Fugu-MT 論文翻訳(概要): AI-Assisted Writing Is Growing Fastest Among Non-English-Speaking and Less Established Scientists

論文の概要: AI-Assisted Writing Is Growing Fastest Among Non-English-Speaking and Less Established Scientists

arxiv url: http://arxiv.org/abs/2511.15872v1
Date: Wed, 19 Nov 2025 21:00:18 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-21 17:08:52.37299
Title: AI-Assisted Writing Is Growing Fastest Among Non-English-Speaking and Less Established Scientists
Title（参考訳）: 英語を話せない科学者の間では、AIによる文章作成が最速に成長
Authors: Jialin Liu, Yongyuan He, Zhihan Zheng, Yi Bu, Chaoqun Ni,
Abstract要約: 2021年から2024年にかけて、PubMed Centralから200万以上のフルテキストのバイオメディカルパブリッシングを分析した。 AI支援書記のChatGPT後において、言語障壁が最も顕著な状況において、採用が最速に伸びているのを観察する。 AIの利用の増加は生産性の緩やかな増加と結びつき、英語圏と非英語圏の科学者の間での出版ギャップを狭めた。
参考スコア（独自算出の注目度）: 2.9557942678513007
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The dominance of English in global science has long created significant barriers for non-native speakers. The recent emergence of generative artificial intelligence (GenAI) dramatically reduces drafting and revision costs, but, simultaneously, raises a critical question: how is the technology being adopted by the global scientific community, and is it mitigating existing inequities? This study provides first large-scale empirical evidence by analyzing over two million full-text biomedical publications from PubMed Central from 2021 to 2024, estimating the fraction of AI-generated content using a distribution-based framework. We observe a significant post-ChatGPT surge in AI-assisted writing, with adoption growing fastest in contexts where language barriers are most pronounced: approximately 400% in non-English-speaking countries compared to 183% in English-speaking countries. This adoption is highest among less-established scientists, including those with fewer publications and citations, as well as those in early career stages at lower-ranked institutions. Prior AI research experience also predicted higher adoption. Finally, increased AI usage was associated with a modest increase in productivity, narrowing the publication gap between scientists from English-speaking and non-English-speaking countries with higher levels of AI adoption. These findings provide large-scale evidence that generative AI is being adopted unevenly, reflecting existing structural disparities while also offering a potential opportunity to mitigate long-standing linguistic inequalities.
Abstract（参考訳）: グローバルサイエンスにおける英語の優位は、長い間、非ネイティブ話者にとって重要な障壁を生み出してきた。最近の生成人工知能(GenAI)の出現は、ドラフトやリビジョンコストを劇的に削減するが、同時に重要な疑問を提起する。本研究は,2021年から2024年にかけて,PubMed Centralから200万件以上の全文バイオメディカル出版物を分析し,分布ベースのフレームワークを用いてAI生成コンテンツのごく一部を推定することによって,最初の大規模な実証的証拠を提供する。英語圏以外の国では約400%、英語圏では183%である。この採用は、出版物や引用の少ない研究者や、低位の機関でのキャリアの初期段階の科学者の間でも最も高い。以前のAI研究経験も、より高い採用を予測していた。最後に、AIの利用の増加は生産性の緩やかな増加と関連付けられ、AIの採用レベルが高い英語圏と非英語圏の科学者の間でのパブリッシュギャップが狭まった。これらの発見は、生成AIが不均一に採用されているという大規模な証拠を提供し、既存の構造的格差を反映しつつ、長期間にわたる言語的不平等を緩和する潜在的機会を提供する。

