SHAPR: A Solo Human-Centred and AI-Assisted Practice Framework for Research Software Development
本文提出了 SHAPR 框架，旨在将行动设计研究（ADR）的高层原则转化为可操作的日常实践指南，以支持在生成式人工智能辅助下，独自在高等教育研究环境中进行以人为中心且具备反思性的研究软件开发。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文讲述了一个关于**“如何独自一人在人工智能（AI）的帮助下，像做研究一样写软件”**的新方法。
为了让你轻松理解，我们可以把这项研究想象成是在给**“独自探险的科学家”设计一套“智能登山指南”**。
1. 背景：为什么需要这个指南？
想象一下，现在的研究生（博士、硕士）在做研究时，不再只是写论文或做实验，他们经常需要自己编写软件来解决问题。这就像是一个探险家不仅要带地图，还要自己造一辆车。
- 以前的情况：造这辆车通常是一个团队分工合作（有人设计引擎，有人造轮子，有人负责检查）。
- 现在的情况：很多研究生是**“单枪匹马”**（Solo），一个人要同时扮演设计师、工程师、测试员和分析师。
- 新挑战：现在有了AI 助手（比如能自动写代码的聊天机器人）。这就像给探险家配了一个**“超级外骨骼”**，能帮他轻松造出车子，速度快得惊人。
但是，问题出现了：
如果太依赖这个“外骨骼”，探险家可能会忘记自己是怎么造车的，甚至不知道车子为什么能跑。一旦车子出了问题，或者被问“这辆车的设计思路是什么”，探险家可能答不上来，因为很多步骤是 AI 自动完成的。在学术研究中，**“谁负责”和“怎么思考”**比“车跑得快不快”更重要。
2. 现有的地图不够用：ADR 的局限
学术界原本有一套成熟的“造研究工具”的方法论，叫 ADR（行动设计研究）。
- 比喻：ADR 就像一本**《登山总纲》**。它告诉你登山要分三步走：先造装备（Building），然后去试爬（Intervention），最后总结哪里好哪里坏（Evaluation）。
- 缺点：这本《总纲》是写给登山队看的，假设有人分工合作。但它没告诉独自登山的人，当你的“外骨骼”（AI）帮你造装备时，你该怎么保持清醒的头脑，怎么确保每一步都是你自己思考过的，而不是被 AI 带着走。
3. 新方案：SHAPR 框架
这篇论文提出了一个新框架，叫 SHAPR。你可以把它想象成**《单人 AI 登山实战手册》**。
SHAPR 的全称是：Solo（单人）、Human-centred（以人为核心）、AI-assisted（AI 辅助）、PRactice（实践）。
它的核心思想可以用三个生动的比喻来解释：
A. “一人分饰多角”的变装舞会（角色分离）
独自做研究的人，脑子里经常要切换角色：
- 早上是**“梦想家”**（设计软件要做什么）；
- 中午是**“工匠”**（写代码实现）；
- 下午是**“挑刺的评委”**（测试软件有没有 Bug）；
- 晚上是**“哲学家”**（反思学到了什么）。
SHAPR 的做法：它要求你**“穿好戏服再上台”**。当你写代码时，告诉自己“我现在是工匠，AI 是我的助手，但我是老板”；当你测试时，告诉自己“我现在是评委，AI 生成的代码我要像检查陌生人作业一样严格审查”。
- 目的：防止你被 AI 带着跑，确保人类始终掌握方向盘。
B. “透明的玻璃盒子”（可追溯的证据）
以前，AI 帮你写代码，你可能只保留最终结果。
SHAPR 的做法：它要求你保留**“所有过程的痕迹”**。
- 你问了 AI 什么问题？（提示词）
- AI 给了什么建议？
- 你为什么采纳或拒绝了它？
- 代码的每一个版本变化是什么？
比喻：这就像在登山过程中，不仅拍最终登顶的照片，还要全程录像，记录下你每一步的犹豫、AI 的提示、以及你做出的每一个决定。这样，当别人问“这软件是怎么来的？”时，你可以拿出完整的录像带，证明是你主导了整个过程，而不是 AI 替你做的。
C. “轻量级的检查站”（反思与治理）
SHAPR 不要求你搞繁琐的官僚手续，而是设置几个**“呼吸点”**。
- 在每一个小阶段结束时，停下来问自己：“刚才 AI 帮了我什么？我学到了什么？这个决定符合我的研究目标吗？”
- 比喻：就像登山时每隔一小时，停下来喝口水，看看地图，确认自己没走错路，而不是盲目地一直冲。
4. 这个框架有什么用？
对研究生（探险家）：
- 让你在使用 AI 时不迷失。你不再是“代码搬运工”，而是“研究设计师”。
- 让你的研究过程更透明、更可信。你能清楚地解释软件是怎么来的，这符合学术严谨性。
- 把写软件的过程变成学习过程。你不仅学会了写代码，更学会了如何思考、如何批判性地使用工具。
对导师（教练）：
- 提供了一个共同的语言。导师可以问：“你在‘设计师’角色时是怎么想的？”“你在‘评委’角色时怎么审查 AI 的代码？”这让指导更具体，不再只是看最终结果。
5. 总结：这篇论文在说什么？
简单来说，这篇论文说：
“现在大家用 AI 写代码做研究很流行，但很多人只是‘无脑’用。我们发明了一套SHAPR 方法，教那些独自做研究的人，如何有意识地使用 AI。它就像一套**‘思维体操’，让你在使用 AI 这个强力助手时，依然保持人类的主导权**，确保你的研究是你思考的结晶，而不仅仅是 AI 的产物。”
核心金句：
AI 可以是你的副驾驶，但方向盘必须永远握在你（人类研究者）的手里。 SHAPR 就是教你如何握紧方向盘，同时享受 AI 带来的速度。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。