一、從一篇「轟動全球」的論文說起

2023 年 11 月，Google DeepMind 在《Nature》期刊發表了一篇引發廣泛討論的研究（Merchant et al., 2023）。該論文描述了一套以圖神經網路（Graph Neural Networks）大規模訓練的模型 GNoME（Graph Networks for Materials Exploration），宣稱發現了 220 萬種晶體結構，其中約 38.1 萬種為新穩定材料，代表人類已知穩定材料數量的數量級擴張。媒體報導鋪天蓋地，甚至將其稱為「等同 800 年的知識積累」。研究生看到這樣的標題，很自然地會產生一種印象：這個領域是否即將被 AI 顛覆？

然而，故事並未就此結束。

來自加州大學聖塔芭芭拉分校的材料科學家 Anthony K. Cheetham 與 Ram Seshadri 在《Chemistry of Materials》發表評析（Cheetham & Seshadri, 2024），指出該研究鮮有證據顯示其提出的化合物能同時滿足新穎性（novelty）、可信度（credibility）與實用性（utility）三項標準，並強調仍需更多材料合成與晶體學的專業介入。

這引出本文的核心問題：當一篇發表於頂尖期刊的論文聲稱重大突破時，我們應如何閱讀與判斷，而非照單全收？

二、「看起來很厲害」的幾種常見模式

2.1 數字越大，越要小心

GNoME 的案例提醒我們：宏大的數字不等於宏大的貢獻。批評者指出，其資料庫中許多「新材料」實際上為已知材料的衍生或延伸，例如大量屬於既有硼化物體系的結構。這些結構在計算上或許合理，但在新穎性上未必具有突破性。

因此，當我們讀到「發現X萬種新材料」時，應追問：「新」的定義為何？是計算上的熱力學穩定性，還是已經完成實驗合成與驗證？兩者意義差異甚大。

2.2 計算預測 ≠ 實驗驗證

近年研究顯示，生成式 AI 能產生與真實資料極為相似的科學影像，甚至連專家也難以可靠分辨（Hartung et al., 2024）。同時，AI 也能快速生成資料處理程式碼，但其中可能包含違反基本物理原則的錯誤，而這些問題常常無法在同儕審查中被立即察覺（Reeves-McLaren & Moth-Lund Christensen, 2026）。

這並非否定計算材料學的價值，而是提醒研究者：閱讀論文時必須區分「計算預測」與「實驗實證」。一篇宣稱「發現」材料的研究，究竟停留於理論預測，或已完成合成與表徵，其學術意義截然不同。

2.3 可重現性危機已波及材料化學

一項由《Nature》進行的調查指出，約 70% 的科學家曾無法成功重現他人的研究結果（Baker, 2016）。此現象並非材料化學所獨有，但在 AI 驅動的高通量研究中尤為顯著。

進一步研究顯示，在材料資訊學領域中，重現性困難常來自於：軟體依賴未說明、版本控制不足、程式碼結構不清，以及論文描述不完整（Persaud et al., 2024）。

這意味著，即使是發表於高影響力期刊的研究，也可能因方法描述不足而難以驗證。因此，讀者應主動思考：這項研究是否具備可重現性？

三、研究生的四大閱讀策略

策略一：先讀批評，再讀原文

這是反直覺但非常有效的閱讀順序。透過引用追蹤，找到針對一篇論文的後續評論、回應或批判性評析，先了解爭議所在，再回頭閱讀原文，往往能更快抓住關鍵問題。

以 GNoME 為例，除了原論文（Merchant et al., 2023）之外，Cheetham 與 Seshadri 在《Chemistry of Materials》發表了題為〈Artificial Intelligence Driving Materials Discovery? Perspective on the Article: Scaling Deep Learning for Materials Discovery〉的評析（Cheetham & Seshadri, 2024），系統性討論該研究在新穎性、可信度與實用性之間的落差。這篇評析是理解 GNoME 爭議不可錯過的對照讀物。

圖書館資源提示： 使用 Web of Science 或 Scite 資料庫，可以快速找到引用某篇論文的後續文獻，包括批評性評析與回應文章。

策略二：建立「主張—證據—限制」架構

每次閱讀一篇材料化學論文，不妨在筆記中明確區分三個層次：

主張（Claim） 是什麼？論文聲稱發現了什麼、達到了什麼性能、解決了什麼問題。注意摘要和標題往往是最「行銷化」的部分，需要和正文對照。

證據（Evidence） 是什麼形式的？是計算預測、理論模擬，還是實驗數據？使用了哪些表徵技術？樣本數量是否足夠？控制組設計是否合理？

限制（Limitation） 作者自己說了什麼？許多高品質論文會在Discussion或末尾主動說明研究的局限性。若一篇論文完全沒有提及任何限制，反而值得提高警覺。

策略三：善用資料庫篩選

優先使用如 Web of Science、Scopus 與 SciFinder等資料庫，以確保文獻品質，並謹慎使用未經同儕審查的預印本。

策略四：追蹤撤稿動態

近年材料科學領域亦出現多起撤稿事件。以《Nature》曾刊登的摻氮氫化鑥超導研究為例，其後被標記為「撤稿文章（RETRACTED ARTICLE），成為研究誠信的重要案例。

