很多朋友在用AI辅助找研究问题时，往往会直接让AI生成十个具有创新性的研究问题。虽然这些问题看起来很新颖，但实际上并没有触及领域中的核心理论矛盾，甚至可能早就被前人研究过，或者只是简单地将几个热门概念进行重新组合。那么，如何真正借助AI发现真正好的研究问题，并发展成具有创新性的研究方向呢？Nature 上的一篇文章《How to develop good research questions》（如何提出好的研究问题），很清楚地告诉了大家。那么我结合AI进行辅助，下面我来分享文章。先搞清楚什么才是真正好的研究问题？我理解的一个好的研究问题，至少要能同时经受以下这五个层面的检验。第一，源于一个真实存在的困惑；第二，触及某个尚未解决的重要问题。这个“尚未解决”，其实不一定意味着从来没有人研究过，也可能意味着现有证据相互冲突、理论解释不完整、方法存在缺陷，或者说某个结论还没有在新的情境中得到检验；第三，能够被回答。比如研究对象、数据来源、分析方法和资源条件之间必须相互匹配；第四，具有生成性。回答这个问题之后，我们对一个现象的理解要能有所改变，并且还能够产生新的问题；第五，对于这个研究问题你真的想知道答案。如果一个问题不能持续吸引你，那么很难进行长期的投入。