Tekoälyviitteitä sisältävät tieteelliset artikkelit saavat enemmän lainauksia

Tekoälyviitteitä sisältävät tieteelliset artikkelit saavat enemmän lainauksia

Tutkimukset, joiden otsikot tai tiivistelmät määrittelevät Tekoälyn (AI) menetelmät ovat todennäköisemmin 5 prosentin suosituimpien lehtien joukossa alallaan kuin ne, jotka eivät viittaa näihin tekniikoihin. Nämä työt saavat myös enemmän Lainaukset muista tieteenaloista kuin tutkimuksista, joissa ei käytetä tekoälyn termejä.

Mutta kaikki kirjoittajat eivät huomaa tätä "sitaatin lisäystä". Analyysi osoittaa myös, että tutkijat Ryhmät, jotka ovat olleet historiallisesti aliedustettuina tieteessä, eivät saa samaa viittausten kasvua kuin kollegansa, kun he käyttävät tekoälytyökaluja työssään - mikä viittaa tekoälyn olemassaoloon Epätasa-arvo voisi pahentaa.

Tulokset ovat peräisin tutkimuksesta, jonka tarkoituksena on kvantifioida tekoälyn käyttöä ja mahdollisia hyötyjä tieteellisessä tutkimuksessa. Nature Human Behavior -lehden viimeisin raportti herättää kuitenkin myös huolta. Tiedemiehet voitaisiin houkutella käyttämään tekoälyä vain keinona lisätä viittauksiaan – riippumatta siitä, parantavatko tekoälytyökalut todella paperien laatua, sanoo Lisa Messeri, tiede- ja teknologiaantropologi Yalen yliopistosta New Havenissa Connecticutissa. "Haluamme varmistaa, että kun [sijoitamme] tekoälyyn, emme unohda muita lähestymistapoja", hän sanoo.

Tutkimus tarjoaa myös kaivattua kvantifiointia miten Tekoäly muuttaa tieteellistä tutkimusta sanoo Dashun Wang, tutkimuksen toinen kirjoittaja ja tiedetutkija Northwestern Universitystä Evanstonissa Illinoisissa. "Nyt meillä on vihdoin systemaattista dataa", Wang sanoi, mikä on ratkaisevan tärkeää tekoälyn käyttöön tieteessä liittyvien erojen korjaamisessa.

Tekoälyn nousun seuraaminen

Mittaakseen tutkijoiden sitoutumista tekoälyyn kirjoittajat tunnistivat tekoälyyn liittyviä termejä - kuten "koneoppiminen" ja "syvät neuroverkot" - lähes 75 miljoonan artikkelin tiivistelmistä ja otsikoista, jotka julkaistiin vuosina 1960–2019 19 tieteenalalla. Wang myöntää, että määräajan vuoksi tutkimuksessa ei oteta huomioon tekoälyn nykyistä kehitystä, mukaan lukien suurten kielimallien, kuten esim. ChatGPT, joka muuttaa jo tapaa, jolla jotkut tutkijat tekevät tiedettä, ei voi täysin käsittää.

Tutkimuksen mukaan kaikkien 19 tieteenalan tutkijat ovat lisänneet tekoälytyökalujen käyttöä viimeisen kahden vuosikymmenen aikana (katso "Tekoälyn käyttö lisääntyy"). Merkittäviä eroja on kuitenkin: tietojenkäsittelytiede, matematiikka ja tekniikka osoittavat eniten tekoälyn käyttöä, kun taas historia, taide ja valtiotieteet ovat vähiten. Geologian, fysiikan, kemian ja biologian hinnat ovat siltä väliltä.

Hmm tekoälyn mahdolliset edut Jokaiselle tieteenalalle kirjoittajat tunnistivat ensin tutkimukseen liittyvät tehtävät, joita tekoäly voi suorittaa. Sen jälkeen he seurasivat näiden taitojen kehittymistä ajan myötä seuraamalla tiettyjä verbi-substantiivipareja, kuten "analysoi dataa" ja "luo kuva", tekoälyä koskevissa julkaisuissa vuosina 1960–2019. Tutkimalla, kuinka paljon nämä termit päällekkäisivät tekoälyyn liittyvissä julkaisuissa verrattuna tietyn tutkimusalan perustehtäviin ajan mittaan, tutkijat pystyivät arvioimaan, pystyivätkö AI:n alan tarpeet ajan myötä arvioimaan.

Jälleen kerran tietojenkäsittelytiede, matematiikka ja tekniikka yhdistettiin suurimmat mahdolliset hyödyt, kun taas historia, taide ja valtiotieteet olivat vähiten.

Marinka Zitnik, biolääketieteen informatiikan asiantuntija Harvard Medical Schoolista Bostonissa, Massachusettsissa, selittää, että tutkimuksen lähestymistapa on mielenkiintoinen, koska se mahdollistaa systemaattisen analyysin useilla tieteenaloilla. Sillä on kuitenkin myös rajoituksia. "Koska kirjoittajat halusivat tehdä erittäin laajan, systemaattisen tutkimuksen, he eivät välttämättä voineet mennä yksityiskohtiin ja täysin ymmärtää erityisiä syitä, miksi tietty verbi tai substantiivi esiintyi paperissa", hän sanoo. Se, että tietyt verbit ja substantiivit esiintyvät yhdessä paperissa, ei tarkoita, että jos tekoäly pystyy suorittamaan kuvatun tehtävän, siitä on välttämättä hyötyä kyseiselle alalle, hän huomauttaa.

1. Gao, J. & Wang, D. Nature Hum. Käyttäytyminen https://doi.org/10.1038/s41562-024-02020-5 (2024).

   Artikla  
   Google Scholar  

Lataa viitteitä