定期關注 Retraction Watch 平台，該平台持續追蹤學術論文撤稿事件，並提供相關背景與分析有助於建立資訊判讀能力。

四、生成式 AI 的應用：工具，而非替代判斷

生成式 AI（如 ChatGPT、Claude、Gemini）已廣泛進入研究過程。

研究者可將其用於文獻整理、語言潤飾與程式輔助，但仍需遵守揭露原則，並避免將判斷工作外包。

核心原則在於：AI 可以輔助研究，但不能取代批判性思考。

五、好的材料化學研究，長什麼樣子？

批判不等於否定。我們需要學會識別不可靠的研究，同樣也需要知道，值得信賴的研究通常具備哪些特徵。

現有 AI 材料科學綜述指出，資料品質（data quality）與可重現性（reproducibility）是影響研究可靠性的關鍵挑戰之一（Osaro et al., 2025）。

優質研究通常具備：方法論描述詳盡透明、數據集與代碼公開可取用、承認研究的侷限性、與既有文獻有清晰的對話，以及計算預測有對應的實驗驗證。

六、結語

在 AI 加速科學發現的時代，材料化學研究正以前所未有的速度擴展。然而，資訊的增加並不必然等於知識的累積。

對研究生而言，關鍵不在於是否相信論文，而在於是否具備判斷依據。透過批判性閱讀，我們才能在資訊洪流中維持清晰的學術判斷。

最終，AI 不會取代研究者，但會放大研究者的判斷力。批判性閱讀，正是建立學術立場與參與知識生產的基礎能力。

📚 References

Baker, M. (2016). 1,500 scientists lift the lid on reproducibility. Nature, 533(7604), 452–454. https://doi.org/10.1038/533452a

Cheetham, A. K., & Seshadri, R. (2024). Artificial intelligence driving materials discovery? Perspective on the article: Scaling deep learning for materials discovery. Chemistry of Materials, 36(8), 3490–3495. https://doi.org/10.1021/acs.chemmater.4c00643

Hartung, J., Reuter, S., Kulow, V. A., Fähling, M., Spreckelsen, C., & Mrowka, R. (2024). Experts fail to reliably detect AI-generated histological data. Scientific Reports, 14, Article 28677. https://doi.org/10.1038/s41598-024-73913-8

Merchant, A., Batzner, S., Schoenholz, S. S., Aykol, M., Cheon, G., & Cubuk, E. D. (2023). Scaling deep learning for materials discovery. Nature, 624(7990), 80–85. https://doi.org/10.1038/s41586-023-06735-9

Osaro, E., Karpinski, N., Alornyo, S., & Ighalo, J. O. (2025). Artificial intelligence in chemistry and materials science: Current applications and future directions. Materials Today Chemistry, 49, Article 103115. https://doi.org/10.1016/j.mtchem.2025.103115

Persaud, D., Ward, L., & Hattrick-Simpers, J. (2024). Reproducibility in materials informatics: Lessons from a general-purpose machine learning framework. Digital Discovery, 3, 281–290. https://doi.org/10.1039/D3DD00199G

Reeves-McLaren, N., & Moth-Lund Christensen, S. (2026). Data integrity in materials science in the era of AI: Balancing accelerated discovery with responsible science and innovation. Journal of Materials Chemistry A, 14, 276–283. https://doi.org/10.1039/D5TA05512A

推廣組 巫惠屏 / 本文搭配AI工具進行寫作輔助

這篇文章 當 AI 遇上材料化學：研究生如何不被「看起來很厲害」的論文誤導？ 最早出現於 NYCU陽明交大圖書館-陪你做研究。

在 2026 年的今天，AI 已經是研究者的加速器，但如果你不知道如何正確「標註」它，它就可能成為你畢業路上的絆腳石。根據 Committee on Publication Ethics (COPE出版倫理委員會) 的相關指引，『未揭露的 AI 生成內容』可能被視為學術不當（misrepresentation），在嚴重情況下，影響研究可信度或涉及誤導，可能會被撤稿。主流學術出版社與組織，像是COPE、IEEE、Elsevier、ACS、AIP 等，對於人工智慧（AI）工具在學術寫作中的規範與倫理要求皆有相關規定，這裡整理了「防踩雷重點」，讓你安心用 AI，順利過關！

一、AI 不能成為作者是核心共識：

這是所有國際期刊與組織的一致共識。

AI 不能擔任學術論文作者的主要原因在於 AI 無法承擔責任（Accountability）與問責（Responsibility）。學術出版界認為作者身分不僅是榮譽，更是一項任務與責任，作者身分要求必須能對研究內容的準確性、完整性與誠實性負責。當研究出現錯誤或涉及倫理問題時，必須承擔法律及專業上的責任。

COPE的聲明指出，AI 工具無法滿足成為作者的條件，因為它們無法為提交的研究負起責任。作為非法律實體，它們無法聲明是否存在利益衝突，也無法管理版權和授權協議。

二、透明揭露（Disclosure）是最重要原則

「用了 AI，就要說出來。」這是學術誠信的基本要求。

各主要學術出版社對於 AI 使用的具體規範通常在專屬的 AI 政策頁面（AI Policy）、作者指引（Author Guidelines/Guide for Authors）以及出版倫理規範（Ethical Guidelines）中，投稿前建議查閱該期刊最新指引。 Guidelines）

