論文の概要: Exploring the change in scientific readability following the release of ChatGPT

• arxiv url: http://arxiv.org/abs/2506.21825v1
• Date: Thu, 26 Jun 2025 23:57:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-30 21:12:23.0336
• Title: Exploring the change in scientific readability following the release of ChatGPT
• Title（参考訳）: ChatGPTリリース後の科学的可読性の変化を探る
• Authors: Abdulkareem Alsudais,
• Abstract要約: このデータセットは、2010年から2024年6月7日までにarXivに投稿されたすべての抽象化で構成されている。 その結果、読みやすさは年々低下しており、抽象論はますます複雑になりつつあることが示唆された。 ChatGPTがリリースされた後、2023年と2024年の調査では、可読性に大きな変化が見られた。
• 参考スコア（独自算出の注目度）: 2.7195102129095003
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The rise and growing popularity of accessible large language models have raised questions about their impact on various aspects of life, including how scientists write and publish their research. The primary objective of this paper is to analyze a dataset consisting of all abstracts posted on arXiv.org between 2010 and June 7th, 2024, to assess the evolution of their readability and determine whether significant shifts occurred following the release of ChatGPT in November 2022. Four standard readability formulas are used to calculate individual readability scores for each paper, classifying their level of readability. These scores are then aggregated by year and across the eight primary categories covered by the platform. The results show a steady annual decrease in readability, suggesting that abstracts are likely becoming increasingly complex. Additionally, following the release of ChatGPT, a significant change in readability is observed for 2023 and the analyzed months of 2024. Similar trends are found across categories, with most experiencing a notable change in readability during 2023 and 2024. These findings offer insights into the broader changes in readability and point to the likely influence of AI on scientific writing.
• Abstract（参考訳）: アクセス可能な大きな言語モデルの普及と人気は、科学者が研究を執筆し、出版する方法を含む、生命の様々な側面に対する彼らの影響に関する疑問を提起している。 本論文の主な目的は,2010年から2024年6月7日までにarXiv.orgに投稿されたすべての抽象概念からなるデータセットを分析し,その可読性の進化を評価し,2022年11月のChatGPTのリリース後に重大な変化が生じたかどうかを判断することである。 4つの標準可読性公式を用いて各論文の可読性スコアを計算し、その可読性レベルを分類する。 これらのスコアは、プラットフォームがカバーする8つの主要なカテゴリで年々集計される。 その結果、読みやすさは年々低下しており、抽象論はますます複雑になりつつあることが示唆された。 さらに,ChatGPTのリリース後,2023年と2024年の調査では,可読性に大きな変化が見られた。 同様の傾向はカテゴリーによって見られ、ほとんどが2023年から2024年にかけての読みやすさの顕著な変化を経験している。 これらの発見は、可読性の広範な変化に関する洞察を与え、科学的な文章に対するAIの影響を示唆している。

関連論文リスト

• Reproducibility and Artifact Consistency of the SIGIR 2022 Recommender Systems Papers Based on Message Passing [10.474191156751928]
  我々は、SIGIR 2022と2023で発表されたグラフベースのRecommender Systemsの10の論文を分析した。 分析の結果,注意を要するいくつかの重要な点が明らかになった。 これらの問題により、調査・再生を試みた論文のほとんどに記載された主張を裏付けることができない。
  論文  参考訳（メタデータ） (2025-03-10T20:09:04Z)
• NLLG Quarterly arXiv Report 09/24: What are the most influential current AI Papers? [21.68589129842815]
  NLLGのarXivレポートは、cs.CL、cs.CV、cs.AI、cs.LGカテゴリにわたる、急速に進化するNLPとAI研究の展望をナビゲートするのに役立つ。 この4回目のインストールは、ChatGPTのデビュー後の2023年1月1日から2024年9月30日まで、AIの歴史の変革期を捉えている。 前回のレポート以来、最も暗黙の論文のトップ40のうち45%が新しい論文である。
  論文  参考訳（メタデータ） (2024-12-02T22:10:38Z)
• From Words to Worth: Newborn Article Impact Prediction with LLM [69.41680520058418]
  本稿では, LLMの能力を活用して, 新生記事の今後の影響を予測する, 有望なアプローチを提案する。 提案手法はLLMを用いて,高インパクトな論文の共有意味的特徴をタイトルと抽象的なペアの集合から識別する。 提案手法は, 0.216のMAEと0.901のNDCG@20を用いて, 提案手法が最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2024-08-07T17:52:02Z)
• Mapping the Increasing Use of LLMs in Scientific Papers [99.67983375899719]
  2020年1月から2024年2月にかけて、arXiv、bioRxiv、Natureのポートフォリオジャーナルで950,965の論文をまとめて、体系的で大規模な分析を行った。 計算機科学の論文では, LLMの使用が着実に増加し, 最大, 最速の成長が観察された。
  論文  参考訳（メタデータ） (2024-04-01T17:45:15Z)
• Monitoring AI-Modified Content at Scale: A Case Study on the Impact of ChatGPT on AI Conference Peer Reviews [51.453135368388686]
  本稿では,大規模言語モデル (LLM) によって実質的に修正あるいは生成される可能性のある大規模コーパスにおけるテキストの分数推定手法を提案する。 我々の最大可能性モデルは、専門家による参照テキストとAIによる参照テキストを利用して、コーパスレベルでの実世界のLLM使用を正確かつ効率的に検証する。
  論文  参考訳（メタデータ） (2024-03-11T21:51:39Z)
• The KiTS21 Challenge: Automatic segmentation of kidneys, renal tumors, and renal cysts in corticomedullary-phase CT [50.41526598153698]
  本稿では,2021 Kidney and Kidney tumor Challenge (KiTS21)の挑戦報告について述べる。 KiTS21は2019年に発売された最初のエディションの続編であり、チャレンジの設計方法に様々な革新が加えられている。 トップパフォーマンスのチームは、2019年のアートセットの状況よりも大幅に改善され、このパフォーマンスは人間レベルのパフォーマンスに近いことが示されています。
  論文  参考訳（メタデータ） (2023-07-05T02:00:14Z)
• Quantitative Survey of the State of the Art in Sign Language Recognition [7.284661356980247]
  本研究は,400以上の実験結果が得られた約300の手話認識論文を対象としたメタスタディである。 1983年から2020年の間、ほとんどの論文が執筆された。 また、RWTH-PHOENIX-Weather 2014での認識アプローチを比較した25以上の研究を詳細に分析している。
  論文  参考訳（メタデータ） (2020-08-22T21:57:48Z)

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。