Bài học từ một reviewer nhận xét cụ thể
Trên một bài tổng quan lý thuyết của mình, reviewer nhận xét phần Methods thiếu chi tiết. Cụ thể: không rõ tiêu chí chọn lọc y văn, không giải thích tại sao chọn các framework cụ thể đó, không có tính minh bạch về quy trình tìm kiếm.
Nhận xét đó đúng. Tôi viết phần Methods theo kiểu "làm xong rồi mô tả lại" thay vì theo một cấu trúc cụ thể. Bài bị từ chối nhiều lần trước khi mình nhận ra vấn đề không nằm ở nội dung mà ở cách trình bày Methods.
Sau đó mình xây checklist 7 mục, dùng cho các paper tiếp theo và không bị nhận xét tương tự nữa.
Checklist 7 mục cho phần Methods
Mục 1, Study design statement
Câu đầu tiên của Methods phải nói rõ: đây là study gì. Systematic review? Retrospective cohort? Cross-sectional? Philosophical analysis?
Không phải viết dài, một câu là đủ. Nhưng phải có. Reviewer cần xác định ngay khung đánh giá paper sẽ dùng.
Với AI: prompt "Write a one-sentence study design statement for [describe your study]", AI làm tốt, chỉ cần đọc lại để xác nhận đúng design thật của paper.
Mục 2, Protocol registration và reporting guideline
Nếu có PROSPERO registration, OSF preregistration, hay bất kỳ prospective registration nào: đưa vào đây với số hiệu cụ thể.
Nếu không có registration: nêu rõ reporting guideline đang follow, PRISMA cho systematic review, STROBE cho observational study, CONSORT cho RCT. Một câu, với citation.
Ví dụ một câu chuẩn: "This systematic review was conducted in accordance with the PRISMA 2020 guidelines. The protocol was registered a priori with PROSPERO (registration number CRD42026XXXXXX)."
Reviewer không cần registration để chấp nhận paper, nhưng thiếu câu này, họ tự hỏi bạn có biết reporting guideline không.
Mục 3, Eligibility criteria
Đây thường là chỗ Methods bị "thiếu detail" nhất. AI có xu hướng viết tiêu chí quá mơ hồ hoặc quá ngắn.
Cần có đủ: Population (định nghĩa cụ thể, không chung chung), Intervention hoặc exposure, Comparator (nếu có), Outcomes (primary và secondary), Study design được đưa vào, Exclusion criteria rõ ràng.
AI viết bản nháp tốt, nhưng phần exclusion criteria thường bị bỏ sót. Phải thêm tay.
Mục 4, Nguồn tài liệu và search strategy
Cơ sở dữ liệu nào được tìm kiếm, trong khoảng thời gian nào, search string cụ thể là gì (hoặc tóm tắt chiến lược với đầy đủ Boolean operators), bảng bổ sung cho toàn bộ chiến lược.
AI làm tốt phần mô tả quy trình, nhưng search string thật phải do mình chạy trước rồi AI mô tả lại, không để AI tự đề xuất chuỗi mà không kiểm tra kỹ. Search string AI đề xuất thường bỏ sót sắc thái của câu hỏi lâm sàng cụ thể.
Mục 5, Quy trình chọn study
Ai review title/abstract, ai review full text, có bao nhiêu reviewer, conflict giải quyết thế nào. Nếu chỉ một reviewer: nói rõ và thừa nhận hạn chế.
Đây là chỗ mình thấy nhiều paper VN bị reviewer hỏi: "How were discrepancies between reviewers resolved?" Nếu không có second reviewer, phải nói rõ và biện minh.
Mục 6, Data extraction và risk of bias
Data extraction: ai trích xuất, form gì, có pilot test không, kiểm chứng thế nào.
Risk of bias: dùng tool gì cụ thể, ROBINS-I cho observational study, Cochrane RoB 2 cho RCT, AMSTAR 2 cho systematic review. Không chỉ nói "risk of bias was assessed" mà không nêu tool.
AI làm tốt cả hai mục này nếu mình cho biết study design và công cụ đang dùng.
Mục 7, Statistical analysis
Đây là mục AI làm yếu nhất, và mục mình phải tự viết.
AI có thể tạo ra câu chung chung: "Data were analyzed using SPSS version..." Câu đó vô nghĩa với reviewer. Cần viết cụ thể: phân tích gì, phần mềm gì (với version), ngưỡng ý nghĩa thống kê ở đâu, xử lý dữ liệu thiếu thế nào, sensitivity analysis có không.
Với systematic review: model nào cho meta-analysis (random-effects hay fixed-effects), tại sao, I² threshold cho heterogeneity, prediction interval có report không, subgroup analysis nào được plan trước.
Phần này không thể giao cho AI vì nó phụ thuộc vào quyết định thật mình đã đưa ra trong phân tích, AI không biết mình đã chạy gì.
AI bao phủ mục nào tốt, mục nào phải tự viết
| Mục | AI làm được | Cần edit gì |
|---|---|---|
| 1. Study design | Tốt | Confirm đúng design |
| 2. Protocol/guideline | Tốt | Điền số đăng ký thật |
| 3. Eligibility criteria | Bản nháp tốt | Thêm exclusion criteria |
| 4. Search strategy | Mô tả tốt | String thật phải của mình |
| 5. Study selection | Tốt | Confirm số reviewer thật |
| 6. Extraction/RoB | Tốt | Điền tên tool đúng |
| 7. Statistical analysis | Yếu | Viết lại hoàn toàn |
Quy trình của mình: dùng AI viết bản nháp cho mục 1, 6, rồi tự viết mục 7. Tổng thời gian cho Methods với bộ dữ liệu và design rõ: khoảng 45, 60 phút.
Lỗi phổ biến khi để AI viết Methods
Tự tin nhưng sai: AI đôi khi viết rất tự tin về một quy ước hoặc ngưỡng cụ thể, nhưng quy ước đó có thể không đúng với lĩnh vực của bạn. Ví dụ: I² >50% là "substantial heterogeneity" theo Cochrane, nhưng một số reviewer không dùng ngưỡng cứng đó.
Trích dẫn công cụ không đúng version: AI hay trích dẫn ROBINS-I mà không biết version nào. Phải kiểm lại paper gốc của công cụ.
Không khớp với Introduction: Nếu Introduction nói về X population nhưng Methods eligibility criteria exclude một phần X population, reviewer sẽ hỏi. Sau khi viết Methods, đọc lại đoạn mục tiêu trong Introduction để xác nhận khớp nhau.
Quá ngắn: AI tối ưu cho sự ngắn gọn. Methods không nên ngắn gọn theo kiểu thiếu thông tin, phải đủ để người khác tái lập nghiên cứu của bạn.
Một bước kiểm cuối trước khi gửi
Sau khi hoàn thành Methods, mình làm một bước: đọc lại và tự hỏi, nếu reviewer muốn tái lập nghiên cứu này dựa trên phần Methods mình viết, họ cần hỏi thêm thông tin gì không?
Nếu câu trả lời là "có", phần Methods chưa xong.
Quy trình viết các phần khác trong paper có trong bài 10 bước viết paper với AI.
Nếu muốn xem cách mình dùng AI viết Introduction với mẫu 5 đoạn, bài AI viết Introduction, quy trình 30 phút thay vì 1 tuần có chi tiết hơn.
Muốn thực hành toàn bộ quy trình viết paper với AI, từ Introduction đến Methods đến Discussion? Ứng dụng AI trong NCKH, có phần riêng từng section, ví dụ thật từ paper thật đã được submit.