以下整理4家出版社的披露規定：

三、圖像與資料使用的嚴格限制

針對 AI 生成圖片、圖像與數據，出版社的核心原則在於嚴禁竄改科學事實、確保透明披露以及作者承擔最終責任。

• 數據與研究結果的「紅線」: 各出版社對於使用 AI 處理數據有極為嚴格的限制，絕對禁止使用 AI 偽造、虛構、操縱或竄改研究數據、程式碼、實驗結果或影像。
• 圖片與圖像的使用規定：各出版社對於「科學影像」與「說明性圖像」有不同程度的規範。Elsevier原則上不允許使用生成式 AI 創建或更改提交稿件中的圖像，除非該用途本身即為研究方法的一部分，並需完整揭露；IEEE允許使用 AI 生成用於說明目的的圖像（如對未來技術的構想圖），須加註說明並提供生成提示詞（Prompt）

四、作者責任不可轉移

AI 可能會產生「幻覺（Hallucination）」，編造虛假的數據、文獻引用或事實。

• 查核義務： 作者必須親自核對 AI 產出的每一條內容、引用文獻的正確性，並確保文中沒有抄襲嫌疑。
• 學術責任： 無論論文內容是由 AI 協助生成還是潤飾，最終所有的學術錯誤、版權爭議或研究倫理問題，均由全體人類作者共同承擔。

五、哪些可以用？哪些要小心？

幫大家整理一個超實用版本👇

六、圖書館建議：學術寫作中的 AI 使用原則

綜合各大機構政策，建議研究人員遵循以下原則：

🔑 1. 誠實透明：明確揭露 AI 使用情況，不隱瞞、不模糊。

🔑 2. 人類主導：AI 僅為輔助工具，核心內容須由研究者產出。

🔑 3. 嚴格審查：檢查事實正確性，避免引用錯誤或虛構資料。

🔑 4. 避免倫理風險：不使用 AI 進行抄襲或改寫逃避查重。

🔑 5. 遵循期刊規範：投稿前確認期刊 AI 政策，不同期刊要求可能不同。

七、結語：從「工具使用」走向「學術責任」

AI 正在改變學術寫作，但並未改變學術的核心價值：👉 誠信、透明、責任

未來學術寫作將不只是「會不會用 AI」，而是：

✔ 是否能「正確使用 AI」
✔ 是否能「負責任地使用 AI」

當 AI 能夠生成看似完美的論文時，我們該如何重新定義一個研究者的真正價值？答案或許就在你對每一行數據、每一篇引用所展現出的那份「人類獨有的責任感」之中。

參考文獻 (References)

AIP Publishing. (n.d.). AI policy. https://publishing.aip.org/resources/researchers/policies-and-ethics/ai-policy/

Committee on Publication Ethics. (2019). Retraction guidelines. https://doi.org/10.24318/cope.2019.1.4

Committee on Publication Ethics. (2023, February 13). COPE position: Authorship and AI tools. https://publicationethics.org/guidance/cope-position/authorship-and-ai-tools

Elsevier. (n.d.). Policies and standards: Generative AI policies for journals. https://www.elsevier.com/about/policies-and-standards/generative-ai-policies-for-journals

IEEE. (n.d.). Submission and peer review policies. IEEE Author Center. https://journals.ieeeauthorcenter.ieee.org/become-an-ieee-journal-author/publishing-ethics/guidelines-and-policies/submission-and-peer-review-policies/

IEEE Robotics & Automation Society. (n.d.). Guidelines for generative AI usage. https://www.ieee-ras.org/publications/guidelines-for-generative-ai-usage/

推廣組 巫惠屏 / 本文搭配AI工具進行寫作輔助

這篇文章 用AI寫論文會被退稿嗎? 搞懂「AI 貢獻聲明」，別踩學術誠信紅線 最早出現於 NYCU陽明交大圖書館-陪你做研究。

在化學研究中，找到可靠的反應條件、化合物資訊與相關文獻，是進行研究與實驗設計的重要基礎。若你需要查詢化學物質性質、反應路徑或相關文獻，Reaxys 是一個非常值得使用的專業資料庫。

本文將簡單介紹 Reaxys 的特色，並帶大家看看近期推出的 AI 強化搜尋與文獻摘要新功能。

• 什麼是 Reaxys

Reaxys 是由 Elsevier 建置的專業化學研究資料庫，整合了化學文獻、化合物資料與化學反應資訊，廣泛應用於有機化學、無機化學、藥物化學、材料科學等研究領域，收錄包含超過 3.53 億筆化學物質、7300 萬筆反應、1.25 億篇文獻以及 4900 萬筆專利等豐富資料。透過結構式搜尋、性質搜尋與反應搜尋等多種檢索方式，能幫助研究人員快速找到可信的實驗與文獻資訊。

二、Reaxys 可以做什麼？

對於化學研究者而言，Reaxys 不只是文獻資料庫，更是一個強大的整合研究工具。常見用途包括：

• 🔬 查詢化學物質資訊：例如化合物結構、物理化學性質、光譜資料等。
• ⚗️ 尋找化學反應與合成方法：可查詢反應條件、試劑、催化劑與產率。
• 📚 探索相關文獻與專利：追蹤研究發展與最新研究成果。
• 🧪 設計化學合成路徑：協助研究者規劃實驗方向。

