Vitenskapelige artikler med AI-referanser får flere siteringer
Studier viser at vitenskapelige artikler med AI-omtale i titlene får flere siteringer og øker mulige ulikheter.

Vitenskapelige artikler med AI-referanser får flere siteringer
Studier med titler eller sammendrag som spesifiserer Kunstig intelligens (AI) metoder er mer sannsynlig å være i topp 5% siterte artikler innen sitt felt enn de som ikke refererer til disse teknikkene. Disse jobbene får også mer Sitater fra andre disipliner enn studier som ikke bruker AI-begreper.
Men denne "siteringsøkningen" legges ikke like merke til av alle forfattere. Analysen viser også at forskere fra Grupper som har vært historisk underrepresentert i vitenskapen, får ikke den samme siteringsveksten som kollegene deres når de bruker AI-verktøy i arbeidet sitt - noe som tyder på at AI eksisterer Ulikheter kunne forverre.
Funnene kommer fra en studie som tar sikte på å kvantifisere bruken og potensielle fordelene med AI i vitenskapelig forskning. Den siste rapporten i Nature Human Behavior vekker imidlertid også bekymring. Forskere kan lokkes til å bruke AI utelukkende som et middel til å øke siteringene sine – uavhengig av om AI-verktøyene faktisk forbedrer kvaliteten på papirene, sier Lisa Messeri, en vitenskapelig og teknologisk antropolog ved Yale University i New Haven, Connecticut. "Vi vil forsikre oss om at når vi [investerer] i AI, vi ikke forsømmer andre tilnærminger," sier hun.
Studien gir også sårt tiltrengt kvantifisering av hvordan AI endrer vitenskapelig forskning sier Dashun Wang, medforfatter av studien og vitenskapsforsker ved Northwestern University i Evanston, Illinois. "Nå har vi endelig systematiske data," sa Wang, som vil være avgjørende for å adressere forskjeller knyttet til bruken av AI i vitenskapen.
Spor fremveksten av AI
For å måle forskernes engasjement med AI, identifiserte forfatterne AI-relaterte termer - som "maskinlæring" og "dyp nevrale nettverk" - i sammendragene og titlene på nesten 75 millioner artikler publisert fra 1960 til 2019 på tvers av 19 disipliner. Wang erkjenner at på grunn av fristen ignorerer studien dagens utvikling innen AI, inkludert fremveksten av store språkmodeller som f.eks. ChatGPT, som allerede endrer måten noen forskere driver med vitenskap på, kan ikke helt forstå.
Ifølge studien har forskere i alle 19 disipliner økt bruken av AI-verktøy i løpet av de siste to tiårene (se 'Bruk av AI øker'). Det er imidlertid betydelige forskjeller: informatikk, matematikk og ingeniørfag viser de høyeste nivåene av AI-bruk, mens historie, kunst og statsvitenskap viser de laveste. Satsene for geologi, fysikk, kjemi og biologi ligger i mellom.
Um de potensielle fordelene med AI For hver disiplin identifiserte forfatterne først forskningsrelaterte oppgaver som AI kan utføre. De fulgte deretter veksten av disse ferdighetene over tid ved å spore spesifikke verb-substantiv-par, for eksempel 'analysere data' og 'generere bilde', i publikasjoner om AI mellom 1960 og 2019. Ved å undersøke hvor mye disse begrepene overlappet i AI-relaterte publikasjoner sammenlignet med de grunnleggende oppgavene til et gitt forskningsfelt over tid, kunne forskerne dekke behovene til AI-feltet.
Nok en gang var informatikk, matematikk og ingeniørfag forbundet med de høyeste potensielle fordelene, mens historie, kunst og statsvitenskap hadde de laveste.
Marinka Zitnik, en biomedisinsk informatikkspesialist ved Harvard Medical School i Boston, Massachusetts, forklarer at studiens tilnærming er interessant fordi den gir mulighet for systematisk analyse på tvers av flere vitenskapelige disipliner. Det har imidlertid også begrensninger. "Fordi forfatterne ønsket å gjennomføre en veldig bred, systematisk studie, kunne de ikke nødvendigvis gå i detalj og fullt ut forstå de spesifikke årsakene til at et bestemt verb eller substantiv dukket opp i en artikkel," sier hun. Bare fordi visse verb og substantiv vises sammen i et papir, betyr det ikke at hvis AI kan utføre oppgaven som er beskrevet, vil det nødvendigvis være nyttig for det feltet, bemerker hun.
-
Gao, J. & Wang, D. Nature Hum. Atferd https://doi.org/10.1038/s41562-024-02020-5 (2024).