論文の概要: Visible, Trackable, Forkable: Opening the Process of Science

• arxiv url: http://arxiv.org/abs/2604.10932v1
• Date: Mon, 13 Apr 2026 03:07:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.286309
• Title: Visible, Trackable, Forkable: Opening the Process of Science
• Title（参考訳）: Visible, Trackable, Forkable - 科学のプロセスを開く
• Authors: Sergey V. Samsonau,
• Abstract要約: 現在科学が実践されている方法は結論を示すが、どのように到達したかは隠している。 この論文は、科学のプロセスを開くことは、科学の進歩の速度の段階的な変化をもたらすと論じている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The way science is currently practiced shows conclusions but hides how they were reached. Researchers work privately, polish their results, publish a finished paper, and defend it. Errors are punished by retraction rather than corrected by amendment. Alternative directions are pursued through competing papers with no shared history. The reasoning, the dead ends, the trade-offs, the corrections: everything that would let others understand how a conclusion was reached is invisible. Two decades of open science reform have addressed this by opening specific artifacts: papers, data, code, notebooks, protocols. Each is valuable, but the unit remains a finished product. None opens the thinking process itself: the evolving sequence of questions, interpretations, dead ends, and direction changes that constitutes the actual scientific contribution. This paper argues that opening the process of science (not just its outputs) would produce a step change in the speed of scientific progress, the accessibility of scientific reasoning, the trustworthiness of scientific claims, and the scalability of scientific quality assurance. We identify three properties the workflow needs: visible (the process is open, not just the product), trackable (every change is recorded and attributable), and forkable (anyone can branch from any point with shared history preserved). A visible, trackable flow is inherently verifiable: by humans, by automated tools, by AI agents. Software development adopted this flow decades ago, and the results (faster correction, broader contribution, maintained quality at scale) demonstrate the opportunity for science.
• Abstract（参考訳）: 現在科学が実践されている方法は結論を示すが、どのように到達したかは隠している。 研究者はプライベートに働き、結果を精査し、完成した論文を公開し、それを守ります。 エラーは修正によって修正されるのではなく、撤回によって罰せられる。 代替の方向は、共有履歴のない競合する論文を通じて追求される。 理由、行き詰まり、トレードオフ、修正 — 結論がどう達するかを他の人に理解させるものは、すべて見えません。 20年にわたるオープンサイエンスの改革は、論文、データ、コード、ノートブック、プロトコルといった特定のアーティファクトをオープンすることで、この問題に対処してきた。 いずれも価値があるが、完成品として残っている。 誰も思考プロセス自体を開かない: 科学的貢献を構成する疑問、解釈、死の端、方向の変化の進化である。 本論では, 科学のプロセスのオープン化は, 科学的進歩の速度, 科学的推論のアクセシビリティ, 科学的主張の信頼性, 科学的品質保証のスケーラビリティの段階的変化をもたらすと論じる。 ワークフローが必要とする3つの特性を識別する。可視性(プロセスはオープンであり、製品だけでなく)、追跡性(すべての変更が記録され、帰属性)、フォーク性(共有履歴を保存した任意の時点から分岐できる)。 目に見える、追跡可能なフローは、人間によって、自動化されたツールによって、AIエージェントによって、本質的に検証可能である。 ソフトウェア開発はこのフローを数十年前に採用し、その結果(より早い修正、より広範なコントリビューション、大規模に維持された品質)が科学の機会を示しています。

関連論文リスト

• sciwrite-lint: Verification Infrastructure for the Age of Science Vibe-Writing [0.0]
  現在、科学は品質保証に2つの選択肢を提供しているが、どちらも不十分である。 論文自体を測る第3の選択肢を提案する。 sciwrite-lintは、研究者のマシンで完全に動作する科学写本のためのオープンソースライブラリである。 arXivとbioRxivの未確認論文30件について, 誤り注入とLCM適応偽陽性解析を用いてパイプラインの評価を行った。
  論文  参考訳（メタデータ） (2026-04-09T17:46:44Z)
• Embodied Science: Closing the Discovery Loop with Agentic Embodied AI [73.54118756665221]
  我々は、科学的発見をクローズドループとして再編成し、エージェント推論と物理的実行を密結合するパラダイムであるエンボディド・サイエンスを論じる。 本研究では,実験環境の知覚,科学的知識の推論,身体的介入の実行,その後の探索を促進するための成果の内在化といった,統合された知覚・言語・行動発見(PLAD)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-20T09:20:12Z)
• Unlearning as Ablation: Toward a Falsifiable Benchmark for Generative Scientific Discovery [0.0]
  大きな言語モデル(LLM)は本当に新しい知識を生成するのか、それとも単に記憶された断片をリミックスするだけなのか? 建設科学的発見のフレーバーとして,非学習的アズ・アブレーションを提案する。
  論文  参考訳（メタデータ） (2025-08-25T05:24:15Z)
• On Experiments [0.0]
  科学的プロセスは、実験の結果を、私たちが生きている世界に関する知識に変える手段です。 これを行うには、正確な数学的言語で科学過程を定式化する必要がある。 この資料は、過去の偉大な思想家や、より近代的な貢献に基づいている。
  論文  参考訳（メタデータ） (2025-08-05T00:54:08Z)
• Understanding Fine-grained Distortions in Reports of Scientific Findings [46.96512578511154]
  歪んだ科学コミュニケーションは、不健康な行動の変化を招き、科学機関の信頼を低下させる可能性があるため、個人や社会に害を与える。 近年の科学コミュニケーションの増大を考えると、科学出版物からの発見が一般大衆にどのように報告されるかについて、きめ細かい理解が不可欠である。
  論文  参考訳（メタデータ） (2024-02-19T19:00:01Z)
• Modeling Information Change in Science Communication with Semantically Matched Paraphrases [50.67030449927206]
  SPICEDは、情報変化の度合いに注釈を付けた科学的な発見の最初のパラフレーズデータセットである。 SPICEDには、ニュース記事、ソーシャルメディアの議論、オリジナル論文の全文から抽出された6000の科学的発見ペアが含まれている。 SPICEDで訓練されたモデルは、実世界の科学的主張の事実チェックのための証拠検索において下流のパフォーマンスを改善する。
  論文  参考訳（メタデータ） (2022-10-24T07:44:38Z)
• A Computational Inflection for Scientific Discovery [48.176406062568674]
  我々は科学的な発見の軌跡において、かなりの屈折の足元に立っている。 社会が急速に成長するデジタルトランスフォーメーションを継続するにつれて、人類の集団的な科学的知識も同様である。 コンピュータ科学は科学プロセス自体に革命を起こそうとしている。
  論文  参考訳（メタデータ） (2022-05-04T11:36:54Z)
• CitationIE: Leveraging the Citation Graph for Scientific Information Extraction [89.33938657493765]
  引用論文と引用論文の参照リンクの引用グラフを使用する。 最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
  論文  参考訳（メタデータ） (2021-06-03T03:00:12Z)
• Can We Automate Scientific Reviewing? [89.50052670307434]
  我々は、最先端自然言語処理(NLP)モデルを用いて、科学論文の第一パスピアレビューを生成する可能性について論じる。 我々は、機械学習領域で論文のデータセットを収集し、各レビューでカバーされているさまざまなコンテンツに注釈を付け、レビューを生成するために論文を取り込み、ターゲットの要約モデルを訓練する。 総合的な実験結果から、システム生成レビューは、人間によるレビューよりも、論文の多くの側面に触れる傾向にあることが示された。
  論文  参考訳（メタデータ） (2021-01-30T07:16:53Z)

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。