三、新功能：AI 強化搜尋與文獻摘要

為了幫助化學研究人員更有效率地尋找、理解與驗證相關文獻，Reaxys 推出了結合 AI 技術的搜尋與文獻摘要功能，並搭配了全新改版的使用者介面。

1. 支援自然語言的「快速搜尋」 (Quick Search)

• 自然語言搜尋：以一般自然語言提出化學相關問題，系統自動解析並擷取、排序最相關的文獻，大幅降低了查詢門檻，特別適合跨領域或初期探索階段使用。
• 語意與意圖導向搜尋機制: 結合了傳統的關鍵字搜尋與自然語言理解能力，系統自動處理同義詞、拼字差異與語意脈絡，精準解析使用者的查詢意圖，提升搜尋結果的完整性與相關性。
• 保留熟悉工作流程：既有的功能依然完整保留，包括結構搜尋、性質搜尋與 Query Builder（查詢建構器）等，不需要改變原本的習慣，使用者可以依自己的節奏逐步採用 AI 功能。

2. 幫助快速掌握核心的「AI 生成文獻摘要」

• 快速理解主題：使用 Quick Search + 自然語言查詢 時，系統會根據 Reaxys 中最相關的文獻與專利資料產生重點摘要，協助快速理解研究內容，掌握主題的整體概況。
• 資料嚴謹可靠： AI 摘要並非來自一般的通用型大型語言模型（LLM），是基於 Reaxys 所收錄的化學資料所生成。系統以最相關的文件(最多20篇)萃取包含文獻與專利的標題、摘要及關鍵字等資訊，資料每週更新。維持科學嚴謹性與可信度。
• 輕鬆驗證來源：生成摘要的相關參考文獻會清楚標示於結果清單中，點選即可查看完整的引用資訊。能輕鬆驗證摘要內容的正確性，並進一步探索原始來源或直接連結至全文進行深入審閱。

3. 全新設計的結果頁面改版後的結果頁面具備了更簡潔的版面配置、更新的配色與圖示，以及更清楚的視覺層級。這能讓您更快速、直覺地檢視搜尋結果。

四、小結

透過這次推出的 AI 強化搜尋與文獻摘要功能，研究人員可以：

• 更自然地提出研究問題
• 更快速掌握文獻重點
• 更有效率地規劃研究方向

Reaxys 升級讓研究減少繁瑣的搜尋時間，把更多心力專注於真正重要的問題解決與科學發現上。如果你正在進行化學相關研究，不妨試試 Reaxys，讓資料庫成為你的研究好助手。

參考文獻 (References)

• Reaxys (2026). AI 強化快速搜尋與文獻摘要
• Elsevier | Life Sciences. (2026, February 26). Reaxys Demo – New AI powered natural language search and summaries [Video]. YouTube. https://www.youtube.com/watch?v=jnZ6UkC7u0Y。

推廣組 巫惠屏 / 本文搭配 AI工具 進行寫作輔助。

這篇文章 化學研究好幫手：認識 Reaxys 資料庫與 AI 強化新功能 最早出現於 NYCU陽明交大圖書館-陪你做研究。

American Chemical Society 旗下 CAS 推出的研究檢索平台 CAS SciFinder，於 2026 年 2 月 23 日發布最新功能更新。本次升級聚焦於「SearchSense 搜尋透明度提升」、「IP Connections 視覺化強化」與「逆合成分析流程優化」，這些更新大幅強化了研究人員在物質特性篩選與合成規劃上的決策速度。

以下為本次更新重點整理：

一、SearchSense 強化：讓搜尋更透明、更好理解

為了讓使用者清楚掌握系統如何解讀搜尋條件，本次強化了 SearchSense 的「查詢解讀（Query Interpretations）」功能。

🔎 物質與反應搜尋顯示查詢解讀
當搜尋內容包含文字時，結果頁面將顯示系統如何理解您的查詢，包括：

• 顯示系統解讀邏輯
• 顯示套用的受控詞彙

這項功能有助於研究者確認搜尋是否被正確解析，必要時也能即時調整關鍵字策略。

📚 參考文獻搜尋全面顯示查詢解讀
所有包含文字的文獻搜尋，也將同步顯示查詢解讀內容，提升搜尋處理的透明度與可解釋性。

📄 移除「Load More」機制
隨著搜尋精準度提升，參考文獻結果將一次完整呈現，不再需要額外點選「載入更多」，瀏覽體驗更流暢。

二、IP Connections 視覺化擴充：物質資訊一目了然

IP Connections 原有的結果視覺化功能，現在擴展至「物質」搜尋結果。使用者可以更直觀地掌握：

• 物質在反應中的角色（例如反應物、生成物、催化劑）。
• 商業可得性（可購買性）。
• 物質類別（例如有機化合物、聚合物等）。
• 成分數量等資訊

透過圖像化呈現，研究者一眼即看到物質的研究脈絡與應用情境，能快速掌握重點，提升資料判讀效率。

三、工作流程優化：提升研究操作效率

🧪 物質性質表新增篩選功能
在物質詳細頁面的實驗與預測性質表中，新增「依性質篩選」功能。
當資料欄位眾多時，研究者可快速篩選出所需性質，加速分析與比對。

🔬 互動式逆合成（Interactive Retrosynthesis）升級

• 強化環化反應處理：當目標分子包含環系統時，系統會優先套用環化規則，並將相關路徑納入替代方案評估，使逆合成規劃更完整。
• 移除限制條件頁面：系統改以預設參數自動產生合成計畫，使用者可先檢視結果，再依需求調整條件，讓操作流程更直覺、有效率。

