人工智能(AI)的快速发展几乎将重塑所有行业。近日,一项发表于《自然-人类行为》的研究发现,在标题或摘要中提及AI的论文,相比没有提到这项技术的论文,更有可能跻身相关领域引用次数前5%之列,在其他领域往往也能获得更多引用。
然而,并非所有作者都能受益于引用率的增长。来自科学领域代表性不足群体的研究人员,即使在工作中使用AI工具,所获得的引用率增长也不如同行显著。这表明AI可能会加剧现有的不平等现象。
论文作者之一、美国西北大学计算社会学家王大顺表示,该研究对AI如何改变科研进行了量化分析。这将有助于解决AI应用于科学领域产生的差异问题。
为衡量科学家对AI的使用情况,作者在1960年至2019年发表的近7500万篇论文(涵盖19个学科)的摘要和标题中,识别了与AI相关的术语,如“机器学习”和“深度神经网络”。由于截稿日期的原因,该研究未能捕捉AI的最新发展,例如ChatGPT等大型语言模型的兴起。
根据该研究,过去20年中,研究所涉及19个学科的研究人员都加强了对AI工具的使用,但存在较大差异。计算机科学、数学和工程学的使用率最高,历史、艺术和政治学的使用率最低,地质学、物理学、化学和生物学的使用率则介于两者之间。
研究还评估了AI对每个学科的潜在益处。同样的,计算机科学、数学和工程学与AI的潜在益处关联最高,而历史、艺术和政治学与AI的潜在益处关联最低。
美国哈佛大学医学院生物医学信息学家Marinka Zitnik表示,这篇论文使用的方法很有趣,能够对多个科学领域进行系统分析,但也存在局限性。
这项研究结果也引发了新的担忧。美国耶鲁大学科学技术人类学家Lisa Messeri指出,科学家可能会因此受到驱使,纯粹为增加论文引用率而使用AI工具,却忽视AI工具能否真的提高工作质量。
2024-11-21
本文结合当前新能源汽车行业的发展趋势,从技术创新、市场推广、政策影响等多角度深入分析新能源汽车的成长环境,提出面向未来的解决方案,旨在助力新能源汽车行业的持续进步和环保可持续发展。
2024-11-20
本文系统分析了文献、实验、调查、案例、比较、数理统计和混合研究等多种论文研究方法,通过原创性的介绍和描述,揭示了每种方法在科学研究中的独特价值与创新潜力,旨在为研究者提供新视角和深层洞见。
2024-11-20
深入分析电子商务领域的选题方法和依据,结合当前趋势和实际需求,列举多个有潜力的论文题目,并提供相应的研究思路和选题方向,帮助研究者精准定位学术方向和实践价值。