引用人工智能的科学论文获得更多引用

引用人工智能的科学论文获得更多引用

具有指定标题或摘要的研究 人工智能 (AI) 方法 与那些没有引用这些技术的论文相比，它们更有可能进入所在领域被引用次数前 5% 的论文。这些职位也获得更多 引文 来自其他学科而不是不使用人工智能术语的研究。

但这种“引用增加”并没有被所有作者同等地注意到。分析还表明，研究人员来自 历史上在科学领域代表性不足的群体 ，当他们在工作中使用人工智能工具时，没有获得与同事相同的引用增长 - 这表明人工智能的存在 不平等现象 可能会加剧。

这些发现来自一项旨在量化人工智能在科学研究中的使用和潜在好处的研究。然而，《自然人类行为》的最新报告也引发了担忧。康涅狄格州纽黑文市耶鲁大学科技人类学家丽莎·梅塞里 (Lisa Messeri) 表示，科学家可能会被引诱仅仅将人工智能用作增加引用的手段，而不管人工智能工具是否真正提高了论文质量。 “我们希望确保当我们[投资]人工智能时，我们不会忽视其他方法，”她说。

该研究还提供了急需的量化方法 人工智能正在改变科学研究 该研究的合著者、伊利诺伊州埃文斯顿西北大学的科学研究人员大顺王说。 “现在我们终于有了系统数据，”王说，这对于解决与人工智能在科学中使用相关的差异至关重要。

追踪人工智能的崛起

为了衡量科学家对人工智能的参与程度，作者在 1960 年至 2019 年发表的 19 个学科的近 7500 万篇论文的摘要和标题中确定了与人工智能相关的术语，例如“机器学习”和“深度神经网络”。王承认，由于截止日期的原因，该研究忽略了人工智能当前的发展，包括大型语言模型的兴起，例如 ChatGPT，它已经改变了一些研究人员的科学研究方式 ，不能完全掌握。

根据这项研究，过去二十年里，所有 19 个学科的科学家都增加了对人工智能工具的使用（参见“人工智能的使用正在增加”）。然而，两者之间存在显着差异：计算机科学、数学和工程学的人工智能使用水平最高，而历史、艺术和政治科学的人工智能使用水平最低。地质学、物理学、化学和生物学的比率介于两者之间。

嗯 人工智能的潜在好处 对于每个学科，作者首先确定了人工智能可以执行的与研究相关的任务。然后，他们通过跟踪 1960 年至 2019 年间有关人工智能的出版物中的特定动词-名词对（例如“分析数据”和“生成图像”）来跟踪这些技能随时间的增长。通过检查这些术语在人工智能相关出版物中与特定研究领域的基本任务相比有多少重叠程度，研究人员能够评估人工智能的能力是否能够满足该领域不断变化的需求。

计算机科学、数学和工程学再次获得最高的潜在收益，而历史、艺术和政治科学的潜在收益最低。

马萨诸塞州波士顿哈佛医学院的生物医学信息学专家 Marinka Zitnik 解释说，这项研究的方法很有趣，因为它允许跨多个科学学科进行系统分析。然而，它也有局限性。 “因为作者想要进行一项非常广泛、系统的研究，他们不一定能深入细节并完全理解特定动词或名词出现在论文中的具体原因，”她说。她指出，仅仅因为某些动词和名词一起出现在论文中并不意味着如果人工智能能够执行所描述的任务，它就一定对该领域有用。

1. 高，J. 和王，D. 自然嗡嗡声。行为 https://doi.org/10.1038/s41562-024-02020-5 (2024)。

   文章  
   谷歌学术  

下载参考资料