論文の概要: Generative AI and the future of scientometrics: current topics and future questions

• arxiv url: http://arxiv.org/abs/2507.00783v1
• Date: Tue, 01 Jul 2025 14:22:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-03 14:22:59.658677
• Title: Generative AI and the future of scientometrics: current topics and future questions
• Title（参考訳）: ジェネレーティブAIとサイエントメトリックスの未来--現在の話題と今後の課題
• Authors: Benedetto Lepori, Jens Peter Andersen, Karsten Donnay,
• Abstract要約: 本研究の目的は, サイエントメトリックスにおけるGenAIの利用を概観し, この分野への広範な影響について議論することである。 我々は、分布言語学に根ざしたGenAIの生成的・確率的性質について紹介する。 我々は、GenAIがいかに人間の「放火」を模倣できるかという議論と、これを関連づける。
• 参考スコア（独自算出の注目度）: 0.1638581561083717
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The aim of this paper is to review the use of GenAI in scientometrics, and to begin a debate on the broader implications for the field. First, we provide an introduction on GenAI's generative and probabilistic nature as rooted in distributional linguistics. And we relate this to the debate on the extent to which GenAI might be able to mimic human 'reasoning'. Second, we leverage this distinction for a critical engagement with recent experiments using GenAI in scientometrics, including topic labelling, the analysis of citation contexts, predictive applications, scholars' profiling, and research assessment. GenAI shows promise in tasks where language generation dominates, such as labelling, but faces limitations in tasks that require stable semantics, pragmatic reasoning, or structured domain knowledge. However, these results might become quickly outdated. Our recommendation is, therefore, to always strive to systematically compare the performance of different GenAI models for specific tasks. Third, we inquire whether, by generating large amounts of scientific language, GenAI might have a fundamental impact on our field by affecting textual characteristics used to measure science, such as authors, words, and references. We argue that careful empirical work and theoretical reflection will be essential to remain capable of interpreting the evolving patterns of knowledge production.
• Abstract（参考訳）: 本研究の目的は, サイエントメトリックスにおけるGenAIの利用を概観し, この分野への広範な影響について議論することである。 まず、分布言語学に根ざしたGenAIの生成的・確率的性質について紹介する。 そして、このことは、GenAIがいかに人間の「放火」を模倣できるかという議論と関係している。 第2に、この区別を、トピックラベリング、引用コンテキストの分析、予測応用、学者のプロファイリング、研究評価など、サイエントメトリックスにおけるGenAIを用いた最近の実験への批判的関与として活用する。 GenAIは、ラベリングのような言語生成が支配的なタスクにおいて、将来性を示すが、安定したセマンティクス、実用的な推論、構造化されたドメイン知識を必要とするタスクでは制限に直面している。 しかし、これらの結果はすぐに時代遅れになるかもしれない。 したがって、我々は常に特定のタスクに対して異なるGenAIモデルの性能を体系的に比較することを推奨している。 第三に、大量の科学的言語を生成することによって、GenAIが、著者、言葉、参照など科学を測定するのに使用されるテキストの特徴に影響を与えることによって、我々の分野に根本的な影響を及ぼすかどうかを問う。 我々は、知識生産の進化するパターンを解釈する能力を維持するためには、注意深い経験的作業と理論的反映が不可欠であると主張する。

関連論文リスト

• Generative AI and Creativity: A Systematic Literature Review and Meta-Analysis [20.57872238271025]
  我々は、GenAIが創造的タスクのパフォーマンスに与える影響を評価するためのメタ分析を行う。 この結果から,GenAIとヒトの創造性に有意な差は認められなかった。 GenAIは、人間とGenAIのコラボレーションにおけるアイデアの多様性に有意な悪影響を及ぼす。
  論文  参考訳（メタデータ） (2025-05-22T19:39:10Z)
• GenAI vs. Human Fact-Checkers: Accurate Ratings, Flawed Rationales [2.3475022003300055]
  GPT-4oは、消費者向けアプリケーションでもっとも使われているAIモデルの一つで、他のモデルよりも優れているが、すべてのモデルは、人間のコーダーとの適度な合意しか示さない。 また,要約コンテンツと完全コンテンツ入力の有効性を評価し,要約コンテンツが精度を犠牲にすることなく効率を向上させることを約束していることを確認した。
  論文  参考訳（メタデータ） (2025-02-20T17:47:40Z)
• Position: Evaluating Generative AI Systems Is a Social Science Measurement Challenge [78.35388859345056]
  我々は,MLコミュニティが,GenAIシステム評価のための計測機器を開発する際に,社会科学の学習と図面の恩恵を受けることを論じる。 我々は,GenAIシステムの能力,行動,および影響に関する概念を測定するための,社会科学からの計測理論に基づく4段階の枠組みを提案する。
  論文  参考訳（メタデータ） (2025-02-01T21:09:51Z)
• "So what if I used GenAI?" -- Implications of Using Cloud-based GenAI in Software Engineering Research [0.0]
  本論文は、GenAIが用いられている様々な研究の側面に光を当て、その法的な意味を初心者や芽生えの研究者に認識させるものである。 我々は、GenAIを使用するすべてのソフトウェア研究者が、責任の主張を暴露する重大なミスを避けるために意識すべきであるという現在の知識について、重要な側面を要約する。
  論文  参考訳（メタデータ） (2024-12-10T06:18:15Z)
• A Systematic Review of Generative AI for Teaching and Learning Practice [0.37282630026096586]
  高等教育におけるGenAIシステムの利用に関するガイドラインは合意されていない。 HEにおける学際的・多次元的な研究は、共同研究を通じて必要である。
  論文  参考訳（メタデータ） (2024-06-13T18:16:27Z)
• Explainable Generative AI (GenXAI): A Survey, Conceptualization, and Research Agenda [1.8592384822257952]
  我々は、XAIがGenAIの台頭とともに重要になった理由とその説明可能性研究の課題について詳述する。 私たちはまた、検証可能性、対話性、セキュリティ、コストといった側面をカバーし、説明が満たすべき新しいデシラタも披露します。
  論文  参考訳（メタデータ） (2024-04-15T08:18:16Z)
• Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
  本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。 GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。 この話題について,コミュニティの短期的,長期的目標について論じる。
  論文  参考訳（メタデータ） (2023-08-28T18:51:09Z)

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。