論文の概要: Can Large Language Models Bridge the Gap in Environmental Knowledge?
- arxiv url: http://arxiv.org/abs/2508.03149v1
- Date: Tue, 05 Aug 2025 06:55:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-06 18:18:55.823459
- Title: Can Large Language Models Bridge the Gap in Environmental Knowledge?
- Title（参考訳）: 大規模言語モデルは環境知識のギャップを橋渡しできるか?
- Authors: Linda Smail, David Santandreu Calonge, Firuz Kamalov, Nur H. Orak,
- Abstract要約: 本研究では,環境概念の伝達における大規模言語モデル(LLM)の有効性を評価する。
結果は、AIモデルは学生と学術スタッフの両方に力を与える可能性を秘めた、広く、アクセスしやすく、有効な知識基盤を持っている一方で、環境科学の人間分野の専門家は、提供された情報の正確性を検証する必要があることを示唆している。
- 参考スコア（独自算出の注目度）: 2.5165775267615205
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This research investigates the potential of Artificial Intelligence (AI) models to bridge the knowledge gap in environmental education among university students. By focusing on prominent large language models (LLMs) such as GPT-3.5, GPT-4, GPT-4o, Gemini, Claude Sonnet, and Llama 2, the study assesses their effectiveness in conveying environmental concepts and, consequently, facilitating environmental education. The investigation employs a standardized tool, the Environmental Knowledge Test (EKT-19), supplemented by targeted questions, to evaluate the environmental knowledge of university students in comparison to the responses generated by the AI models. The results of this study suggest that while AI models possess a vast, readily accessible, and valid knowledge base with the potential to empower both students and academic staff, a human discipline specialist in environmental sciences may still be necessary to validate the accuracy of the information provided.
- Abstract（参考訳）: 本研究では,大学生の環境教育における知識ギャップを埋める人工知能(AI)モデルの可能性について検討する。
GPT-3.5, GPT-4, GPT-4o, Gemini, Claude Sonnet, Llama 2などの著名な大規模言語モデル(LLM)に着目し, 環境概念の伝達における効果を評価し, 環境教育の促進を図る。
この調査では、AIモデルが生み出す反応と比較して、大学生の環境知識を評価するために、対象とする質問によって補完される標準化されたツールである環境知識テスト(EKT-19)が採用されている。
本研究の結果から,AIモデルは学生と学術スタッフの両方に力を与える可能性を秘めつつ,広く,アクセスしやすく,有効な知識基盤を持っているのに対し,環境科学の人間分野の専門家は,提供された情報の正確性を検証するために依然として必要である可能性が示唆された。
関連論文リスト
- Greening AI-enabled Systems with Software Engineering: A Research Agenda for Environmentally Sustainable AI Practices [70.24403396375277]
CECAM-Lorentzワークショップは2025年2月3日、スイスのローザンヌで開催された。
本報告ではワークショップから生まれた研究課題について述べる。
環境に優しいAIシステムの開発を導くために、オープンな研究の方向性と実践的な勧告を概説する。
論文 参考訳（メタデータ） (2025-06-02T15:19:49Z) - 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) - Environmental large language model Evaluation (ELLE) dataset: A Benchmark for Evaluating Generative AI applications in Eco-environment Domain [6.246205449407889]
ジェネレーティブAIは、生態学的および環境的応用に大きな可能性を秘めている。
環境大言語モデル評価(ELLE)データセットは、大規模言語モデルを評価するために設計された最初のベンチマークである。
ELLEデータセットには16の環境トピックにまたがる1,130の質問応答ペアが含まれており、ドメイン、難易度、タイプによって分類されている。
論文 参考訳（メタデータ） (2025-01-10T12:48:29Z) - Could ChatGPT get an Engineering Degree? Evaluating Higher Education Vulnerability to AI Assistants [176.39275404745098]
我々は,2つのAIアシスタントであるGPT-3.5とGPT-4が適切な回答を得られるかどうかを評価する。
GPT-4は65.8%の質問を正解し、85.1%の質問に対して少なくとも1つの手順で正しい答えを出すことができる。
この結果から,AIの進歩を踏まえて,高等教育におけるプログラムレベルの評価設計の見直しが求められた。
論文 参考訳（メタデータ） (2024-08-07T12:11:49Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Beyond Factuality: A Comprehensive Evaluation of Large Language Models
as Knowledge Generators [78.63553017938911]
大規模言語モデル(LLM)は、下流の知識集約タスクのための情報検索技術より優れている。
しかし、コミュニティの懸念は、この無検閲の知識を使用することの事実と潜在的意味について多岐にわたる。
本研究では,6つの重要な視点から生成した知識を評価するために設計されたCONNERを紹介する。
論文 参考訳（メタデータ） (2023-10-11T08:22:37Z) - Performance of ChatGPT on the US Fundamentals of Engineering Exam:
Comprehensive Assessment of Proficiency and Potential Implications for
Professional Environmental Engineering Practice [0.0]
本研究は, GPT-4 モデルである ChatGPT を用いて, 工学基礎(FE) 環境評価における良好な性能を実現することの実現可能性と有効性について検討する。
この結果は、ChatGPTモデルの連続反復における数学的能力の顕著な改善を反映し、複雑な工学的問題を解く可能性を示している。
論文 参考訳（メタデータ） (2023-04-20T16:54:34Z) - Unraveling the hidden environmental impacts of AI solutions for
environment [0.04588028371034406]
過去10年間、人工知能はこのような劇的な進歩に遭遇し、現在、環境問題を解決するツールとして選択されている。
ディープラーニングコミュニティは、より多くのパラメータを持つトレーニングモデルには大量のエネルギーと結果としてGHG排出量が必要であることに気付き始めた。
本稿では,「緑のためのAI」の負の影響について考察する。
論文 参考訳（メタデータ） (2021-10-22T14:56:47Z)
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。