論文の概要: Remote Collaboration Fuses Fewer Breakthrough Ideas
- arxiv url: http://arxiv.org/abs/2206.01878v2
- Date: Tue, 7 Jun 2022 12:18:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:28:54.837528
- Title: Remote Collaboration Fuses Fewer Breakthrough Ideas
- Title（参考訳）: リモートコラボレーションはブレークスルーのアイデアを邪魔する
- Authors: Yiling Lin, Carl Benedikt Frey, Lingfei Wu
- Abstract要約: 分散チームの研究者は、ブレークスルーを発見する可能性が一貫して低いことを示しています。
リモートチームが理論的に協力する一方で、実際の協力は、最終段階の技術的プロジェクトタスクに集中します。
- 参考スコア（独自算出の注目度）: 35.35501840883436
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientists and inventors around the world are more plentiful and
interconnected today than ever before. But while there are more people making
discoveries, and more ideas that can be reconfigured in novel ways, research
suggests that new ideas are getting harder to find-contradicting recombinant
growth theory. In this paper, we shed new light on this apparent puzzle.
Analyzing 20 million research articles and 4 million patent applications across
the globe over the past half-century, we begin by documenting the rise of
remote collaboration across locations, underlining the growing
interconnectedness of scientists and inventors globally. However, we also show
that for all fields, periods, and team sizes, researchers in these distributed
teams are consistently less likely to make breakthrough discoveries relative to
their onsite counterparts. Using a novel dataset that allows us to explore the
division of labor within each team, we find that distributed team members tend
to collaborate in technical tasks-like collecting and analyzing data-but are
less likely to join forces in conceptual tasks, such as conceiving new ideas
and designing research. Hence, while remote teams collaborate in theory, actual
cooperation centers on late-stage, technical project tasks, involving more
codified knowledge. We conclude that despite striking improvements in remote
work technology in recent years, remote teams are less likely to integrate
existing knowledge to produce new, disruptive ideas. This also provides an
explanation for why new ideas are getting harder to find.
- Abstract（参考訳）: 世界中の科学者や発明家は、かつてないほど寛大で相互に結びついています。
しかし、新しい方法で再構成できるアイデアが増えている一方で、新たなアイデアが組み合わさった成長理論を見つけるのが難しくなっていることを研究は示唆している。
本稿では、この明らかなパズルに新しい光を当てた。
過去半世紀にわたって2000万件の研究論文と400万件の特許出願を分析した上で、我々は、世界中の科学者と発明家の相互接続性の高まりを裏付けるリモートコラボレーションの台頭を文書化し始めた。
しかしながら、すべての分野、期間、チームサイズにおいて、これらの分散チームの研究者は、オンサイトに対するブレークスルーの発見が一貫して少なくなることも示しています。
分散チームのメンバは、データ収集や分析のような技術的なタスクで協力する傾向がありますが、新しいアイデアや研究の設計など、概念的なタスクに協力する可能性が低いことが分かりました。
したがって、リモートチームが理論的に協力する一方で、実際の協力は、より体系化された知識を含む、後期の技術プロジェクトタスクに集中する。
近年、リモートワーク技術が大幅に改善されているにもかかわらず、リモートチームは既存の知識を統合して新しい破壊的なアイデアを生み出す可能性は低いと結論付けている。
これはまた、新しいアイデアを見つけるのが難しくなっている理由を説明する。
関連論文リスト
- Two Heads Are Better Than One: A Multi-Agent System Has the Potential to Improve Scientific Idea Generation [48.29699224989952]
VirSciは研究のアイデアを共同で生成し、評価し、洗練するエージェントのチームを組織している。
このマルチエージェントアプローチは、新規で影響力のある科学的アイデアを生み出す上で、最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-10-12T07:16:22Z) - O1 Replication Journey: A Strategic Progress Report -- Part 1 [52.062216849476776]
本稿では,O1 Replication Journeyに具体化された人工知能研究の先駆的アプローチを紹介する。
我々の方法論は、長期化したチームベースのプロジェクトの不規則性を含む、現代のAI研究における重要な課題に対処する。
本稿では,モデルにショートカットだけでなく,完全な探索プロセスの学習を促す旅行学習パラダイムを提案する。
論文 参考訳（メタデータ） (2024-10-08T15:13:01Z) - A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。
50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。
発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-21T08:54:56Z) - Forecasting high-impact research topics via machine learning on evolving
knowledge graphs [0.8158530638728501]
我々は、研究者がこれまでに出版したことのないアイデアの発症の影響を予測する方法を示す。
我々は、2200万以上の科学論文から構築された大きな進化した知識グラフを開発した。
論文 参考訳（メタデータ） (2024-02-13T18:09:38Z) - AI for Science: An Emerging Agenda [30.260160661295682]
本報告では,Dagtuhl Seminar 22382 "Machine Learning for Science: Bridging Data-Driven and Mechanistic Modelling"のプログラムと成果について報告する。
AIの変革的ポテンシャルは、分野にわたって広く適用可能であることに由来するもので、研究領域間での統合によってのみ達成される。
技術的な進歩に加えて、この分野における次の進歩の波は、機械学習研究者、ドメインエキスパート、市民科学者、エンジニアのコミュニティを構築することにある。
論文 参考訳（メタデータ） (2023-03-07T20:21:43Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳（メタデータ） (2022-10-04T17:32:27Z) - Bridger: Toward Bursting Scientific Filter Bubbles and Boosting
Innovation via Novel Author Discovery [22.839876884227536]
ブリッジャー(Bridger)は、学者とその研究の発見を促進するシステムである。
論文から抽出した情報と推論されたペルソナを用いて著者の顔表現を構築する。
我々は、科学者間の共通点とコントラストを見つけるアプローチを開発する。
論文 参考訳（メタデータ） (2021-08-12T11:24:23Z) - Learnings from Frontier Development Lab and SpaceML -- AI Accelerators
for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。
我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。
FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文 参考訳（メタデータ） (2020-11-09T21:23:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。