När PDF-dokumentet blir vårt gränssnitt för samtalet med AI

Det börjar nästan alltid med att man hejdar sig på sidan sju. Du läser igenom ett manuskript som du har finslipat i månader och följer en välbekant tankegång, men blicken fastnar vid en subtypsrelation. Symbolerna är välkända och formeln är prydligt typsatt, men riktningen mellan de två typerna har obemärkt blivit omvänd. Två stycken längre ned fortsätter samma omvända relation i brödtextens symboler, och när blicken glider åt sidan syns samma skrivsätt även i en figurtext. Problemet löper som en röd tråd över den typsatta sidan, tydligt och sammanhängande. Du ser genast var granskarna kommer att invända, och du vet exakt var på sidan revideringen måste börja.

Men i samma ögonblick som du sträcker dig fram för att rätta till felet, försvinner sidan framför dina ögon.

För att kunna agera på en insikt som uppstår på den renderade PDF-sidan tvingar traditionella verktyg för akademiskt skrivande dig att lämna sidan och dyka tillbaka in i .tex-källfiler fyllda av dollartecken och omvända snedstreck. Under årtionden har denna splittring, att tänka på den typsatta sidan men arbeta i källkoden, betraktats som det oundvikliga priset för förstklassig typografi. Även nu, när dagens AI-agenter utan svårighet hanterar projekt som spänner över många filer, sitter de etablerade LaTeX-verktygen fast i samma källkodscentrerade hjulspår: de trycker in allt smartare AI-assistenter i kodpanelen och låter den råa märkkoden fortsätta dominera huvudarbetsytan, medan det färdigtypsatta manuskriptet förvisas till slutet av kedjan som ett blott underordnat förhandsgranskningsfönster.

Jag skapade Papilot just för att jag inte längre stod ut med denna splittring och förskjutning. Jag vill att författare ska kunna diskutera ändringar med AI direkt på den sida de läser. När en forskare bygger upp sitt resonemang, förklarar sina ändringsavsikter för en AI och till sist bedömer om den vetenskapliga framställningen håller, är det alltid den typsatta sidan som står i centrum. Därför ger Papilot hela huvudarbetsytan tillbaka till själva PDF-manuskriptet och lämnar ingen plats i gränssnittet för en permanent källkodsredigerare. På hårddisken består ditt projekt fortfarande av lokala .tex- och .bib-filer under versionshantering med Git. Närhelst du vill inspektera eller redigera koden för hand kan du öppna den i valfri extern textredigerare, men samtalet mellan människa och AI har återvänt till en och samma manuskriptsida.

Varför källkodscentrerat AI-samarbete har blivit föråldrat

Att det delade skärmgränssnittet har levt kvar så länge är ingen slump. Det vilar på ett djupt rotat antagande: att endast den plats där koden ändras är den verkliga arbetsbänken. Ta Overleaf som exempel, med redigeringspanelen till vänster och PDF-visaren till höger. Användaren kan växla mellan kodredigerare och visuell redigerare, justera eller fälla ihop paneler, kompilera om för att uppdatera resultatet och hoppa fram och tillbaka mellan källkod och typsatt sida. Även om vissa paneler döljs eller det visuella läget aktiveras, förblir den yta där författaren genomför sina ändringar skild från det färdigtypsatta dokumentet, och källkodsredigeringen står fortfarande mitt på scenen.

Att stoppa in allt kraftfullare AI-modeller i denna delade vy gör inte författaren mer effektiv. Se bara på det redan dödsdömda projektet OpenAI Prism: dess inbyggda assistent i redigeraren kan generera LaTeX-kodsnuttar med knappar för att "behålla" eller "ångra", markera källkodsfel direkt på raden, ändra projektfiler och starta omkompilering samtidigt som en separat PDF-vy visar resultatet. Men i hela detta arbetsflöde kretsar samtalet fortfarande kring källkoden. Författarens fråga väcks i PDF-dokumentet, men AI:ns förslag presenteras först som kod. För att bedöma resultatet måste du vända tillbaka till det nykompilerade dokumentet, leta rätt på det ställe som ändrats och punkt för punkt jämföra med hur manuskriptet såg ut före ändringen.

Det är just detta ständiga letande och jämförande fram och tillbaka som bryter tankens röda tråd. Låt oss återvända till den omvända subtypsrelationen på sidan sju: när du i ett källkodscentrerat gränssnitt har bett assistenten om en ändring möts du av en röd- och grönrandig källkods-diff. Bedömningsuttryckets \Gamma och \vdash, härledningsreglernas \inferrule och projektets egna makron för subtypsrelationer kan alla blandas i diffen. En omkompilering ger dig visserligen en uppdaterad PDF, men det nya dokumentet visar inte i sig vad som skiljer det från det gamla. Du måste ändå leta upp motsvarande formel och kontrollera varje detalj mot den tidigare versionen: vändes subtypsrelationen åt rätt håll, och följde brödtexten och figurtexten med? En källkods-diff visar vilka kommandon som lagts till eller tagits bort, men det författaren faktiskt behöver granska är vilka spår dessa ändringar lämnar i det färdiga manuskriptet.

