核心结论
AI 可以帮助研究者扩展概念、发现变量和比较不同问题表述，但不能替研究者决定什么问题值得研究。把一个宽泛方向变成可执行研究问题，需要依次确定研究对象、核心现象或干预、比较关系、结局、时间与情境，并用可行性、伦理和研究价值进行筛选。
最容易犯的错误，是让 AI 先生成几十个“创新题目”，再从中挑一个看起来新颖的标题。标题可以很快生成，研究问题却必须能导向明确的证据、数据和研究设计。无法说明怎样观察、比较或检验的问题，还不是可执行的研究问题。
方向、题目和研究问题不是一回事
“AI 与睡眠健康”是研究方向；“人工智能时代大学生睡眠研究”是题目表达；“在某类学生中，某种可测量暴露与某个睡眠结局之间存在什么关系”才接近研究问题。
研究问题至少要约束六个要素：
- **对象：**研究谁、什么材料或什么系统；
- **现象或干预：**关注哪一种暴露、机制、方法或措施；
- **比较：**与谁、什么状态或什么方法比较；
- **结局：**用什么可以观察的结果回答问题；
- **时间：**在哪个时间范围或阶段观察；
- **情境：**结论适用于什么地区、机构、学科或条件。
不同研究设计不一定需要把六项全部写进一句话。例如探索性定性研究可能没有预先固定的比较组，基础机制研究也不适合生搬硬套临床 PICO。框架的作用是暴露缺失信息，不是迫使所有学科使用同一个句式。
AI适合做“扩展”和“质疑”
在问题形成阶段，AI 有三类有用角色。
第一，扩展概念语言。研究者提供一个初步方向和几篇可靠种子文献后，AI 可以列出同义词、上位概念、相邻机制和不同学科用语，帮助发现自己没有采用的表达。
第二，提出替代解释。研究者认为 A 影响 B 时，可以要求 AI 列出可能同时影响 A 和 B 的因素、反向关系和测量偏差。候选仍需通过领域知识和文献验证，但它能帮助研究者避免过早锁定单一解释。
第三，做可执行性压力测试。让 AI 按对象来源、样本规模、测量工具、时间、伦理和分析能力逐项提问，比让它直接“优化题目”更有价值。
教学案例：从“AI与睡眠”收敛问题
**教学模拟案例：**护理学硕士生许澄关注生成式 AI 使用与研究生睡眠，希望在一个学年内完成论文。她能接触本校两个学院的研究生，但没有条件做长期临床随访，也不能获取平台后台使用日志。
她最初向 AI 输入：“请给我十个关于 AI 使用影响睡眠的创新选题。”AI 返回了“生成式 AI 依赖对研究生睡眠质量的影响机制”等题目。问题在于，“依赖”没有操作性定义，“影响机制”暗示因果，而她能做的很可能只是一次或两次问卷观察。
许澄改用研究问题定义卡。
| 字段 | 当前填写 | 仍需确认 |
|---|---|---|
| 研究对象 | 本校两个学院全日制硕士研究生 | 招募数量与代表性 |
| 核心暴露 | 自报的晚间生成式AI使用频率与用途 | 是否有可靠测量题项 |
| 比较 | 不同晚间使用频率组，或同一人的不同时段 | 设计允许哪一种比较 |
| 主要结局 | 经验证量表测得的睡眠质量 | 量表授权与中文版适用性 |
| 时间 | 一个学期内两次测量 | 失访和考试周影响 |
| 情境 | 两个学院，不外推全部研究生 | 学科差异怎样描述 |
| 潜在混杂 | 课程压力、咖啡因、既往睡眠问题、总体屏幕时间 | 哪些能可靠测量 |
基于现有资源，她把问题改为：“在本校两个学院的全日制硕士研究生中，一个学期内晚间生成式 AI 使用频率的变化，是否与睡眠质量评分的变化相关？”
这个问题没有使用“依赖”“机制”或“导致”，因为现有设计无法支持这些强结论。它明确了对象、暴露、结局、时间和关系类型，也暴露了下一步必须解决的测量与样本问题。
用结构框架，但不要套错框架
临床干预问题常使用 PICO：人群、干预、比较和结局；加入时间后常写作 PICOT。它适合帮助定义治疗、诊断或服务效果问题，但不是普遍适用于所有研究的唯一格式。关于研究问题框架的综述也指出，不同证据和研究类型需要对 PICO 作调整或采用其他框架。
可以按研究类型选择提问方式：
- 干预效果：对象、干预、比较、结局、时间；
- 观察关联：对象、暴露、比较或变化、结局、情境；
- 诊断或预测：目标人群、指数方法、参照标准、目标结局；
- 定性探索：参与者、关注现象、情境、希望理解的经验或过程；
- 方法比较：数据或任务、候选方法、基准、评价指标和使用条件；
- 基础机制：系统、操控因素、对照、可观察反应和排除替代解释的证据。
让 AI 先判断问题属于哪一类，并说明为什么，比直接要求它套一个熟悉缩写更稳妥。分类不确定时，应保留多种表述交给导师或领域专家讨论。
问题还要通过FINER检查
结构完整不代表值得做。FINER 常用于检查问题是否可行、有趣、新颖、合乎伦理且相关。这里的“新颖”不是要求世界上从未有人涉及，而是当前研究能增加什么可靠认识。2024 年的研究问题指导文章把 PICO 等结构与 FINER 的实践筛选结合使用。
许澄的检查如下：
| 维度 | 证据 | 当前判断 |
|---|---|---|
