個 idea 唔係想完就算數
做研究嘅人寫完一個 proposal，最恐怖嘅一刻係發現「個嘢已經有人做過」。AI2（Allen Institute for AI）同賓夕法尼亞大學（University of Pennsylvania）合作開發嘅 LitPivot，就係針對呢個「文獻引導轉向」（literature-initiated pivot）而設嘅系統。
研究團隊喺已完成嘅四個電腦科學項目嘅會議紀錄中，識別出 21 次文獻引導轉向，分兩類：同已有研究作出區隔以確立新意，或者跟已有研究接軌以在其基礎上發展。
點樣運作
LitPivot 用另一個系統 Asta Paper Finder 檢索論文，然後按研究者正在編輯嘅那段 proposal 嚟組織文獻。核心功能係「facet highlighting」——將一個研究構思拆解成三個面向：問題（problem）、貢獻（contribution）同評估（evaluation）。
研究者喺草稿入面點擊某個面向，系統就會喺側欄按該面向分組相關論文（例如揀中評估面向時，會按論文所用嘅評估方法分組），並突出最相關嘅一組。研究者揀完文獻、要求評估，就可以睇到建議修改，每個批評都附有支持該批評嘅文獻摘錄，修改可以接受、編輯或拒絕。修訂後文獻會重新排序。
測試結果
研究團隊喺先導研究（formative study）中，5 名研究者用文字處理器同標準搜尋工具撰寫 proposal，發現難以喺發展構思嘅同時以批判性方式將其與文獻對照。一旦某篇論文挑戰了構思的新意，佢哋需要具體嘅修改建議，而且要有文獻支持。
正式研究中 17 名研究者參與，域內專家（domain experts）評定用 LitPivot 發展嘅研究構思比用文字編輯器加 AI 聊天工具嘅構思更紮根於文獻。參與者亦覺得修訂後嘅構思更新穎、更有用，並表示對周圍文獻有更深入理解。
限制同待觀察
LitPivot 定位係早期研究構思階段（early-stage research ideation），團隊表示理念有可能擴展至較長嘅寫作任務，例如論文導論部分，但目前尚未擴展。論文將喺 UIST 2026（底特律）發表。
模姐驗嚇貨
呢個系統嘅設計邏輯值得拆：佢冇試圖用 AI「幫你想個 idea」，而係將「同文獻對照」呢個本來要研究者自己手動管理嘅流程，變成結構化嘅逐面向操作。每個面向（問題、貢獻、評估）有獨立嘅文獻集合同相關度排序，而唔係一個籠統嘅「搜文獻」框。呢個設計避開咗一個常見問題：LLM（大型語言模型）做文獻綜述時將所有相關論文混喺一齊、唔分層次。
17 人嘅樣本同域內專家評定係目前可得嘅主要證據，但研究未交代具體用咗邊個底層 LLM、文獻檢索嘅規模（Asta Paper Finder 索引嘅論文數量）以及評估嘅量化方法。呢啲細節要睇全文先有答案。
