arXiv cs.CY· Amirhossein Zohrehvand, Aldona Kapacinskaite·· 11 小时前AI 评分31
TRACE：用计算机科学原则治理 AI 辅助研究
TRACE: Governing AI-Assisted Research with Principles from Computer Science
AI 导读
研究者提出 TRACE 五项原则——Track records、Review against sources、Accept independently、Control transitions、Evaluate corrections，用于在将 AI 智能体引入科研流程时保持团队控制权。
正文 · AI 翻译
摘要：人工智能（AI）让研究成果的产出变得前所未有的容易。在研究团队的工作中加入智能体工具，有可能扩展团队的能力，但也要求以主动的方式来组织研究过程。因此，紧迫的问题是：研究团队应当如何借助这项技术来组织工作。我们认为，这个问题并不新鲜：软件工程与安全研究早已研究过由人与机器组成的团队如何对拥有众多贡献者的项目保持控制。我们从这些文献所报告的实践中提炼出原则，并将其迁移到 AI 辅助研究之中。这些原则构成了 TRACE：记录追踪（Track records）、对照来源审查（Review against sources）、独立验收（Accept independently）、控制交接（Control transitions）和评估纠正（Evaluate corrections）。这五项原则共同为研究人员提供了一个共同基础，使其在将 AI 融入工作流程的同时保持控制。通过界定工作单元并关注每个单元是如何形成的，这些原则可以帮助研究人员让 AI 辅助工作的节奏与人的注意力相匹配，而不是与 AI 产出内容的速度相匹配。我们还介绍了 TRACE-OS，一个面向 AI 辅助研究项目的操作系统。它通过契合研究人员现有工作流程的共享指令、工具和记录，将这些原则付诸实践。借助 TRACE，我们希望加入一场关于治理原则的对话，通过这些原则，研究界能够从 AI 中获益。我们认为，一个足够简单且有用的标准有助于驾驭 AI 的能力，使团队能够将部分工作委托给 AI，同时在团队内部以及更广泛的研究界中建立信任。
| 评论： | 30 页，7 张表 |
| 主题： | 一般经济学（econ.GN）；计算机与社会（cs.CY）；人机交互（cs.HC） |
| ACM 分类： | K.4.3；D.2.9；H.5.3 |
| 引用为： | arXiv:2610.24035 [econ.GN] |
| （或本版本的 arXiv:2610.24035v2 [econ.GN]） | |
| https://doi.org/10.48550/arXiv.2610.24035 由 DataCite 颁发 arXiv DOI |
提交历史
来自：Amirhossein Zohrehvand [查看邮箱]
[v1]
2026 年 10 月 16 日星期五 11:27:28 UTC（34 KB）
[v2]
2026 年 10 月 27 日星期二 11:45:52 UTC（37 KB）
来源：arXiv cs.CY · arxiv.org