打开生成式人工智能（AI），输入一句指令，数秒后便可得到一段文字。这种便利也带来疑问：用AI做大学功课算不算作弊？过度依赖AI会否削弱独立思考？关键在于人是否仍掌握问题、证据与最终判断。

笔者担任通讯作者，与跨院校研究团队共同研发的PaperBridge，正是以“人机共同探索”回应这个问题。它不是代写论文的工具，而是协助研究者整理思路的互动工作桌。研究者上传论文后，系统提出不同的组织方式，帮助他们思考：多年研究如何相连？面向学界、业界或公众，又应如何讲述同一批成果？

使用者可以先选择平行、线性、循环或座标式等叙事框架，由系统提出主题与论文组合；也可以先把几篇论文归为一组，再请AI推敲共同观点。建议可以删改、重组或局部更新，使用者毋须接受第一个答案。系统还可整理叙事角度的选择理由，产生可再修改的简报草稿。

这种设计可用于求职演讲、研究基金申请、跨学科合作和公众科普。同一项研究面对不同受众，重点往往不同：基金评审关心问题的重要性，业界重视应用价值，公众则关心研究如何影响生活。PaperBridge把不同可能并列，让研究者判断哪一种说法最清晰、最有说服力。相关成果已于第38届美国计算机协会使用者介面软件与技术研讨会（ACM UIST 2025）发表。

AI生成的文章能否有原创见解？AI擅长比较、重组和提出选项，却不能替研究者提出问题、查证资料及承担责任。学生若照搬AI输出，既可能违反学术诚信，也失去学习机会；若把AI视为可以质疑的讨论对象，查证其说法并解释自己的取舍，反而可以训练思考。使用AI的基本能力因此不只是写好提示词，还包括辨识错误、申报使用方式、保护资料，以及保留自己的声音。

PaperBridge目前仍是研究原型，主要根据论文标题和摘要提供启发。团队计划纳入论文全文、简报、项目文件及图像等资料，并比较这类结构化工具与一般聊天机械人的使用效果。

对香港而言，AI素养更重要的是懂得与AI共同探索，同时保持怀疑、判断和创造力。人机共创的价值，在于借助机器看见更多可能，再由人作出有理据的选择。

（本文作者为岭南大学数码艺术及创意产业系助理教授）

（本文为作者观点，不代表本媒体立场）