本次更新帶來哪些改變？

整體而言，本次升級聚焦三大方向：

✔ 提升搜尋透明度與可解釋性
✔ 強化結果視覺化與資料篩選能力
✔ 優化逆合成研究流程與使用體驗

對於經常進行物質查詢、反應檢索或合成規劃的研究人員而言，此次更新將有助於更精準掌握搜尋策略，並加快研究決策流程。

資料來源：

Chemical Abstracts Service. (2026, February 23). What’s new: February 23, 2026. CAS SciFinder Product Help. https://cas-product-help.zendesk.com/hc/en-us/articles/43586645252749-What-s-New-February-23-2026

推廣組 巫惠屏 / 本文搭配 AI工具 進行寫作輔助。

這篇文章 CAS SciFinder 功能升級！2026 年 2 月更新重點 最早出現於 NYCU陽明交大圖書館-陪你做研究。

🔋 一、能源：更乾淨，也更穩定

1️⃣ 混合式太陽能電池（鈣鈦礦＋矽）

傳統矽太陽能電池的效率逐漸逼近極限，因此科學家開始將鈣鈦礦材料與矽電池結合，形成串聯式太陽能電池。這種設計能在相同面積下產生更多電力，特別適合屋頂或空間有限的場域。目前仍屬於早期商用化階段，但已被視為下一代太陽能的重要突破方向。

2️⃣ 鐵空氣電池：為電網而生的長時儲能

鐵空氣電池是利用鐵在氧化與還原之間的可逆反應（類似生鏽）來儲存能量，使用鐵、水和空氣等豐富且無毒的材料。Form Energy 已於 2025 年開始量產這種利用鐵生鏽反應來儲能的技術，能持續供電達 100 小時，是穩定再生能源電網的絕佳方案 。

3️⃣ 金屬離子電池：：鋰之外的另一條路

鈉離子電池，它比鋰電池更安全、不易起火，且在極冷或極熱的環境下依然能正常運作 。其他技術包括鋅離子電池，其安全性較高且成本較低，以及鎂離子電池，容量幾乎是鋰電池的兩倍。

🏥 二、醫療：更精準，也更安全

4️⃣ 非成癮止痛療法

傳統強效止痛藥常伴隨成癮風險，因此近年研究重點轉向不作用於成癮路徑的止痛機制。透過選擇性阻斷 NaV1.8 鈉離子通道，提供不具成癮性的強效止痛新選擇 。在有效止痛的同時，大幅降低依賴與濫用風險，為疼痛治療帶來更安全的選擇。

5️⃣ AI 輔助癌症治療決策

AI 在醫療上的角色，已從「影像輔助」進化到「治療決策支援」。透過整合基因、蛋白質與臨床資料，預測性生物標誌物建模（PBMF） 能幫助醫師預測患者對不同藥物的反應，提高治療成功率，並減少不必要的副作用。

6️⃣ 無細胞生物製造：藥物不一定要在工廠做

無細胞生物製造技術，不依賴活細胞，而是在體外快速合成蛋白質或藥物。這項技術的潛力在於：未來可在偏鄉、災害現場或醫療資源不足的地區，就地生產所需藥物。目前仍以研發與示範應用為主，但被視為醫療韌性的重要技術。

🌱 三、永續：讓資源真正循環

7️⃣ 衣物化學回收與抗旱作物

在材料與農業領域，科學家正嘗試從根本改善資源使用方式：

• 化學回收技術: 嘗試解決棉與聚酯混紡衣物難以回收的問題，推動紡織循環經濟。
• CRISPR 基因編輯作物：用於改良作物根系與抗旱能力，在不引入外來基因的情況下，提高糧食韌性。

🏗️ 四、建設：基礎設施也能「自己照顧自己」

8️⃣ 自我修復材料與智慧監測

結合物聯網（IoT）感測器與微膠囊技術，讓橋樑與管線能自動偵測並修復微小損傷 。在問題擴大前先處理，降低長期修繕成本。

結語：未來不是突然來，而是正在發生

這 8 項科技並非遙不可及的科幻概念，而是已經進入早期應用或實際部署階段 的現實技術。2026 年，或許不是「科技奇蹟爆發的一年」，但很可能是——
未來正式開始融入日常生活的一個關鍵節點。

*備註說明：本校師生可透過Scifinder平台檢索 CAS Content Collection™資料。

Reference

Chemical Abstracts Service (2025). Scientific breakthroughs 2026: Emerging trends to watch.
https://www.cas.org/resources/cas-insights/scientific-breakthroughs-2026-emerging-trends-watch

