Vetenskapliga artiklar med AI-referenser får fler citeringar
Studier visar att vetenskapliga artiklar med AI omnämnande i sina titlar får fler citeringar och ökar möjliga ojämlikheter.

Vetenskapliga artiklar med AI-referenser får fler citeringar
Studier med titlar eller sammanfattningar som specificerar Artificiell intelligens (AI) metoder är mer benägna att vara bland de 5 % citerade artiklarna inom sitt område än de som inte refererar till dessa tekniker. Dessa jobb får också mer Citat från andra discipliner än studier som inte använder AI-termer.
Men denna "citatökning" uppmärksammas inte lika av alla författare. Analysen visar också att forskare från Grupper som har varit historiskt underrepresenterade inom vetenskapen, får inte samma citeringstillväxt som sina kollegor när de använder AI-verktyg i sitt arbete - vilket tyder på att AI existerar Ojämlikheter skulle kunna förvärra.
Resultaten kommer från en studie som syftar till att kvantifiera användningen och potentiella fördelarna med AI i vetenskaplig forskning. Men den senaste rapporten i Nature Human Behavior väcker också oro. Forskare kan lockas att använda AI enbart som ett sätt att öka sina citeringar – oavsett om AI-verktygen faktiskt förbättrar kvaliteten på papper, säger Lisa Messeri, en vetenskaps- och teknikantropolog vid Yale University i New Haven, Connecticut. "Vi vill se till att när vi [investerar] i AI, vi inte försummar andra tillvägagångssätt," säger hon.
Studien ger också välbehövlig kvantifiering av hur AI förändrar den vetenskapliga forskningen säger Dashun Wang, medförfattare till studien och vetenskapsforskare vid Northwestern University i Evanston, Illinois. "Nu har vi äntligen systematiska data," sa Wang, som kommer att vara avgörande för att ta itu med skillnader relaterade till användningen av AI i vetenskapen.
Följer uppkomsten av AI
För att mäta forskarnas engagemang i AI, identifierade författarna AI-relaterade termer - som "maskininlärning" och "djupa neurala nätverk" - i sammanfattningarna och titlarna på nästan 75 miljoner artiklar publicerade från 1960 till 2019 i 19 discipliner. Wang erkänner att studien på grund av deadline ignorerar den aktuella utvecklingen inom AI, inklusive uppkomsten av stora språkmodeller som t.ex. ChatGPT, som redan förändrar hur vissa forskare gör vetenskap, kan inte förstå helt.
Enligt studien har forskare inom alla 19 discipliner ökat sin användning av AI-verktyg under de senaste två decennierna (se "Användningen av AI ökar"). Det finns dock betydande skillnader: datavetenskap, matematik och teknik visar de högsta nivåerna av AI-användning, medan historia, konst och statsvetenskap visar de lägsta. Priserna för geologi, fysik, kemi och biologi ligger däremellan.
Um de potentiella fördelarna med AI För varje disciplin identifierade författarna först forskningsrelaterade uppgifter som AI kan utföra. De spårade sedan tillväxten av dessa färdigheter över tid genom att spåra specifika verb-substantiv-par, såsom 'analysera data' och 'generera bild', i publikationer om AI mellan 1960 och 2019. Genom att undersöka hur mycket dessa termer överlappade i AI-relaterade publikationer jämfört med de grundläggande uppgifterna för ett givet forskningsfält över tid, kunde forskarna bedöma om AI-områdets behov kunde bedöma om AI-områdets behov.
Återigen var datavetenskap, matematik och teknik förknippade med de högsta potentiella fördelarna, medan historia, konst och statsvetenskap hade de lägsta.
Marinka Zitnik, en biomedicinsk informatikspecialist vid Harvard Medical School i Boston, Massachusetts, förklarar att studiens tillvägagångssätt är intressant eftersom det möjliggör systematisk analys över flera vetenskapliga discipliner. Men det har också begränsningar. "Eftersom författarna ville göra en mycket bred, systematisk studie, kunde de inte nödvändigtvis gå in i detaljer och helt förstå de specifika orsakerna till att ett visst verb eller substantiv förekom i en tidning", säger hon. Bara för att vissa verb och substantiv förekommer tillsammans i ett papper betyder det inte att om AI kan utföra den beskrivna uppgiften, kommer det nödvändigtvis att vara användbart för det fältet, konstaterar hon.
-
Gao, J. & Wang, D. Nature Hum. Beteende https://doi.org/10.1038/s41562-024-02020-5 (2024).