 草稿更具人类写作特征，首先要区分哪些是惯例，哪些才是你真正可以修改的内容，因为把二者当作同一回事，只会破坏这一部分，而不是修正它。

方法部分中的两种相同

有一种相同是必要的。成千上万项试验都以相同方式描述随机化，因为我们必须能够依据一套标准核对自己的描述，而不是因为没有人有创造力把它写得不同。审阅你方法部分的评审者并不是在寻找文风。他们寻找的是少数几个细节，这些细节能让他们判断你是否正确地开展了研究。

另一种相同则完全没有必要，而且正是语言模型在惯例之上实际生成的那种相同。段落中的每个句子都从相同的句法位置起笔，每个步骤之间的过渡都使用完全相同的连接词，而对该段落单独运行一次 burstiness checker，会证实细心读者已经怀疑的事情, 从第一行到最后一行，句子长度几乎没有变化。

页面上的区别就在这里。一个属于必要相同的句子是："Participants completed the survey online, using a platform hosted by the university." 紧挨着它、已经被压平的句子是："Data was collected through a systematic process designed to ensure accuracy and reliability." 前一句陈述的是一个不需要修饰的事实。后一句没有提供任何特定读者可以据以采取行动的信息，而暴露出这一部分的，正是后者，而不是前者。

要保持完全如其公式化的部分

程序性术语是最值得保持原样的第一类内容。对照条件、组间设计、纳入标准，这些术语的存在，是为了让同一领域的读者不必猜测你的意思。为了避开被标记的句子而换成更柔和的同义词，通常只会让方法更难识别，这比一个无人争议的高分更糟。

围绕程序本身的被动结构也属于同一类别。"Participants were randomly assigned to one condition" 是你的学科所期望的版本，而审稿人会把主动式替代表达 "we randomly assigned participants" 视为文体上的轻微偏离，而不是改进。如果检查器标记了这句话，问题不在句子本身，而把它交给 formality checker 只会证实，这种语体正是方法部分应有的正式程度。

还有几项内容也值得完全按照惯例保留：

• 标准单位和测量格式，按你的领域既有的写法呈现
• 命名的工具和量表，按原始出版物所述精确引用并表述
• 学科所期望的顺序, 先是设计，然后是参与者，再是材料、程序和分析
• 统计报告惯例，包括检验统计量和显著性值的格式

如何在不损失精确性的前提下使 AI 方法部分草稿更自然

可变动的空间在固定的程序核心周围，而不在其内部。说明你为何选择这种设计而非另一种设计的理由句，属于你自己的内容。连接一个小节与下一个小节的过渡句也是如此，而你给某一步骤提供多少细节，也取决于你的特定子领域中的读者会觉得它显而易见，还是不会。

先从这里开始，而不是从句子层面开始。直接通读方法部分，并标出每一个承担修辞功能的句子, 也就是那些用于解释、论证、衔接，而不是报告一个固定步骤的句子。这些句子最容易被语言模型在整个部分中压平为相同的三四种结构，而 AI humanizer 只应当针对这一层，而绝不应针对其下方所命名的程序。

一种结构性调整比任何词语层面的修改都更有效, 即改变理由相对于步骤所处的位置。被压平的草稿会以同样的方式为每一步提供理由, 并且总是在陈述步骤之后立即给出。至少把一个理由提前到它所解释的步骤之前，或者把它并入一条关于更广泛设计的句子中，而不是在单独一行里重复同一模板。仅这一项改变，就比替换十个单独的词更能打破被标记的段落。

过渡句也值得同样的关注。模板会写成, "Following data collection, analysis was conducted using the following procedure." 这句话除了说明两个步骤之间经过了时间之外，什么也没有说。同样的过渡可以这样报告, "Once all responses were in, the dataset was screened for incomplete entries before any test was run." 它增加了读者实际上可以使用的细节。

小节检查清单, 什么保持不变, 你在哪里有余地

并非每个小节中的平衡都相同。参与者段落和数据分析段落所承载的固定惯例与实际选择的比例不同，而把每个小节都以同样方式处理，往往会使修改要么过于谨慎，要么过于激进。

小节	保持不变的内容	你真正有发挥空间的地方
参与者与抽样	纳入标准、样本量和招募来源，且表述必须完全一致	解释为什么这一人群适合研究问题的句子
材料与工具	工具名称、已验证量表的引用，以及题项的准确措辞	说明为何选择该工具而非替代工具的句子
程序	步骤顺序、随机化和盲法表述、伦理批准声明	步骤之间的过渡，以及每一步给出多少细节
数据分析	所命名的统计检验、软件及版本、显著性阈值	将所选检验与其实际回答的问题联系起来的句子

因此，请注意中间一栏缺少什么。中间一栏里没有任何关于听起来更自然的内容。对于一篇关于结果的论文来说，这样做是对的，但这并不是这一中间栏的重点。这个中间栏完全关乎领域内的读者需要什么，才能信任并重复使用这种方法。右栏中的一切，本来就应该是你自己的推理，无论其初稿是否是从语言模型开始的。

方法学部分的高 AI 评分真的重要吗？

TextPulse 的关于学术写作人性化的更广泛指南已经说明了为什么方法学评分偏高在整个学科中是正常的。这里值得补充的是，如何区分你自己的高分, 它究竟是来自每个方法部分都共有的固定惯例, 这种情况根本不需要修正, 还是来自其下方的理由句子, 这就值得再仔细看一看。

将理由句与固定惯例句分开，只把这些句子单独连着重读一遍。如果它们可以在不同研究之间互换而无人察觉，如果解释样本量的句子在名词替换后读起来像解释分析选择的句子，那么真正值得修改的就是这一部分。围绕它的被动语态从来不是问题所在。

如果导师或审稿人质疑这个数字本身，合适的回答应当是具体而非防御性的, 指出哪些句子属于惯例，哪些句子属于推理，并说明这些推理句所表达的是别的研究的方法部分无法表达的内容。这样的回应比任何分数都更站得住脚，而且它确实属实。

两个更窄的方法问题经常出现。在不越过抄袭界限的情况下改写方法部分是其中之一，以及该部分是否应当使用被动语态是另一个。

一段读起来谨慎的方法部分和一段读起来像机器写成的方法部分，可以在完全相同的程序上使用完全相同的被动结构。区分它们的是，中间那两三句推理是否仍然听起来像来自真正实施了这项研究的人，而不是来自一个在周围空白处填词的模板。