関連論文リスト

Generative AI as a Linguistic Equalizer in Global Science [0.0]
我々は,ジェネレーティブAI(GenAI)がグローバルサイエンスにおける言語的等化剤として機能するかどうかを検証した最初の大規模エビデンスを提供する。我々は、非英語圏の著者によるGenAI支援版と非支援版の比較を行った。 2022年末にChatGPTがリリースされて以降,GenAI支援出版物に顕著な収束がみられた。
論文参考訳（メタデータ） (2025-11-12T08:48:15Z)
AI Diffusion in Low Resource Language Countries [10.939989206795047]
低リソース言語諸国(LRLC)のAIユーザは、ベースラインに比べて約20%低い。言語的アクセシビリティは、公平なAI拡散に対する重要な独立した障壁である。
論文参考訳（メタデータ） (2025-11-04T17:31:39Z)
Who Gets Seen in the Age of AI? Adoption Patterns of Large Language Models in Scholarly Writing and Citation Outcomes [1.5702201012657682]
グローバルイーストの著者は、AIツールをより積極的に採用するが、西洋の著者は「人間に似た」文章に対して、既に存在する罰則により、採用単位当たりの利益を得る。先行する雑誌は、より人間らしい文章を特権化し続け、可視性とゲートキーピングの間に緊張を生じさせ続けている。
論文参考訳（メタデータ） (2025-09-10T06:05:34Z)
Computational Approaches to Understanding Large Language Model Impact on Writing and Information Ecosystems [10.503784446147122]
大規模言語モデル(LLM)は、私たちがどのように書き、コミュニケーションし、作成するかを変える大きな可能性を示しています。この論文は、個人や機関がこの新興技術にどのように適応し、関与しているかを調べます。
論文参考訳（メタデータ） (2025-06-20T20:15:09Z)
A Collection of Innovations in Medical AI for patient records in 2024 [3.663763802269743]
医療における人工知能の分野は、前例のないペースで進化している。本稿では、最新のAI駆動型医療革新を優先する、学術出版の新しいカテゴリを提唱する。
論文参考訳（メタデータ） (2025-02-25T06:24:24Z)
Almost AI, Almost Human: The Challenge of Detecting AI-Polished Writing [55.2480439325792]
本研究では、AI-Polished-Text Evaluationデータセットを用いて、12の最先端AIテキスト検出器を体系的に評価する。我々の発見によると、検出器は、最小限に洗練されたテキストをAI生成としてフラグ付けし、AIの関与度を区別し、古いモデルや小さなモデルに対するバイアスを示す。
論文参考訳（メタデータ） (2025-02-21T18:45:37Z)
Artificial intelligence adoption in the physical sciences, natural sciences, life sciences, social sciences and the arts and humanities: A bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文参考訳（メタデータ） (2023-06-15T14:08:07Z)
No Language Left Behind: Scaling Human-Centered Machine Translation [69.28110770760506]
低レベルの言語と高レベルの言語のパフォーマンスギャップを狭めるためのデータセットとモデルを作成します。何千ものタスクをトレーニングしながらオーバーフィッティングに対処するために,複数のアーキテクチャとトレーニングの改善を提案する。本モデルでは,従来の最先端技術と比較して,BLEUの44%の改善を実現している。
論文参考訳（メタデータ） (2022-07-11T07:33:36Z)
Systematic Inequalities in Language Technology Performance across the World's Languages [94.65681336393425]
本稿では,言語技術のグローバルな有用性を評価するためのフレームワークを紹介する。本分析では, ユーザ対応技術と言語的NLPタスクの両面において, より深く研究されている。
論文参考訳（メタデータ） (2021-10-13T14:03:07Z)
CBLUE: A Chinese Biomedical Language Understanding Evaluation Benchmark [51.38557174322772]
中国初のバイオメディカル言語理解評価ベンチマークを提示する。名前付きエンティティ認識、情報抽出、臨床診断正規化、単文/文対分類を含む自然言語理解タスクのコレクションである。本研究は,現在の11種類の中国モデルによる実験結果について報告し,その実験結果から,現在最先端のニューラルモデルがヒトの天井よりもはるかに悪い性能を示すことが示された。
論文参考訳（メタデータ） (2021-06-15T12:25:30Z)

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。