"Lack of depth." "Needs more development." "Discussion should be expanded."
Ba reviewer khác nhau, ở ba vòng review khác nhau, với bài A.2 của mình — tất cả đều nói về Discussion theo cách gần như giống nhau. Lần đầu tiên đọc, mình nghĩ đây là nhận xét mơ hồ nhất có thể viết ra. Lần thứ ba, mình bắt đầu hiểu đây là dạng feedback cụ thể nhất mình từng nhận.
Khi 3 người cùng nói một câu
Khi 1 reviewer nói Discussion thiếu depth — có thể là reviewer khó tính. Khi 3 reviewer độc lập nói cùng một câu — đó là tín hiệu thật về bài.
Vấn đề là "thiếu depth" không nói cho mình biết depth về cái gì. Reviewer thứ nhất có thể muốn mình mở rộng về implications lâm sàng. Reviewer thứ hai muốn mình đặt findings trong broader literature. Reviewer thứ ba muốn mình xử lý limitations nghiêm túc hơn. Tất cả đều đúng — và tất cả đều nói bằng cùng một cụm từ.
Đây là lúc AI có ích: không phải để viết hộ, mà để phân tích reviewer report theo cách có cấu trúc trước khi mình bắt đầu revise.
Workflow deepen Discussion với AI
Mình làm theo 3 bước khi nhận được feedback "thiếu depth":
Bước 1: Map từng reviewer vào từng dimension của Discussion.
Paste cả ba reviewer report vào Claude, hỏi: "Mỗi reviewer đang nói Discussion thiếu depth về dimension nào? Phân loại theo: (a) implication lâm sàng hoặc thực tiễn, (b) contextualizing trong literature, (c) limitations, (d) framing theoretical."
Kết quả thường cho thấy mỗi reviewer đang nói về một dimension khác nhau — và có một hoặc hai dimension bị tất cả cùng flag. Những chỗ overlap là priority.
Bước 2: Với mỗi dimension, hỏi AI "implications nào mình chưa viết?"
Mình không để AI viết Discussion. Mình hỏi AI để brainstorm: "Với claim X trong bài, những implications nào cho [lâm sàng / research methodology / policy] mà mình chưa develop?"
Claude thường đưa ra 4-5 hướng. Mình đọc từng hướng và tự hỏi: mình có evidence để back up điều này không? Nếu có — viết. Nếu không — bỏ, không quan trọng nó nghe hay đến đâu.
Bước 3: Audit độ mạnh của claim trước khi submit.
Sau khi thêm nội dung vào Discussion, mình paste đoạn mới vào Claude và hỏi: "Đoạn này có claim nào vượt quá data mình trình bày trong Results không? Có chỗ nào mình đang nói chắc hơn evidence cho phép?"
Bước này bắt được 2 chỗ trong A.2 mà mình viết quá strong sau khi revise — Discussion mở rộng ra rồi vô tình overclaim.
Sự khác biệt giữa depth thật và depth giả
Có một dạng "depth" thường gặp trong Discussion bị revise: thêm câu, thêm reference, nhưng không thêm insight thật. Bài dài hơn, nghe có vẻ thorough hơn, nhưng reviewer đọc lại vẫn thấy thiếu.
Depth thật là khi mình trả lời được câu hỏi: "Vậy thì sao?" — "So what does this finding mean for someone reading this paper and deciding what to do?"
Với bài lý thuyết như A.2, "vậy thì sao" có thể là: implications cho research ethics governance, cho journal policy, cho cách peer review vận hành. Mình phải viết đủ cụ thể để người đọc thấy pathway từ finding của mình đến một quyết định hoặc hành động nào đó.
AI giúp mình generate những pathway đó. Mình quyết định pathway nào mình thực sự có thể argue và có evidence.
Cạm bẫy: AI thêm depth theo kiểu essay triết học
Một lần mình để Claude draft một đoạn Discussion mới sau khi mình chỉ hỏi "expand section này về implications". Claude viết ra một đoạn rất thuyết phục — nhưng claims quá broad, dùng từ ngữ không gần với data của mình, và về cơ bản là suy luận từ suy luận.
Từ đó mình có rule: không bao giờ hỏi "expand này" mà không chỉ định cụ thể expand theo dimension nào và bound lại bằng câu "chỉ những gì có thể support bằng data trong bài."
Depth thật không phải số từ nhiều hơn. Là tăng precision về mức độ mình hiểu tại sao finding của mình matter.
Bài về workflow dùng AI để xây rebuttal letter toàn bộ có framework rộng hơn cho toàn bộ revision process. Bài về AI viết Discussion cover cách xây Discussion từ đầu cho paper chưa có revision.
Khoá AI cho Nghiên cứu có template prompt chi tiết cho từng bước revision — kể cả prompt để handle "lack of depth" feedback theo từng loại bài khác nhau.