論文の概要: Beyond Detection: Governing GenAI in Academic Peer Review as a Sociotechnical Challenge

• arxiv url: http://arxiv.org/abs/2603.20214v1
• Date: Mon, 02 Mar 2026 19:23:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:12.893397
• Title: Beyond Detection: Governing GenAI in Academic Peer Review as a Sociotechnical Challenge
• Title（参考訳）: 学術的ピアレビューでGenAIを乗り越える - 社会技術的課題
• Authors: Tatiana Chakravorti, Pranav Narayanan Venkit, Sourojit Ghosh, Sarah Rajtmajer,
• Abstract要約: 生成型AIツールは、ますます学術的ピアレビューに入り、公正性、説明責任、評価的判断の正当性に関する疑問を提起している。 本稿では、14のエリアチェアとプログラムチェアを用いた448のソーシャルメディア投稿の談話分析について紹介する。 我々は、GenAIが限られた支援業務に受け入れられる可能性があると広く合意するが、その中核となる評価判断、新規性、貢献、受容は人間の責任のままである。 我々は、AI支援ピアレビューは、ブランケット禁止や検出のみではなく、人間に対する評価判断を明示的に保ちながら、強制的かつ役割特異的な制御を規定することによって、最善を尽くすと論じている。
• 参考スコア（独自算出の注目度）: 7.402573615005516
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Generative AI tools are increasingly entering academic peer review workflows, raising questions about fairness, accountability, and the legitimacy of evaluative judgment. While these systems promise efficiency gains amid growing reviewer overload, their use introduces new sociotechnical risks. This paper presents a convergent mixed-method study combining discourse analysis of 448 social media posts with interviews with 14 area chairs and program chairs from leading AI and HCI conferences to examine how GenAI is discussed and experienced in peer review. Across both datasets, we find broad agreement that GenAI may be acceptable for limited supportive tasks, such as improving clarity or structuring feedback, but that core evaluative judgments, assessing novelty, contribution, and acceptance, should remain human responsibilities. At the same time, participants highlight concerns about epistemic harm, over-standardization, unclear responsibility, and adversarial risks such as prompt injection. User interviews reveal how structural strain and institutional policy ambiguity shift interpretive and enforcement burdens onto individual scholars, disproportionately affecting junior authors and reviewers. By triangulating public governance discourse with lived review practices, this work reframes AI mediated peer review as a sociotechnical governance challenge and offers recommendations for preserving accountability, trust, and meaningful human oversight. Overall, we argue that AI-assisted peer review is best governed not by blanket bans or detection alone, but by explicitly reserving evaluative judgment for humans while instituting enforceable, role-specific controls that preserve accountability. We conclude with role specific recommendations that formalize the support judgment boundary.
• Abstract（参考訳）: 生成型AIツールは、ますます学術的ピアレビューのワークフローに入り、公正性、説明責任、評価的判断の正当性に関する疑問を提起している。 これらのシステムは、レビュアーの過負荷が増大する中で効率性の向上を約束する一方で、新しい社会技術的リスクがもたらされる。 本稿では,448件のソーシャルメディア投稿の談話分析と,主要なAIおよびHCIカンファレンスの14のエリアチェアとプログラムチェアへのインタビューを組み合わせて,GenAIのピアレビューにおける議論と経験について検討する。 どちらのデータセットにおいても、GenAIは明確性の向上やフィードバックの構造化といった限られた支援タスクに対して受け入れられる可能性があるが、中核となる評価判断、新規性、貢献、受け入れは人間の責任のままである。 同時に、参加者は、てんかんの害、過剰な標準化、不明瞭な責任、即発注射のような敵対的リスクに対する懸念を強調している。 ユーザインタビューは、構造的歪と制度的政策の曖昧さが、個々の学者に解釈的・強制的負担をどうシフトさせるかを明らかにし、中等作家やレビュアーに不公平に影響を及ぼす。 この作業は、生きたレビュープラクティスとパブリックガバナンスの議論を三角化することによって、AIを介するピアレビューを社会技術的ガバナンスの課題として再編成し、説明責任、信頼、有意義な人間の監督を維持するためのレコメンデーションを提供する。 全体として、AI支援ピアレビューは、ブランケット禁止や検出のみではなく、人間に対する評価判断を明示的に保ちながら、説明責任を維持するための強制可能な役割特異的コントロールを規定することで、最もよく管理されていると論じる。 我々は、支援判断境界を定式化する役割特定勧告で締めくくる。

関連論文リスト

• Mirror: A Multi-Agent System for AI-Assisted Ethics Review [104.3684024153469]
  MirrorはAIによる倫理的レビューのためのエージェントフレームワークである。 倫理的推論、構造化された規則解釈、統合されたアーキテクチャ内でのマルチエージェントの議論を統合する。
  論文  参考訳（メタデータ） (2026-02-09T03:38:55Z)
• AI and the Future of Academic Peer Review [0.1622854284766506]
  大規模言語モデル(LLM)は、ジャーナリスト、資金提供者、個人レビュアーによってピアレビューパイプラインで試験されている。 初期の研究は、AIアシストが人間に匹敵する品質のレビューを作成できることを示唆している。 教師付きLDM支援は, 人間の判断を損なうことなく, エラー検出, タイムライン, レビューヤの作業量を改善することができることを示す。
  論文  参考訳（メタデータ） (2025-09-17T17:27:12Z)
• CoCoNUTS: Concentrating on Content while Neglecting Uninformative Textual Styles for AI-Generated Peer Review Detection [60.52240468810558]
  我々は、AI生成ピアレビューの詳細なデータセットの上に構築されたコンテンツ指向ベンチマークであるCoCoNUTSを紹介する。 また、マルチタスク学習フレームワークを介してAIレビュー検出を行うCoCoDetを開発し、レビューコンテンツにおけるAIのより正確で堅牢な検出を実現する。
  論文  参考訳（メタデータ） (2025-08-28T06:03:11Z)
• The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
  AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。 我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
  論文  参考訳（メタデータ） (2025-06-09T18:37:14Z)
• Responsible AI Considerations in Text Summarization Research: A Review of Current Practices [89.85174013619883]
  私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。 我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。 私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
  論文  参考訳（メタデータ） (2023-11-18T15:35:36Z)
• A Critical Examination of the Ethics of AI-Mediated Peer Review [0.0]
  人工知能(AI)システムの最近の進歩は、学術的な査読のための約束と危機を提供する。 人間のピアレビューシステムは、バイアスや虐待、透明性の欠如など、関連する問題にも悩まされている。 AI駆動のピアレビューの正当性は、科学的倫理と一致している。
  論文  参考訳（メタデータ） (2023-09-02T18:14:10Z)

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。