推廣組 巫惠屏 / 本文搭配ChatGPT、Gemini進行寫作輔助

這篇文章 2026 科學新趨勢一次看懂：從能源到建設，8 項科技正在改變世界 最早出現於 NYCU陽明交大圖書館-陪你做研究。

前言：畢業口試與專利申請的生死結

對於理工科系或致力於技術研發的研究生來說，畢業前夕往往面臨一個兩難的抉擇「我必須口試發表論文才能畢業，但我也想申請專利，這兩者會有衝突嗎？」

答案是：如果未妥善規劃，確實可能產生衝突；但只要程序正確，兩者可以兼得。

一旦你的技術內容在口試中被「公開」，在專利法的認定上就可能失去「新穎性」，導致後續專利申請遭到駁回。這篇文章將帶你了解如何透過學校的程序來保護你的發明，以及萬一不小心公開了，還有什麼「救命稻草」可以挽回。

一、核心觀念：為什麼論文口試可能影響專利？

專利法的核心要件之一是新穎性（novelty）。簡言之，發明必須是「新的」，在申請專利的那一刻之前，這個技術不能被世人所知（不能進入公共領域）。

口試算公開嗎？

• 一般口試：依學校規定需公告時間地點並開放旁聽，若未搭配任何保密或不公開措施，在專利實務上即可能被認定為公開行為
• 論文上架：論文(包含紙本及電子)一旦可被閱覽，即視為「公開」

因此，口試與論文上架本身並非問題，關鍵在於是否已完成必要的保密與延後公開程序。

二、第一道防線：事前防護（陽明交大現行SOP）

學位論文若涉及專利，須於口試前完成相關申請程序。建議同時採取以下三項措施：：

1. 申請「學位考試不公開舉行 」：
   • 填寫 《國立陽明交通大學博碩士學位考試【不公開舉行】申請書》
   • 勾選原因為「專利事項」
   • 提交所屬系（所、學位學程）相關委員會審議
   • 核准後，口試以閉門方式進行，避免不特定人員旁聽
2. 申請「學位論文延後公開」：
   • 填寫 《國立陽明交通大學博碩士學位論文【延後公開】申請書》
   • 須於口試前填寫
   • 提供專利申請案號或相關申請說明，在口試時由委員進行實質審查。
3. 簽署「口試審查參與人員保密同意書」：
   • 口試當天請準備《學位論文口試審查參與人員保密同意書》 。
   • 由所有參與口試人員（指導教授、口試委員、紀錄人員、參與同學）簽名
   • 明確約定於論文延後公開期間或專利申請公開前，負有保密義務，作為口試未構成公開揭露的重要輔助事實

三、第二道防線：事後補救（救命稻草：新穎性寬限期 Grace Period）

萬一不小心已經公開了，例如已經公開口試，或者在研討會上已經發表了論文，專利權就真的沒救了嗎？這取決於你打算去哪裡申請專利。

• 臺灣與美國（有救，但要快）：
  臺灣《專利法》第 22 條與美國專利法都設有「新穎性寬限期（Grace Period）」。若公開行為係由發明人本人或經其同意所為，並於公開後 12 個月內提出專利申請，在符合條件下，該公開內容得不作為否定新穎性之依據。⚠️ 注意事項：

• • 寬限期並非自動適用
  • 申請時須主動主張，並可能需提出相關說明或證明文件
  • 日本亦有類似制度，但程序要求較為嚴格

• 歐洲與中國大陸（風險極高）：
  • 歐洲（EPO）： 採行「絕對新穎性」，沒有針對論文發表的寬限期。一旦你的論文先公開，歐洲專利就宣告無效。
  • 中國大陸： 優惠期僅限於極少數特定狀況（如政府主辦的展覽會），一般的學術論文發表通常不適用優惠期。

結論： 「優惠期」只能當作發生意外時的補救手段（下策），絕不能當作常規操作，否則你將直接失去歐洲市場的專利佈局機會。

四、最佳策略總結

為兼顧學位取得與專利布局，建議依下列優先順序規劃：

【上策】先申請專利，再口試（最安全）

在口試或任何公開發表前，即完成專利申請，確保全球布局不受影響。

【中策】不公開口試 + 延後公開論文（校內標準程序）

• 口試前：申請不公開舉行與論文延後公開
• 口試時：全體參與人員簽署保密同意書

【下策】主張新穎性寬限期（僅限部分國家）

若已公開，須儘速申請專利並主張寬限期，但須理解可能放棄歐洲等市場。

結語

論文口試本身並非一定會影響專利，但若未規劃保密與延後公開程序，即可能因公開行為而喪失專利新穎性，請務必依照相關規定處理，程序走對了，畢業與專利才能兼得！

表單一覽（校內使用）

References

智慧財產局 (2022)。專利法。https://www.tipo.gov.tw

國立陽明交通大學 (n.d.)。研究生學位授予作業規章。https://aa.nycu.edu.tw/aa/ch/app/data/list?module=nycu0014&id=2466

國立陽明交通大學產學共創處。（n.d.）。智慧財產權常見問題（FAQ）。https://oiac.nycu.edu.tw/center-detail/ip-faq/

國立陽明交通大學圖書館 (n.d.)。學位論文延後公開處理辦法。https://www.lib.nycu.edu.tw/custom?cid=364

European Patent Office. (n.d.). Guidelines for examination: Novelty. https://www.epo.org/law-practice/legal-texts/guidelines.html

United States Patent and Trademark Office. (n.d.). Grace period and disclosure. https://www.uspto.gov/patents/basics

World Intellectual Property Organization. (n.d.). Novelty and prior art. https://www.wipo.int/patents/en/faq_patents.html

