Fugu-MT 論文翻訳(概要): Does Artificial Intelligence Advance Science?

論文の概要: Does Artificial Intelligence Advance Science?

arxiv url: http://arxiv.org/abs/2606.05118v1
Date: Wed, 03 Jun 2026 17:23:58 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-04 20:44:18.9256
Title: Does Artificial Intelligence Advance Science?
Title（参考訳）: 人工知能は科学を進歩させるか?
Authors: Liangping Ding, Cornelia Lawson, Philip Shapira,
Abstract要約: 私たちは、AIの採用と科学的創造性との関係を調査するために、OpenAlexから100万以上の出版物を分析します。私たちは、AI出版物は、非AI出版物と比較して、最高の創造性を達成する可能性が著しく高いことに気付きました。
参考スコア（独自算出の注目度）: 0.9176056742068813
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper examines whether and how artificial intelligence (AI) advances scientific creativity. Drawing on scientific publications, the primary output of researchers, we analyze over one million publications from OpenAlex to investigate the relationship between AI adoption and multiple dimensions of scientific creativity, including novelty (recombinant novelty and object novelty) and impact (3-year short-run citation impact and 10-year long-run citation impact). We find that AI publications are significantly more likely to achieve top-decile creativity relative to non-AI publications, with 5.5 to 10.2 percentage point higher likelihood to rank in the top creativity decile. Critically, we uncover substantial heterogeneity across AI research modes. Tool-oriented AI research, which applies existing AI models to domain tasks, is associated with the largest gains in recombinant-based creativity, while Adaptation-oriented AI research, modifying AI models for domain-specific problems, is associated with relatively higher object-based creativity. These findings reveal that AI does not advance science through a single mechanism but through structurally distinct creative pathways that depend on how AI is incorporated into the research process. Our results contribute to ongoing debates about AI's role in science and carry direct implications for research evaluation and science policy, highlighting the need for assessment frameworks that can distinguish between recombinant and conceptual forms of creativity and that recognize how different modes of AI adoption produce fundamentally different types of scientific contribution.
Abstract（参考訳）: 本稿では,人工知能(AI)が科学的創造性をいかに前進させるかを検討する。研究者の主要な成果である科学出版物に基づいて、我々はOpenAlexから100万以上の出版物を分析し、AIの採用と、新規性(組換えノベルティとオブジェクトノベルティ)、影響(3年間の短期引用効果と10年間の長期引用影響)を含む、科学創造性の多次元性との関係について調査する。我々は、AI出版物が、非AI出版物と比較して、最高の創造性を達成する確率が著しく高く、5.5から10.2パーセントが、最高の創造性低下にランクインする確率が高いことを発見した。重要なことは、AI研究モードにおけるかなりの異質性を明らかにすることです。既存のAIモデルをドメインタスクに適用するツール指向AI研究は、リコンビナントベースのクリエイティビティの最大の向上と結びついている一方、ドメイン固有の問題に対するAIモデルを修正するAdaptation指向AI研究は、比較的高いオブジェクトベースのクリエイティビティと関連している。これらの結果は、AIが単一のメカニズムを通じて科学を前進させるのではなく、研究プロセスにAIが組み込まれているかに依存する、構造的に異なる創造的な経路を通して科学を前進させることを示している。我々の結果は、科学におけるAIの役割に関する継続的な議論に寄与し、研究評価と科学政策に直接的な影響を及ぼし、組換えと概念的な創造性を区別できるアセスメントフレームワークの必要性を強調し、AI導入の異なるモードが、根本的に異なる科学的なコントリビューションを生み出していることを認識している。

関連論文リスト

AI Research Agents Narrow Scientific Exploration [12.949322198287417]
我々は、AIと機械学習の引用定義研究領域にまたがって、共有されたシード文献から37,802の科学的アイデアを生成する。得られたAIのアイデアを、同じ研究分野の人間による論文、同じシード文学から生まれてくる人間研究、そしてシード文学自体と比較する。全体として、現在のAI研究エージェントは、科学的探索を広げるよりも、局所的な実験に適しているように見える。
論文参考訳（メタデータ） (2026-05-27T03:26:43Z)
The Agentification of Scientific Research: A Physicist's Perspective [0.2538209532048867]
この記事では、研究ツールとしてのAIから、科学的協力者としてのAIへの段階的なパスを概説する。 AIが本来の科学的発見において有意義な役割を果たすためには、継続的な学習とアイデアの多様性が不可欠である、と氏は主張する。
論文参考訳（メタデータ） (2026-04-16T07:27:57Z)
Research Paradigm of Materials Science Tetrahedra with Artificial Intelligence [7.779425241736052]
我々は、データ駆動型とAI強化型の研究を刺激する2つの新しい研究パラダイムを提案する。 1つは、物質科学のためのAIに焦点を当て、マター・データ・ポテンシャル・アジェント図を考える。もうひとつは、データ-アーキテクチャ-推論-推論の関係について議論することで、AI研究を実証する。
論文参考訳（メタデータ） (2026-03-14T04:30:03Z)
From AI for Science to Agentic Science: A Survey on Autonomous Scientific Discovery [108.1082357960201]
エージェントAIは仮説生成、実験設計、実行、分析、反復的洗練の能力を示す。この調査は、生命科学、化学、材料科学、物理学にまたがる自律的な科学的発見のドメイン指向のレビューを提供する。
論文参考訳（メタデータ） (2025-08-18T05:25:54Z)
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)
Can AI Be as Creative as Humans? [84.43873277557852]
理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。 AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
論文参考訳（メタデータ） (2024-01-03T08:49:12Z)
AI empowering research: 10 ways how science can benefit from AI [0.0]
本稿では,人工知能(AI)が科学的研究に与える影響について考察する。強力な参照ツール、研究問題の理解の改善、研究質問生成の改善、最適化された研究設計、スタブデータ生成、データ変換、高度なデータ分析、AI支援レポートなど、AIが科学者の仕事に革命をもたらす10の方法を強調している。
論文参考訳（メタデータ） (2023-07-17T18:41:18Z)
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)

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。