A mesterséges intelligencia hivatkozásait tartalmazó tudományos közlemények több hivatkozást kapnak

A mesterséges intelligencia hivatkozásait tartalmazó tudományos közlemények több hivatkozást kapnak

Tanulmányok címekkel vagy absztraktokkal, amelyek meghatározzák Mesterséges intelligencia (AI) módszerek nagyobb valószínűséggel szerepelnek a szakterületükön a legtöbb idézett 5%-ban, mint azok, amelyek nem hivatkoznak ezekre a technikákra. Ezek a munkák is többet kapnak Idézetek más tudományágakból, mint a mesterséges intelligencia kifejezéseket nem használó tanulmányokból.

Ám ezt az „idézetnövelést” nem minden szerző veszi egyformán észre. Az elemzésből az is kiderül, hogy a kutatók a Csoportok, amelyek történelmileg alulreprezentáltak a tudományban, nem kapnak ugyanannyira a hivatkozások növekedését, mint kollégáik, amikor mesterséges intelligencia eszközöket használnak munkájuk során – ami arra utal, hogy az AI létezik Egyenlőtlenségek súlyosbíthatja.

Az eredmények egy tanulmányból származnak, amelynek célja a mesterséges intelligencia tudományos kutatásban való felhasználásának és lehetséges előnyeinek számszerűsítése. A Nature Human Behavior legújabb jelentése azonban aggályokat is felvet. A tudósokat arra lehet csábítani, hogy a mesterséges intelligenciát kizárólag az idézettségük növelésének eszközeként használják – függetlenül attól, hogy az AI-eszközök valóban javítják-e az iratok minőségét – mondja Lisa Messeri, a Connecticut állambeli New Haven-i Yale Egyetem tudományos és technológiai antropológusa. "Győződjön meg arról, hogy amikor mesterséges intelligenciába fektetünk be, ne hanyagoljunk el más megközelítéseket" - mondja.

A tanulmány azt is megadja, hogyan kell számszerűsíteni Az AI megváltoztatja a tudományos kutatást mondja Dashun Wang, a tanulmány társszerzője és az Illinois állambeli Evanston-i Northwestern Egyetem tudományos kutatója. "Most végre szisztematikus adatokkal rendelkezünk" - mondta Wang, amelyek kritikusak lesznek a mesterséges intelligencia tudományban való felhasználásával kapcsolatos különbségek kezelésében.

Az AI felemelkedésének nyomon követése

A tudósok mesterséges intelligencia iránti elkötelezettségének mérésére a szerzők az MI-vel kapcsolatos kifejezéseket – mint például a „gépi tanulás” és a „mély neurális hálózatok” – azonosították az 1960 és 2019 között 19 tudományterületen megjelent közel 75 millió közlemény kivonatában és címében. Wang elismeri, hogy a határidő miatt a tanulmány figyelmen kívül hagyja a mesterséges intelligencia jelenlegi fejleményeit, beleértve az olyan nagy nyelvi modellek térnyerését, mint pl. ChatGPT, amely máris megváltoztatja egyes kutatók tudományának módját, nem tudja teljesen felfogni.

A tanulmány szerint a tudósok mind a 19 tudományágban növelték az AI-eszközök használatát az elmúlt két évtizedben (lásd: „Az AI használata növekszik”). Vannak azonban jelentős különbségek: az informatika, a matematika és a mérnöki tudományok a legmagasabb szintű mesterséges intelligencia-használatot mutatják, míg a történelem, a művészet és a politikatudomány a legalacsonyabbat. A geológia, a fizika, a kémia és a biológia díjai a kettő között vannak.

Hm az AI lehetséges előnyei Minden egyes tudományág esetében a szerzők először azonosították a kutatással kapcsolatos feladatokat, amelyeket az AI elvégezhet. Az 1960 és 2019 közötti MI-vel foglalkozó publikációkban aztán nyomon követték e készségek időbeli növekedését azáltal, hogy nyomon követték az ige-főnév párokat, mint például az „adatelemzés” és a „kép generálása”. Megvizsgálva, hogy ezek a kifejezések mennyiben fedték egymást az MI-vel kapcsolatos publikációkban az adott kutatási terület alapvető feladataihoz képest, a kutatók képesek voltak-e az idő múlásával megfelelni az AI-val kapcsolatos szakterületek szükségleteinek.

Ismét a számítástechnika, a matematika és a mérnöki tudományok jártak a legnagyobb potenciális haszonnal, míg a legalacsonyabb a történelem, a művészet és a politikatudomány.

Marinka Zitnik, a Massachusetts állambeli bostoni Harvard Medical School orvosbiológiai informatikai szakembere kifejti, hogy a tanulmány megközelítése azért érdekes, mert lehetővé teszi több tudományág szisztematikus elemzését. Ennek azonban korlátai is vannak. „Mivel a szerzők nagyon széleskörű, szisztematikus vizsgálatot akartak végezni, nem feltétlenül tudták belemenni a részletekbe, és nem tudták teljesen megérteni a konkrét okokat, amiért egy adott ige vagy főnév megjelent egy tanulmányban” – mondja. Csak azért, mert bizonyos igék és főnevek együtt szerepelnek egy dokumentumban, még nem jelenti azt, hogy ha a mesterséges intelligencia el tudja végezni a leírt feladatot, az feltétlenül hasznos lesz az adott területen – jegyzi meg.

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

   Cikk  
   Google Tudós  

Referenciák letöltése