推廣組 巫惠屏 / 本文搭配ChatGPT、Gemini進行寫作輔助

這篇文章 你的口試讓專利無效了嗎？搞懂「新穎性」與「寬限期」，研究生必讀的專利保護指南 最早出現於 NYCU陽明交大圖書館-陪你做研究。

什麼是 TBP？本校的規定如何運作？以下為重點整理，帶您一次看懂！

1. 什麼是「著作彙編之學位論文」？

依據本校《著作彙編之學位論文應行注意事項》，著作彙編之學位論文（Thesis by Publication，簡稱 TBP）係指：

研究生於在學期間，將已公開發表或已接受刊登於期刊、研討會之學術論文、專書、專書篇章或專利等著作，依據明確的研究主軸加以彙整，作為學位論文之一種形式。

此類論文強調研究成果的系統性與延續性，並非僅是將既有的論文直接裝訂成冊。

2. NYCU 的規定怎麼走？（重要！）

Step 1：與指導教授取得共識
論文撰寫前，研究生必須與指導教授充分討論，取得採用 TBP 或傳統論文形式的共識，並填寫本校規定之「學位論文發表形式確認書」。

Step 2：確認系所標準
每個系所對於著作篇數、期刊或研討會等級、作者排序以及專利歸屬比例等都有不同規定，請務必先確認自家系所的規定。

Step 3：處理共同作者授權（關鍵步驟）
若您的論文採行 TBP 形式，必須填寫「著作彙編之學位論文資訊及彙編學術著作之共同作者貢獻聲明書」，詳實揭露本人之研究與寫作貢獻度，並說明其他共同作者之分工內容與貢獻度，且須取得其簽名確認。

📌小提醒：若著作已投稿但尚未被接受，須填寫「學位論文使用投稿中學術著作聲明書」。

Step 4：論文原創性比對與學位考試
TBP仍須於學位考試前完成論文原創性比對。在口試時，學生必須熟悉整本論文內容，不能因為某個章節是與他人共筆，就以「非本人負責」為由拒絕回答。

3. 常見 Q&A（研究生最常詢問）

Q：只要把發表過的論文裝訂成一本就好了嗎？
A：絕對不是！
TBP 不是單純將既有作品彙集成冊，您需要將這些著作依據一個「研究主軸」進行彙編，使其具有系統性、延續性與邏輯性，並透過緒論、綜合討論等統整性章節，引導讀者理解整體研究脈絡。並且為符合學位論文整體的視覺與閱讀邏輯一致，學生應依照學校的學位論文格式規定重新排版，包括標題、圖表編號及參考文獻等。

Q：已經發表的期刊論文，放入學位論文會有版權問題嗎？
A：需注意著作權歸屬。
若著作權已讓與給出版社，建議事先確認出版社政策。通常學術使用（如學位論文）是被允許的，但建議不要直接使用期刊排版後的 PDF 版本（Publisher’s Version），而是使用接受後的定稿版本（Post-print），並於論文中清楚標註出版資訊。

Q：共同作者不同意怎麼辦？
A：原則上必須取得全體共同作者同意。此目的是為了釐清每位作者的貢獻，並避免未來的著作權或學術倫理爭議。

• 例外情況：若作者人數為 5 人（含）以上
  若因人數眾多難以逐一取得簽名，可採取以下變通方式（需於備註欄釋明原因）：
  必要簽名：聲明人（學生）、第一作者、通訊作者仍需完整登載並簽名確認。
  其餘作者：可由第一作者與通訊作者代為統整說明分工事項並簽署確認。

若仍有疑慮，建議與指導教授討論，考慮將該篇著作自彙編列表中移除，改以傳統學位論文形式撰寫（引用研究結果但重新改寫內容）

Q：TBP 的原創性比對很高怎麼辦？
A：別擔心，這是正常現象。
對於 TBP 而言，原創性比對數值很高是預期中的結果，因為論文內容本來就包含了您自己已經發表或投稿的文章。重點在於能清楚向口試委員說明比對結果的合理性（例如標註哪些部分來自已發表的本人著作）。

4. 採用著作彙編學位論文，請確認這 4 件事

✔ 是否已與指導教授討論並取得共識
✔ 是否符合系所訂定的篇數與採認標準
✔ 各篇著作的作者排序與本人貢獻是否清楚
✔ 出版社是否允許收錄於學位論文

結語

著作彙編學位論文是陽明交通大學正式採認的學位論文形式之一，適合有穩定研究成果並積極參與學術發表的研究生。順利完成的關鍵，在於提早規劃、如實揭露、充分溝通。

📌著作彙編或學術倫理相關問題，請洽詢學術論理誠信辦公室 分機52520

參考書目 (References)

• 周倩（2022）。著作彙編之學位論文：定義、規範與相關議題。教育資料與圖書館學，59(1)，73-96。doi: 10.6120/JoEMLS.202203_59(1).0037.OR.BM
• 國立陽明交通大學（2025）。國立陽明交通大學著作彙編之學位論文應行注意事項。https://aa.nycu.edu.tw/aa/ch/app/data/list?module=nycu0014&id=2466&page=1&pageSize=15

