研究框架
SRI 的研究框架是一套工作體系，旨在避免將宏大的構想直接視為結論，而是將其逐步轉化為問題、證據、模型、原型、評估及社會實踐。即使跨越多個領域，我們也強調不應迷失於「哪些已獲證實」、「哪些屬於推論」以及「哪些是尚未驗證的假設」之間。
為何需要框架
AI 能在短時間內連結大量資訊，然而，能生成看似合理的解釋，並不代表其主張是正確的。此外，優化單一評估指標時，可能會導致無法被量化的價值或少數觀點遭到忽視。
SRI 透過將從觀察到公開的流程進行分離，並在每個階段設置核查項目，以避免過早下結論，同時持續推進研究。
六個研究階段
1. Observation｜觀察
收集現象、論文、統計、法律制度、報導、當事人經驗及系統日誌。記錄來源、獲取日期、對象範圍、缺失值與觀察條件，並區分「資訊的存在」與「內容的正確性」。
2. Representation｜呈現
將其轉換為適合問題形式的文字、公式、圖表、數據結構、地圖或模擬等。任何一種呈現方式都會強調現實的一部分，同時捨棄另一部分；因此，我們不會僅憑單一圖表或指標來代表整體。
3. Selection｜選擇
明確說明採用了哪些假設、變數、邊界、時間尺度與評估標準。同時記錄未採用的方案及其原因，以確保後續的觀察者能夠重新審視該判斷。
4. Experiment｜原型製作與驗證
從小規模計算、反例測試、原型開發及對照實驗開始。AI 的輸出僅為待驗證項目，而非證據本身。需確認其再現條件與失敗條件。
5. Governance｜安全性與責任
設計決策者、受影響者以及具備中止權限者的機制。在醫療、法律、公共政策、金融等需要高度謹慎的領域，則以專家審核、權限控管、稽核日誌及使用範圍限制為前提。
6. Publication｜公開與更新
將成果轉化為研究筆記、預印本、實作資料及面向大眾的解說。在公開後，持續管理版本、更正、撤回及更新原因，避免將結論僵化。
區分四種描述類型
| 事實 (Fact) | 一手資料、觀察結果、可重新驗證的數據 |
|---|---|
| 推論 (Inference) | 從事實中得出的解釋，可能存在其他解釋 |
| 假設 (Hypothesis) | 未來的驗證對象，目前尚未確認 |
| 構想 (Creation) | 探索可能性的敘事、隱喻或未來願景 |
Non-closure｜避免過早封閉的設計
並非永遠保留判斷，而是在持有執行當下暫定結論的同時，也保留重新審視的空間。我們保存未採用的方案、少數意見以及模型外的殘差，以便在情況改變時能夠回溯。
轉化為實作
研究成果將轉化為知識資料庫 (DB)、決策支援、AI Agent、教育教材、公共數據視覺化及可稽核的工作流程。我們的原則是：絕不以實作的便利性為由，去掩蓋不確定性或社會風險。