När den typsatta sidan blir vår gemensamma kontext

Så snart den typsatta PDF-sidan upphör att vara en passiv slutprodukt i slutet av kedjan och i stället blir start- och slutpunkt för varje revidering, förändras relationen mellan människa och AI i grunden. När du och agenten betraktar samma synliga manuskriptsida ersätts letandet av att helt enkelt peka.

I Papilot känns en revidering lika naturlig som när två medförfattare sitter vid samma bord och diskuterar en pappersutskrift. Du ritar helt enkelt en ruta runt formeln på sidan sju, markerar meningen längre ned som upprepar den felaktiga riktningen och skriver en kort kommentar om att subtypsrelationen har blivit omvänd och att AI:n bör rätta den samt kontrollera härledningarna som följer. Du behöver varken söka igenom flera filer efter rätt \begin{mathpar} eller kopiera in lösryckta kodsnuttar i en chattpanel. Sidans rumsliga struktur och sammanhang utgör i sig den tydligaste kontext du kan ge AI:n.

När du har skickat din kommentar arbetar den anslutna AI-agenten direkt i de lokala .tex-källfilerna i ditt projekt. Den lokaliserar rätt filer, uppdaterar formler och märkkod i brödtexten och låter sedan kompilatorn generera ett nytt typsatt resultat i bakgrunden. När kompileringen är klar möts du inte av en svårläst kodpatch, utan av en visuell jämförelse före och efter ändringen direkt på manuskriptsidan. Du granskar den gamla och den nya versionen med verklig teckenstorlek, radavstånd och figurplacering, och beslutar på plats om du vill godta, avvisa eller lämna en följdkommentar för vidare finslipning.

Att göra PDF-dokumentet till samtalsgränssnitt handlar absolut inte om att förvandla artikeln till en ogenomskinlig svart låda utan spårbarhet, och än mindre om att baklängeskonstruera godtyckliga PDF-filer som saknar källkod. Papilot arbetar alltid ovanpå ett verkligt, lokalt LaTeX-projekt där rena textfiler på hårddisken förblir den enda sanningskällan och där Git även fortsättningsvis bevarar projektets hela versionshistorik. I gränssnittet hålls granskning av ändringar och hantering av versionshistorik tydligt åtskilda: att klicka på "Godta" på sidan registrerar endast ditt redaktionella ställningstagande, medan det alltid är ett separat, medvetet steg under din egen kontroll att tillämpa de godkända ändringarna på manuskriptet, göra en commit eller pusha till ett fjärrarkiv.

Att ta ansvar för varje ändring

Att flytta gränssnittet från källkoden tillbaka till manuskriptet handlar också om något ännu allvarligare: forskarens ansvar för det egna namnet på artikeln. I takt med att AI blir allt skickligare på att putsa bevis, harmonisera notation mellan kapitel och strama upp långrandiga stycken, växer också en mer svårupptäckt risk fram: "välformulerade hallucinationer och felslut". En agent kan utan vidare framställa en oklanderligt typsatt sida men under omskrivningen i tysthet ha försvagat ett teorems förutsättningar, tappat bort ett randvillkor eller överdrivit vilka slutsatser en experimentell kurva faktiskt ger stöd för.

Om författaren måste lägga en stor del av sin mentala energi på att tolka källkods-diffar, kontrollera tabellavgränsare och hoppa mellan fönster, urvattnas oundvikligen den skärpa som krävs för den vetenskapliga prövningen. När Papilot tar bort det visuella bruset i källkodslagret och låter dig jämföra före och efter direkt på den typsatta sidan, är syftet inte att fatta besluten åt dig, utan att skärpa forskarens kritiska blick. Typografisk klarhet är aldrig detsamma som vetenskaplig riktighet; huruvida teoremet fortfarande håller, notationen är entydig och varje påstående tål kollegornas granskning kan bara författaren själv svara för. När den omständliga märkkoden träder tillbaka i kulisserna hamnar det mänskliga vetenskapliga omdömet i stället mitt i strålkastarljuset.

Om du vill uppleva detta arbetssätt innan du konfigurerar ett lokalt projekt kan du öppna vår förberedda interaktiva demonstration direkt i webbläsaren. Utan att ansluta en aktiv AI eller installera en lokal LaTeX-miljö kan du där prova hela flödet med att skapa kommentarer på sidan och granska typsatta ändringar före och efter. När du är redo att koppla in din egen favoritagent i dina egna artikelprojekt är du välkommen till Papilots GitHub-arkiv för att hämta skrivbordsklienten och hela källkoden under öppen MIT-licens.

Tillbaka till sidan i manuskriptet

Under lång tid har samarbete med maskiner i skrivprocessen inneburit att människan tvingats betrakta sina egna tankar genom maskinens mellanspråk. Vi vande oss vid att pussla ihop vår framställning mellan filträd, kodpatchar och delade fönster, och att betrakta den färdigtypsatta sidan som en belöning man bara får en skymt av efter en lyckad kompilering.

Låt oss nu återvända till sidan sju. Den omvända subtypsrelationen har ringats in i marginalen, den reviderade formeln vilar tryggt på sin plats och härledningen därunder är åter stram och klar. Från det ögonblick du upptäckte felet tills revideringen var fullbordad behövde din blick aldrig lämna ditt eget resonemang. Manuskriptet är äntligen helt igen. Det är här du läser, det är här du samtalar med AI:n, och det är här du står för varje ord på sidan.