推廣組 巫惠屏 / 本文搭配ChatGPT進行寫作輔助

這篇文章 認識著作彙編學位論文(Thesis by Publication, TBP) 最早出現於 NYCU陽明交大圖書館-陪你做研究。

但你知道嗎？
這個看似簡單的步驟，其實關係到你研究成果未來如何被看見、何時公開、由誰使用，甚至是否可能帶來實際回饋。

你的論文要不要公開？可以晚一點再公開嗎？
授權給資料庫，會不會等於把論文「賣掉」？
這些疑問，都是許多研究生心中的共同困惑。

這篇文章，我們幫你整理出 4 個研究生最容易忽略、卻非常重要的論文授權與公開重點，陪你一起做出最安心、也最聰明的選擇。

重點一、申請「延後公開」，不只是勾選選項而已

如果你以為延後公開只是上傳論文時「順手一勾」，那可就要特別注意了。
自 114 學年度起，學位論文延後公開的申請，已正式進入「實質審查」時代。

想要申請延後公開，必須同時符合以下三個重點：

1️⃣ 提前開跑：延後公開必須在學位考試（口試）前提出申請，而不是等到論文上傳時才決定。這代表你需要提前規劃，而非臨時起意。

2️⃣ 大師鑑定：是否同意延後公開，審核的人不是行政人員，將由你的學位考試委員進行審查，並在口試時確認理由是否合理且必要。

3️⃣ 拿出證據：延後公開不再只是「我覺得不適合現在公開」。你必須提出具體事證，例如：專利申請案號或相關說明、保密合約、法律或制度上不得公開的依據。

可以把這個流程想像成一種申請「學術保護令」，需要說清楚、拿出證據，提供專業的審查者判斷。

重點二、「我不想給人看」不是延後公開的理由

雖然論文是你所撰寫，你的心血，但在法律上，學位論文是「以公開為原則」。根據《學位授予法》第 16 條規定，只有以下 三種法定情形，才能申請延後公開：

1️⃣ 涉及機密
2️⃣ 涉及專利事項
3️⃣ 依法不得提供

教育部也提出說明：

• 「涉及機密」或「依法不得提供」：需提出適用法規或具體事證
• 「涉及專利事項」：需提供專利申請案號或相關申請說明

此外，也要特別留意：

• 每次延後公開最長為 5 年
• 若期滿後仍需延後，必須再次提出申請，並重新檢附證明
• 第二次起的申請，須由原學位考試委員或原系（所）務會議再次審查

通過延後公開後，請記得在論文上傳系統中正確設定延後公開選項，並上傳已核准的紙本申請書及相關證明文件（非必備，僅供保存）。

重點三、論文授權，其實分成「無償」與「有償」兩種

在上傳論文時，你需要選擇電子全文的授權方式，主要可分為兩類，兩種類型可同時授權：

📘 無償授權（Open Access）

• 授權對象：本校（含台聯大）及國家圖書館
• 公開平台：
  – 本校博碩士論文網
  – 國圖「臺灣博碩士論文知識加值系統」
• 目的：促進學術傳播，提高論文的能見度與被引用率

💰 有償授權

• 授權對象：商業資料庫（本校目前與 ProQuest 合作）
• 回饋機制：當讀者付費下載論文時，作者可獲得權利金回饋(回饋比例依合約規定，實際金額依論文被利用或銷售的情形計算，並非固定金額)。
• 彈性選項：作者亦可選擇將權利金捐贈給學校圖書館

簡單比喻來說：

• 授權學校與國圖，就像把書放進公共書架，讓更多人免費閱讀
• 授權資料庫，則像是交給書店代為銷售，在推廣研究成果的同時，也可能獲得回饋

重點四、授權 ≠ 賣斷！你的著作權永遠屬於你

這可能是最多研究生擔心的一件事：
「簽了授權書，是不是就把論文送出去了？」

答案是：不是。

無論你選擇有償或無償授權，學位論文的授權性質都是非專屬授權（Non-exclusive License），這代表：

✔ 你的著作人格權永遠屬於你
✔ 你仍然擁有完整的著作財產權
✔ 你只是授權對方「利用」的權利，不是把所有權賣斷
✔ 未來仍可自由改寫、投稿期刊、出版專書，或再授權他人

因此，授權的目的在於促進學術流通與保存，而不是剝奪你作為創作者的權利。

結語｜做自己研究成果的聰明管理人

上傳論文，不只是畢業的終點，更是你學術成果正式踏入世界的起點。

了解延後公開的新制規定、法定理由的限制、授權方式的差異，以及非專屬授權的法律保障，能幫助你從「只是完成流程」，轉變為主動管理自己研究成果的創作者。

你的論文，是多年努力的結晶。在按下「送出」之前，花一點時間理解這些選項，會讓未來的你更加安心。

參考文獻
教育部（2025）。有關學位論文延後公開（一定期間不予公開）機制（臺教高通字第1142201506號）［函］。
國家圖書館（2025）。大專校院學位論文送存國家圖書館典藏作業要點（國圖發字第11402003240號）［公告］。
章忠信（2025）。學位論文之公開與授權議題之探討。當代法律（Contemporary Law Journal）, (47), 1–13。
學位授予法（無日期）。取自 https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=H0030010
國立陽明交通大學圖書館（無日期）。學位論文延後公開處理辦法。取自 https://www.lib.nycu.edu.tw/custom?cid=364

這篇文章 關於學位論文的授權與公開，你必須要知道的 最早出現於 NYCU陽明交大圖書館-陪你做研究。