Fugu-MT 論文翻訳(概要): Science in the Era of ChatGPT, Large Language Models and AI: Challenges for Research Ethics Review and How to Respond

論文の概要: Science in the Era of ChatGPT, Large Language Models and AI: Challenges for Research Ethics Review and How to Respond

arxiv url: http://arxiv.org/abs/2305.15299v1
Date: Wed, 24 May 2023 16:23:46 GMT
ステータス: 翻訳完了
システム内更新日: 2023-05-25 14:31:44.552551
Title: Science in the Era of ChatGPT, Large Language Models and AI: Challenges for Research Ethics Review and How to Respond
Title（参考訳）: チャットGPT・大規模言語モデル・AI時代の科学 : 研究倫理の見直しと応答方法への挑戦
Authors: Evangelos Pournaras
Abstract要約: この論文は、科学行為における課題、倫理的および整合性のリスクをレビューする。研究機器と課題としてのAI言語モデルの役割は精査されている。 10のレコメンデーションは、AI言語モデルによるより責任ある研究行動に対する応答を形成する。
参考スコア（独自算出の注目度）: 3.3504365823045044
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Large language models of artificial intelligence (AI) such as ChatGPT find remarkable but controversial applicability in science and research. This paper reviews epistemological challenges, ethical and integrity risks in science conduct. This is with the aim to lay new timely foundations for a high-quality research ethics review in the era of AI. The role of AI language models as a research instrument and subject is scrutinized along with ethical implications for scientists, participants and reviewers. Ten recommendations shape a response for a more responsible research conduct with AI language models.
Abstract（参考訳）: ChatGPTのような人工知能(AI)の大規模な言語モデルは、科学と研究に顕著だが議論の余地がある。本稿では,科学行為における認識論的課題,倫理的・整合性リスクについて検討する。これは、AI時代の高品質な研究倫理レビューのための、新たなタイムリーな基礎を築くことを目的としている。研究機器と主題としてのAI言語モデルの役割は、科学者、参加者、レビュアーに対する倫理的意味とともに精査されている。 10のレコメンデーションは、AI言語モデルによるより責任ある研究行動に対する応答を形成する。

関連論文リスト

Bridging the Gap: Integrating Ethics and Environmental Sustainability in AI Research and Practice [57.94036023167952]
我々は、AIの倫理的影響を研究するための努力は、その環境への影響を評価するものと相まって行われるべきであると論じる。我々は,AI研究と実践にAI倫理と持続可能性を統合するためのベストプラクティスを提案する。
論文参考訳（メタデータ） (2025-04-01T13:53:11Z)
Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文参考訳（メタデータ） (2025-02-07T18:26:45Z)
Research Integrity and GenAI: A Systematic Analysis of Ethical Challenges Across Research Phases [0.0]
学界における生成AI(GenAI)ツールの急速な開発と利用は、ユーザにとって複雑で多面的な倫理的課題を提示している。本研究は、さまざまな研究段階におけるGenAIの使用による倫理的懸念について検討することを目的とする。
論文参考訳（メタデータ） (2024-12-13T13:31:45Z)
AI Ethics: A Bibliometric Analysis, Critical Issues, and Key Gaps [3.8214695776749013]
この研究は、過去20年間にAI倫理文学の総合的文献計測分析を行った。彼らは、コリングリッジジレンマを含む7つの重要なAI倫理問題、AIステータスの議論、AIの透明性と説明可能性に関連する課題、プライバシー保護の合併症、正義と公正の考慮、アルゴクラシーと人間の啓発に関する懸念、超知能の問題を提示している。
論文参考訳（メタデータ） (2024-03-12T21:43:21Z)
Applications, challenges and ethical issues of AI and ChatGPT in education [0.0]
近年の人工知能は、前例のないほど印象的な発展を見せている。本稿では,人工知能とChatGPTによる教育改善の機会について述べる。
論文参考訳（メタデータ） (2024-01-22T14:48:13Z)
Control Risk for Potential Misuse of Artificial Intelligence in Science [85.91232985405554]
我々は、科学におけるAI誤用の危険性の認識を高めることを目的としている。化学科学における誤用の実例を取り上げる。我々は、科学におけるAIモデルの誤用リスクを制御するSciGuardというシステムを提案する。
論文参考訳（メタデータ） (2023-12-11T18:50:57Z)
Human participants in AI research: Ethics and transparency in practice [0.9608936085613567]
人工知能(AI)と機械学習(ML)の進歩には、人間の参加者を巻き込んだ研究が欠かせない。しかし、AIと参加型研究者は、AIとMLの人間の参加者による倫理研究のガイドラインを欠いている。本稿は,これらの課題に対処し,技術研究者を実践的な知識で位置づけることを目的とする。
論文参考訳（メタデータ） (2023-11-02T14:12:21Z)
The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文参考訳（メタデータ） (2023-07-09T21:16:56Z)
The ethical ambiguity of AI data enrichment: Measuring gaps in research ethics norms and practices [2.28438857884398]
この研究は、AI研究とデータ豊か化のために、同等な研究倫理要件と規範がどのように開発されたか、そしてどの程度まで調査する。主要なAI会場は、人間のデータ収集のためのプロトコルを確立し始めているが、これらは矛盾なく著者が追従している。
論文参考訳（メタデータ） (2023-06-01T16:12:55Z)
Human-Centered Responsible Artificial Intelligence: Current & Future Trends [76.94037394832931]
近年、CHIコミュニティは人間中心のレスポンシブル人工知能の研究において著しい成長を遂げている。この研究はすべて、人権と倫理に根ざしたまま、人類に利益をもたらすAIを開発し、AIの潜在的な害を減らすことを目的としている。本研究グループでは,これらのトピックに関心のある学術・産業の研究者を集結させ,現在の研究動向と今後の研究動向を地図化することを目的とする。
論文参考訳（メタデータ） (2023-02-16T08:59:42Z)
The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文参考訳（メタデータ） (2022-12-08T23:23:39Z)
Ethics in AI through the Practitioner's View: A Grounded Theory Literature Review [12.941478155592502]
近年、AI開発における倫理的問題のプロファイルが高まり、私たちの日常生活におけるAI技術の普及に対する世間の懸念が高まっている。我々は,AI実践者のAI倫理観を含む,38の初等実証研究の根拠的理論文献レビュー(GTLR)を行った。我々は,AI倫理の異なる側面を特定し,理解する上で,実践者の視点からAI倫理の分類を提示する。
論文参考訳（メタデータ） (2022-06-20T00:28:51Z)
Characterising Research Areas in the field of AI [68.8204255655161]
トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
論文参考訳（メタデータ） (2022-05-26T16:30:30Z)
Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。 AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
論文参考訳（メタデータ） (2022-04-11T14:36:39Z)

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。