| 可行 | 可接触两个学院；可在一个学期两次测量 | 有条件可行，需先估算招募与失访 |
| 有意义 | 晚间使用行为可能与学习和睡眠管理有关 | 需要避免把相关写成危害结论 |
| 新增认识 | 现有讨论多为一般屏幕时间，生成式AI的使用目的可能不同 | 必须通过系统检索核验，不能凭AI判断 |
| 伦理 | 问卷风险较低，但涉及心理和健康信息 | 仍需正式伦理审查与数据保护安排 |
| 相关 | 对研究生支持服务可能有解释价值 | 结论只适用于当前样本与测量 |
AI 可以帮助为每一格提出核查问题，却不能把“可能有价值”自动标成通过。可行性需要真实招募资源，伦理需要正式审批，创新性需要文献证据。
从问题反推“需要什么证据”
一个好问题应当能够反推研究设计和数据。如果研究者无法说出什么观察会支持、削弱或无法回答这个问题，问题仍然太模糊。
对许澄的问题，至少需要：两次时间点的 AI 使用测量、同一时间点的睡眠质量、关键混杂信息和个体匹配标识。如果她最终只能获得一次横断面问卷，就不能继续使用“变化是否相关”的问题，必须调整问题或改变数据获取方案。
同样，如果暴露只能问“是否使用过 AI”，却在题目中讨论“晚间频率和用途”，测量与问题就不一致。AI 可以做一致性检查，但实际量表、样本和伦理条件必须由研究者确认。
不要过早只留一个问题
问题形成不是一次措辞优化。更稳妥的做法是同时保留两到三个结构不同、但都能用现有资源回答的候选问题，再比较各自需要的数据和能够支持的结论。许澄可以形成三个版本：横断面比较晚间使用频率与睡眠评分；两次测量比较二者的共同变化；定性访谈理解学生为什么在睡前使用生成式 AI。三个问题都围绕同一方向，但需要不同样本、测量和分析，不能合成一句“全面研究影响机制”。
AI 在这里可以把每个候选转换成一张“问题—证据—设计”对照表，暴露真正的取舍。
| 候选问题 | 必要数据 | 可以回答 | 不能回答 | 主要负担 |
|---|---|---|---|---|
| 单次问卷中的频率与睡眠评分关系 | 一次暴露、结局和混杂测量 | 当前样本中的横断面关联 | 时间顺序与因果 | 招募较容易，解释受限 |
| 一学期两次测量的共同变化 | 两次可匹配测量、失访记录 | 个体变化是否相关 | 未控制混杂下的因果 | 需要追踪与处理失访 |
| 睡前使用体验的定性探索 | 目的抽样访谈与反思记录 | 行为情境、动机和体验 | 关联大小和人群比例 | 转录、编码与解释工作 |
选择哪个版本，应由研究价值与真实资源共同决定。不能因为 AI 把第二个写得最像“高级研究”就忽略追踪条件，也不能因为第一个最省事就夸大它能够回答的问题。
用小型可行性检查决定问题能否落地
正式冻结问题前，可以做不涉及正式假设检验的可行性检查：确认目标人群是否愿意参加；题项是否能区分晚间与全天使用；量表授权和语言版本是否可用；两次测量能否可靠匹配；团队是否具备计划中的分析能力。这里可以使用模拟数据检查表结构和分析流程，但模拟结果不能当作研究发现。
假如五名试填者都无法回忆“过去一个月每天使用分钟数”，暴露定义就需要调整；如果学校只能支持一次匿名调查，纵向问题必须退回；如果关键量表不可合法使用，应在收集数据前更换测量或问题。AI 可以归纳试填反馈和列出修改候选，不能自行宣告量表有效或样本可行。
冻结研究问题时，保存版本、日期、批准人和修改理由。之后若因招募或数据质量调整，应同时记录问题、结局和分析计划受到什么影响。这样论文才能如实区分原计划、实施中的变化和看到结果后的解释，避免把事后形成的问题伪装成预先设定。
三种应当放弃或退回的问题
结论预设在问题里
“生成式 AI 依赖为什么损害睡眠”已经假设存在依赖和损害。除非有足够前期证据，研究问题应允许不同方向或没有关联的结果。
研究尺度超过资源
“全球不同文化中 AI 使用对长期健康的因果影响”可能有价值，但不适合一个只能接触两所学院、持续一个学期的硕士项目。缩小问题不是降低水平，而是让结论与证据匹配。
关键概念无法测量
“高质量科研思维”“AI 依赖”“创新能力”等概念如果没有清楚定义和可用测量，AI 再多生成变量也无法补救。应先做概念澄清、量表核验或探索性研究。
可直接复用的研究问题定义卡
宽泛方向：
研究对象：可以实际接触或观察谁／什么？
核心现象、暴露、干预或方法：
比较关系：与什么比较，或观察什么变化？
主要结局：怎样测量，单位或评价标准是什么？
时间与情境：结论限定在哪里？
候选替代解释：
需要控制或记录的混杂因素：
什么结果会支持、削弱或无法回答问题：
可行性：样本、时间、预算、技能和数据权限是否具备？
伦理：需要什么审批、同意和保护？
新增认识：相对于现有证据增加什么，而不是只换对象？
研究价值：谁会因答案而改变理解或行动？
最终研究问题：
当前不能声称的结论：
进入研究设计前必须确认的事项：
这张卡完成后，AI 可以继续帮助检查遗漏和生成多个等价表述，但最终问题要由研究者、导师和需要时的统计或伦理人员确认。文章到这里的停止点是“问题已经可定义、可核查、可实施”；它是否真正构成研究空白，需要进入下一篇的创新性证据核验。