Znanstveni članki z referencami AI prejmejo več citatov

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Študije kažejo, da znanstveni članki z omembo umetne inteligence v svojih naslovih prejmejo več citatov in povečajo možne neenakosti.

Studien zeigen, dass wissenschaftliche Arbeiten mit KI-Erwähnungen in ihren Titeln mehr Zitationen erhalten und mögliche Ungleichheiten verstärken.
Študije kažejo, da znanstveni članki z omembo umetne inteligence v svojih naslovih prejmejo več citatov in povečajo možne neenakosti.

Znanstveni članki z referencami AI prejmejo več citatov

Študije z naslovi ali povzetki, ki navajajo Metode umetne inteligence (AI). je večja verjetnost, da bodo med 5 % najbolje citiranimi dokumenti na svojem področju kot tisti, ki ne omenjajo teh tehnik. Ta delovna mesta tudi prejemajo več Citati iz drugih disciplin, razen študij, ki ne uporabljajo izrazov AI.

Toda tega »povišanja citiranosti« vsi avtorji ne opazijo enako. Analiza še kaže, da raziskovalci iz Skupine, ki so bile zgodovinsko premalo zastopane v znanosti, nimajo enake rasti citiranosti kot njihovi kolegi, ko pri svojem delu uporabljajo orodja umetne inteligence – kar nakazuje, da umetna inteligenca obstaja Neenakosti lahko poslabša.

Ugotovitve izhajajo iz študije, katere cilj je kvantificirati uporabo in možne koristi umetne inteligence v znanstvenih raziskavah. Vendar pa zadnje poročilo v Nature Human Behavior prav tako vzbuja pomisleke. Znanstvenike bi lahko zvabili k uporabi umetne inteligence izključno kot sredstva za povečanje citiranosti – ne glede na to, ali orodja umetne inteligence dejansko izboljšajo kakovost člankov, pravi Lisa Messeri, antropologinja znanosti in tehnologije na univerzi Yale v New Havenu v Connecticutu. »Želimo zagotoviti, da ko [vlagamo] v umetno inteligenco, ne zanemarimo drugih pristopov,« pravi.

Študija zagotavlja tudi prepotrebno kvantifikacijo, kako AI spreminja znanstvene raziskave pravi Dashun Wang, soavtor študije in znanstveni raziskovalec na univerzi Northwestern v Evanstonu v Illinoisu. "Zdaj imamo končno sistematične podatke," je dejal Wang, kar bo ključnega pomena za odpravo razlik, povezanih z uporabo umetne inteligence v znanosti.

Sledenje vzponu AI

Da bi izmerili sodelovanje znanstvenikov z umetno inteligenco, so avtorji v povzetkih in naslovih skoraj 75 milijonov člankov, objavljenih od leta 1960 do 2019 v 19 disciplinah, identificirali izraze, povezane z umetno inteligenco, kot sta 'strojno učenje' in 'globoke nevronske mreže'. Wang priznava, da zaradi roka študija ne upošteva trenutnega razvoja umetne inteligence, vključno z vzponom velikih jezikovnih modelov, kot je npr. ChatGPT, ki že spreminja način, kako se nekateri raziskovalci ukvarjajo z znanostjo, ne more v celoti razumeti.

Glede na študijo so znanstveniki v vseh 19 disciplinah v zadnjih dveh desetletjih povečali uporabo orodij umetne inteligence (glejte 'Uporaba umetne inteligence narašča'). Vendar pa obstajajo velike razlike: računalništvo, matematika in inženiring kažejo najvišjo stopnjo uporabe umetne inteligence, medtem ko zgodovina, umetnost in politologija kažejo najnižjo. Vmes so stopnje za geologijo, fiziko, kemijo in biologijo.

Hm možne koristi umetne inteligence Za vsako disciplino so avtorji najprej opredelili naloge, povezane z raziskavami, ki jih lahko opravlja AI. Nato so sledili rasti teh veščin skozi čas s sledenjem specifičnim parom glagol-samostalnik, kot sta 'analiziraj podatke' in 'ustvari sliko', v publikacijah o umetni inteligenci med letoma 1960 in 2019. S preučevanjem, koliko se ti izrazi prekrivajo v publikacijah, povezanih z umetno inteligenco, v primerjavi s temeljnimi nalogami danega raziskovalnega področja skozi čas, so raziskovalci lahko ocenili, ali lahko zmogljivosti umetne inteligence zadostijo razvijajočim se potrebam tega področja.

Računalništvo, matematika in inženiring so bili znova povezani z največjimi potencialnimi koristmi, medtem ko so imeli zgodovina, umetnost in politične vede najmanjše.

Marinka Zitnik, specialistka za biomedicinsko informatiko na Harvard Medical School v Bostonu, Massachusetts, pojasnjuje, da je pristop študije zanimiv, ker omogoča sistematično analizo v več znanstvenih disciplinah. Vendar pa ima tudi omejitve. »Ker so avtorji želeli izvesti zelo široko, sistematično študijo, niso mogli nujno iti v podrobnosti in popolnoma razumeti posebnih razlogov, zakaj se je določen glagol ali samostalnik pojavil v članku,« pravi. Samo zato, ker se določeni glagoli in samostalniki pojavljajo skupaj v dokumentu, ne pomeni, da bo umetna inteligenca, če lahko opravi opisano nalogo, nujno koristna za to področje, ugotavlja.

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

    člen  
    Google Učenjak  

Prenesite reference