論文の概要: When AI Meets Science: Research Diversity, Interdisciplinarity, Visibility, and Retractions across Disciplines in a Global Surge

• arxiv url: http://arxiv.org/abs/2605.06033v1
• Date: Thu, 07 May 2026 11:23:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.721145
• Title: When AI Meets Science: Research Diversity, Interdisciplinarity, Visibility, and Retractions across Disciplines in a Global Surge
• Title（参考訳）: AIが科学に出会ったとき:グローバルサージにおける研究の多様性、学際性、可視性、学際性
• Authors: Andrés F. Castro Torres, Joan Giner-Miguelez, Mercè Crosas,
• Abstract要約: 1960年から2015年にかけて、各国と科学領域でAI採用のタイミングと範囲がかなり異なることを報告している。 2015年以降、AIの採用が指数関数的に増加し、すべてのドメインでAIをサポートする作品の数が少なくとも4倍になったことが分かりました。
• 参考スコア（独自算出の注目度）: 0.429202654064509
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The extent to which Artificial Intelligence (AI) can trigger generalized paradigm shifts in science is unclear. Although some of these technologies have revolutionized data collection and analysis in specific scientific fields such as Chemistry, their overall impact depends on the scope of adoption and the ways scholars use them. In this study, we document substantial differences in the timing and extent of AI adoption across countries and scientific domains from 1960 to 2015. After 2015, we find generalized exponential growth in AI adoption, with the number of AI-supported works multiplying by at least four across all domains. The transformative nature of this rapid growth is less apparent and points to multiple challenges should adoption trends persist. According to our analyses, AI-supported research is confined to very few topics with strong ties to Computer Science and conventional statistical frameworks, suggesting limited transformational potential in epistemological terms. AI-supported works are also associated with an unwarranted citation premium and exhibit substantially higher retraction rates than non-AI-supported works across most fields. Geographically, AI adoption displays pronounced heterogeneity at the country level, along with an acceleration in the relevance of middle-income countries in Asia, from China and beyond. Thus, the transformative capacity of AI in science remains largely untapped, and its rapid adoption underlines challenges in research openness, transparency, reproducibility, and ethics from a global perspective. We discuss how best research practices could boost the benefits of AI adoption and highlight fields and geographies where these trends warrant closer scrutiny.
• Abstract（参考訳）: 人工知能(AI)が科学における一般化パラダイムシフトを誘発する程度は、不明である。 これらの技術のいくつかは化学のような特定の科学分野におけるデータ収集と分析に革命をもたらしたが、その全体的な影響は、採用の範囲と研究者の使い方に依存する。 本研究では,1960年から2015年までの国と科学領域におけるAI導入のタイミングと範囲について,かなりの差異を報告した。 2015年以降、AIの採用が指数関数的に増加し、すべてのドメインでAIをサポートする作品の数が少なくとも4倍になったことが分かりました。 この急激な成長の変革的な性質は明確ではなく、採用傾向が持続するべき複数の課題を指摘する。 我々の分析によると、AIが支援する研究は、コンピュータサイエンスや従来の統計フレームワークと強く結びついている非常に少数のトピックに限られており、認識論的な用語による変革の可能性の制限が示唆されている。 AI支援作品はまた、保証されていない引用プレミアムと関連付けられ、ほとんどの分野において非AI支援作品よりも大幅に高いリトラクション率を示す。 地理的には、AIの採用は、中国以降のアジアの中所得国との関係の加速とともに、国レベルでの異質性を示す。 このように、科学におけるAIの変革的能力はいまだほとんど未完成であり、その急速な採用は、研究の開放性、透明性、再現性、倫理の課題を世界的視点から下支えしている。 我々は、最良の研究プラクティスがAIの採用のメリットをいかに促進するかを議論し、これらのトレンドがより精査すべき分野や地理学を強調します。

関連論文リスト

• AI4Research: A Survey of Artificial Intelligence for Scientific Research [55.5452803680643]
  我々はAI for Research(AI4Research)に関する総合的な調査を行う。 まず、AI4Researchの5つの主要なタスクを分類する系統分類を導入する。 主要な研究ギャップを特定し、将来有望な方向性を明らかにする。
  論文  参考訳（メタデータ） (2025-07-02T17:19:20Z)
• Open and Sustainable AI: challenges, opportunities and the road ahead in the life sciences (October 2025 -- Version 2) [49.142289900583705]
  我々は、AI研究成果に対する信頼の侵食の増加についてレビューする。 我々は、AIエコシステムの断片化されたコンポーネントと、OpenとSustainable AIを最大限にサポートするためのガイドパスの欠如について論じる。 私たちの研究は、研究者と関連するAIリソースを結びつけることで、持続可能な、再利用可能な、透過的なAIの実装を容易にします。
  論文  参考訳（メタデータ） (2025-05-22T12:52:34Z)
• Unlocking the Potential of AI Researchers in Scientific Discovery: What Is Missing? [17.606243765807964]
  AI4Scienceの総出版物のシェアは2024年の2.72%から2050年までに約20%に増加すると予測している。 これらのジャーナルにおけるAIによる研究の95%近くは、実験科学者が主導している。 我々は、AI研究者を科学的発見の最前線に配置するための構造的かつ戦略的介入を提案する。
  論文  参考訳（メタデータ） (2025-03-05T09:29:05Z)
• 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)
• Bridging AI and Science: Implications from a Large-Scale Literature Analysis of AI4Science [25.683422870223076]
  本稿では,AI4Science文献の大規模解析を行う。 我々は,AI手法と科学的問題の主な相違点を定量的に強調する。 我々は,AIと科学コミュニティの協力を促進する可能性と課題について検討する。
  論文  参考訳（メタデータ） (2024-11-27T00:40:51Z)
• Quantifying the Benefit of Artificial Intelligence for Scientific Research [2.4700789675440524]
  我々は、科学研究におけるAIの直接的な利用とAIの潜在的利益の両方を見積もる。 研究におけるAIの利用は科学に広く浸透しており、特に2015年以来急速に成長している。 我々の分析は、AIが多くの科学分野に利益をもたらす可能性があることを示しているが、AI教育とその研究応用の間には顕著な断絶がある。
  論文  参考訳（メタデータ） (2023-04-17T08:08:50Z)
• Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
  ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。 AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。 我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
  論文  参考訳（メタデータ） (2022-04-11T14:36:39Z)
• A narrowing of AI research? [0.0]
  学術と民間におけるAI研究のテーマ的多様性の進化について研究する。 我々は、AI研究における民間企業の影響力を、彼らが受け取った引用と他の機関とのコラボレーションを通じて測定する。
  論文  参考訳（メタデータ） (2020-09-22T08:23:56Z)

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。