Videnskabeligt arbejde med AI -referencer modtager flere citater

Undersøgelser viser, at videnskabeligt arbejde med AI -omtale i deres titler bevarer flere citater og øger mulige uligheder.
(Symbolbild/natur.wiki)

Videnskabeligt arbejde med AI -referencer modtager flere citater

Undersøgelser med titler eller abstracts, den bestemte >> >> >> omtale, det 5 % oftest citerede arbejde inden for deres felt som dem, der ikke henviser til disse teknikker. = "Body Text Link"> Citater Fra andre afdelinger end undersøgelser, der ikke bruger AI -termer.

Men denne "citationsdrivning" opfattes ikke jævnt af alle forfattere. Analysen viser også, at forskere fra Grupper, der er historisk underrepRESPRESENT. , modtag ikke den samme citeringsstigning som deres kolleger, når de bruger AI-værktøjer i deres arbejdsemiddel, hvilket indikerer, at Ki eksisterer uligheder kunne stramme.

Viden kommer fra en undersøgelse, der sigter mod at kvantificere brugen og potentielle fordele ved AI i videnskabelig forskning. Imidlertid rejser den sidste rapport i naturen menneskelig adfærd også bekymringer. Forskere kunne blive fristet til at bruge AI udelukkende som et middel til at øge deres citatsorienterede, hvorvidt AI-værktøjerne faktisk forbedrer kvaliteten af ​​arbejdet, forklarer Lisa Messeri, en antropolog for videnskab og teknologi ved Yale University i New Haven, Connecticut. "Vi vil gerne sikre os, at vi ikke forsømmer andre tilgange i [investeringen] i AI," siger hun.

Undersøgelsen tilvejebringer også en presserende nødvendig kvantificering, såsom

Forfølgelse af stigningen i Ki

M "https://www.nature.com/articles/d41586-023-00340-6" Data-Track "Data-Label =" https://www.nature.com/articles/D41586-023-00340-6 "Data-Track-Category =" Body Text Link "> ChatGpt, som ændrer allerede Way-forskningen.

Ifølge undersøgelsen har forskere øget deres brug af AI -værktøjer i alle 19 discipliner i de sidste to årtier (se 'brug af AI -stigninger'). Der er dog betydelige forskelle: datalogi, matematik og teknik viser de højeste værdier i brugen af ​​AI, mens historie, kunst og statsvidenskab har den laveste. Satserne for geologi, fysik, kemi og biologi er i mellem.

um til at sætte pris Forfattere identificerede først forskningsrelaterede opgaver, som AI kan udføre. De forfulgte derefter stigningen i disse færdigheder over tid ved at spore visse verb nome-par, såsom 'analysere data' og 'generere billedet', i publikationer via AI mellem 1960 og 2019. Ved at undersøge, hvor stærkt disse udtryk overlappede disse udtryk i AI-relaterede publikationer sammenlignet med det grundlæggende opgaver af et bestemt forskningsfelt over tid, var forskerne i stand til at evaluere, om evnerne til AI kunne opfylde de udviklende de særlige behov, der er behov for en særlig særlige område.

En anden gang datalogi, matematik og teknik var forbundet med de højeste potentielle fordele, mens historie, kunst og statsvidenskab havde den laveste.

Marinka Zitnik, specialist for biomedicinsk datalogi ved Harvard Medical School i Boston, Massachusetts, forklarer, at undersøgelsens tilgang er interessant, fordi den tillader en systematisk analyse på tværs af flere videnskabelige discipliner. Han har dog også begrænsninger. ”Da forfatterne ønskede at udføre en meget bred, systematisk undersøgelse, kunne de ikke nødvendigvis gå i detaljer og forstå de særlige grunde til forekomsten af ​​et specifikt verb eller substantiv i et værk,” siger hun. Bare fordi visse verb og substantiver forekommer sammen i et værk, betyder det ikke, at hvis AI kan udføre den beskrevne opgave, er dette nødvendigvis nyttigt til dette felt.

  1. >>

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

    Artikel
    Google Scholar