為什麼 IRB 審查模擬不能讓同一個 AI 全包？兩層隔離的設計邏輯
IRB 審查的意見來回修正是不是讓你很焦慮呢？把意見丟給 AI，它給的回答又似乎很有道理，但執行起來卻總覺得哪裡不對勁。
我們這個月陪一位學員走過這段地獄，過程中想清楚了一件事，分享給你。
她面對的，其實是兩個糾纏在一起的問題。
第一個問題：AI 給的意見太廣、太「都有道理」。她同時問了三個 AI，三個給了不同建議，反而更不知道該聽誰的。IRB 審查意見需要的是那種對特定倫理標準的「體感」——知道哪條是硬傷、哪條是建議性意見、哪條在你的研究脈絡下其實可以這樣回覆——而這正是通用 AI 最欠缺的東西。
第二個問題：她想一鼓作氣把問卷發出去，時程緊。但 IRB 委員的意見往往非常細節，每一條都像一道選擇題：是改設計？改說明？還是補說明文件就夠了？如果沒人幫她拆解優先序，她就算知道怎麼改，也不知道從哪裡下手。
我們想到的解法：三個角色、兩層隔離。
核心邏輯是：讓「客觀審查」與「你的現實限制」在不同的 context 裡運作，最後才整合。
角色一：主協調 Agent（Orchestrator）
她把計畫書、問卷、知情同意書交給主協調 Agent。主協調 Agent 做兩件事：
- 核對文件是否齊全，判斷案件應走哪種審查類別（免除審查／簡易審查／一般審查）。
- 把文件分送給下面兩個 subagent，最後收回它們的輸出，整合成一份「審查意見 ↔ 執行建議」對照報告。
角色二：IRB 審查委員 Subagent
主協調 Agent 只給它研究計畫書全文與問卷——刻意不給學員的身份、時程、或任何個人背景。
它的任務是模擬真實委員的審查視角：逐條對照 Belmont 三原則（尊重個人、善行、正義）、知情同意書的必備要素，對每個問題標出「必修／建議修改／提醒」，附上對應的倫理依據，最後給出預測結果（通過／需補件後通過／退件）。
這層隔離是刻意設計的。真實的 IRB 委員不認識你，不知道你有時程壓力，也不會因為你很忙就自動軟化標準。讓這個 subagent 看不到學員背景，才能還原那種客觀標準——否則 AI 很容易因為知道「她很趕」就自動幫她找理由帶過。
角色三：研究現況顧問 Subagent
這個 subagent 收到兩份東西：
- 委員 subagent 剛才輸出的審查報告
- 學員自己填寫的「研究背景與限制說明」（說明自己的執行能量、核心目標、不能做的事）
它的任務是翻譯——把委員的每一條問題翻譯成「你這週就能動手」的步驟。
但它有一條硬約束：不得建議修改核心研究設計、不得建議增加新方法。目標是幫你過 IRB，不是幫你做一個更完美的學術研究。
輸出格式是每條審查問題對應的「你需要做什麼、難度、優先順序」，加上一張可以直接打勾的行動清單。
為什麼要兩層隔離，而不是一個 AI 全包？
因為如果同一個 AI 同時知道委員標準和你的現實限制，它幾乎一定會自動妥協——用你的背景去解釋為什麼委員的要求其實可以不用那麼嚴格照辦。這樣的建議邏輯通順，但你不知道它到底是真的沒問題，還是 AI 在幫你找藉口。
隔離之後，委員 subagent 給你的是不受干擾的客觀判斷，顧問 subagent 再根據你的現實把那份判斷翻譯成可執行的動作。兩者的結論你都看得到，你才能真正判斷「這條我可以這樣回覆」。
實際執行的輸出畫面請見下圖。
想要瞭解更多的 AI 應用底層邏輯？ 請記得訂閱追蹤我們！
