論文の概要: Co-Authoring with AI: How I Wrote a Physics Paper About AI, Using AI

• arxiv url: http://arxiv.org/abs/2604.04081v1
• Date: Sun, 05 Apr 2026 11:59:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.90754
• Title: Co-Authoring with AI: How I Wrote a Physics Paper About AI, Using AI
• Title（参考訳）: AIとの共同認証: AIを使って、AIについて物理論文を書く方法
• Authors: Yi Zhou,
• Abstract要約: このエッセイは、Human-in-the-Loop(HITL)の不可欠な役割を探求する 我々は、AIが構造的組織や構文生成に優れている一方で、厳格な物理論理を強制する究極の責任を人間の著者が負っていることを実証した。 この新しい時代の科学記録の完全性と説明責任を確保するためには、コミュニティは完全な、未編集のAI対話書の出版を義務付けなければならない、と私は主張する。
• 参考スコア（独自算出の注目度）: 4.866193347313755
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid integration of Large Language Models (LLMs) into scientific writing fundamentally challenges traditional definitions of authorship, responsibility, and scientific integrity. As researchers transition from using computers as deterministic tools to managing them as ``virtual collaborators,'' the nature of human contribution must be re-evaluated. Using the drafting process of a recent computational physics manuscript as a case study, this essay explores the indispensable role of the Human-in-the-Loop (HITL). We demonstrate that while AI excels at structural organization and syntax generation, the human author bears the ultimate responsibility for enforcing rigorous physical logic, maintaining academic diplomacy, and anticipating peer-review critiques. In this paradigm, the human contribution shifts from writing boilerplate text to acting as a Principal Investigator who actively mentors and steers the AI's reasoning. To ensure accountability and preserve the integrity of the scientific record in this new era, I argue that the community must mandate the publication of full, unedited AI interaction transcripts as standard supplementary material.
• Abstract（参考訳）: LLM(Large Language Models)の科学的記述への迅速な統合は、著者、責任、科学的完全性という伝統的な定義に根本的に挑戦する。 研究者がコンピュータを決定論的ツールとして使うことから「仮想協力者」として管理するようになると、人間の貢献の性質は再評価されなければならない。 近年の計算物理学写本の起草過程を事例として,Human-in-the-Loop(HITL)の役割を考察する。 我々は、AIが構造的組織や構文生成に優れている一方で、厳格な物理論理を強制し、学術的外交を維持し、査読的批判を予想する究極の責任を人間の著者が負っていることを実証した。 このパラダイムでは、人間による貢献は、ボイラープレートテキストを書くことから、AIの推論を積極的に指導し、操縦するプリンシパルインベリゲーターとして行動することへと移行する。 この新しい時代の科学記録の完全性と説明責任を確保するためには、コミュニティは、標準補足資料として、完全な、未編集のAI対話書の出版を義務付けなければならない、と私は主張する。

関連論文リスト

• AIssistant: An Agentic Approach for Human--AI Collaborative Scientific Work on Reviews and Perspectives in Machine Learning [2.464267718050055]
  ここでは、AIssistantを用いた最初の実験を、機械学習の研究論文の視点とレビューのために提示する。 本システムでは,文学,セクションワイド実験,引用管理,自動文書生成のためのモジュールツールとエージェントを統合している。 その効果にもかかわらず、幻覚的引用、動的紙構造への適応の困難、マルチモーダルコンテンツの不完全統合など、重要な制限を識別する。
  論文  参考訳（メタデータ） (2025-09-14T15:50:31Z)
• Rigor in AI: Doing Rigorous AI Work Requires a Broader, Responsible AI-Informed Conception of Rigor [83.99510317617694]
  我々は、厳格なAI研究と実践が持つべきものに対するより広範な概念が必要とされると論じている。 我々は,AIコミュニティの作業に関する対話に有用な言語とフレームワークを提供することを目標としている。
  論文  参考訳（メタデータ） (2025-06-17T15:44:41Z)
• 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)
• Techniques for supercharging academic writing with generative AI [0.0]
  このパースペクティブは、生成的人工知能(AI)を用いた学術著作の質と効率を高めるための原則と方法を示す。 我々は、書面におけるAIの関与の根拠(なぜ)、プロセス(方法)、そして自然(何)を明確にする人間とAIの協調フレームワークを紹介します。
  論文  参考訳（メタデータ） (2023-10-26T04:35:00Z)
• PaperCard for Reporting Machine Assistance in Academic Writing [48.33722012818687]
  2022年11月にOpenAIが発表した質問応答システムChatGPTは,学術論文作成に活用可能な,さまざまな機能を実証した。 これは学術における著者概念に関する批判的な疑問を提起する。 我々は、人間の著者が記述プロセスにおけるAIの使用を透過的に宣言するための文書である"PaperCard"というフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-07T14:28:04Z)
• The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
  この分野でのAIのメリット、課題、欠点についてレビューする。 データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
  論文  参考訳（メタデータ） (2022-12-08T23:23:39Z)

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。