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/2605.06033v3
• Date: Tue, 12 May 2026 16:30:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 18:21:06.725987
• 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: OpenAlexコレクションから2億2700万以上の学術作品を分析します。 ドメイン間のAI採用のタイミングと範囲の違いを文書化しています。 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向上させるかについて論じる。
• 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) technologies can trigger generalized paradigm shifts in science is unclear. Although these technologies have revolutionized data collection and analysis in specific fields, their overall impact depends on the scope and ways of adoption. We analyze over 227 million scholarly works from the OpenAlex collection (1960-2024) spanning four scientific domains and 46 fields. To distinguish the use of AI as research method (AI adoption) from mentioning AI-related terms (AI engagement), we developed a two-step AI-assisted semantic classification pipeline, validated through human coding of 911 abstracts and a robustness check on 348,000 full-text articles (PLOS One). We document differences in the timing and extent of AI adoption across domains, with generalized exponential growth after 2015. The transformative nature of this growth, however, is less apparent. AI-supported research is confined to a few topics with strong ties to Computer Science and conventional statistical frameworks, suggesting limited epistemological transformation. It is also associated with an unwarranted citation premium and substantially higher retraction rates than non-AI-supported. Geographically, while wealthy countries lead in AI publications per capita, global South countries in a belt from Indonesia to Algeria lead in AI adoption relative to their national output, signaling a distinctive resource concentration pattern. The transformative capacity of AI in science thus remains untapped, and its rapid adoption underlines challenges in research openness, transparency, reproducibility, and ethics. We discuss how best research practices could boost the benefits of AI adoption and highlight areas that warrant closer scrutiny.
• Abstract（参考訳）: 人工知能(AI)技術が科学における一般化パラダイムシフトを引き起こしている範囲は、不明である。 これらの技術は特定の分野での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適用範囲と方法によって異なる。 我々は4つの科学領域と46の分野にまたがるOpenAlexコレクション(1960-2024)から2億2700万以上の学術作品を分析した。 AIを研究手法(AI採用)として使用する点をAI関連用語(AI関与)に言及することと区別するため、我々は、911の抽象文の人間のコーディングと348,000のフルテキスト記事(PLOS One)の堅牢性チェックを通じて検証された2段階のAI支援セマンティック分類パイプラインを開発した。 我々は、ドメイン間でAIの採用のタイミングと範囲の違いを文書化し、2015年以降の指数関数的な成長を一般化した。 しかし、この成長の変容の性質は明らかになっていない。 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いくつかのトピックに限られており、認識論的変換が限定されていることを示唆している。 また、不当な引用料と非AI支持率よりも大幅に高いリトラクション率に関連付けられている。 地理的には、富裕国が一人当たりのAI出版を主導する一方で、インドネシアからアルジェリアまで世界各国がAIの採用をリードし、独自の資源集中パターンを示している。 科学におけるAIの変革的能力はいまだに未完成であり、その急速な採用は研究の開放性、透明性、再現性、倫理の課題を浮き彫りにしている。 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、より深い精査を保証できる領域を強調します。

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。