論文の概要: Translating AI into scientific impact: Field context, career position, and institutional capability in AI-enabled research
- arxiv url: http://arxiv.org/abs/2607.16780v1
- Date: Sat, 18 Jul 2026 11:31:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.258514
- Title: Translating AI into scientific impact: Field context, career position, and institutional capability in AI-enabled research
- Title（参考訳）: AIを科学的影響に翻訳する:AIを活用した研究における分野的文脈、キャリア・ポジション、制度的能力
- Authors: Zhiyong Tan, Hongkan Chen, Yi Bu,
- Abstract要約: 本研究では、AI知識の統合が科学的影響とどのように結びついているかを検討し、科学におけるAI関連の知識の恩恵を問う。
大規模データを用いて,OpenAlex人工知能サブフィールドの論文を参照して,AI統合を測定する。
結果は、AI参照は一般的により高い引用の影響と関連していることを示しているが、そのリターンは科学分野によって大きく異なることを示している。
- 参考スコア（独自算出の注目度）: 0.6050783704803797
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial intelligence (AI) is increasingly embedded in scientific research, but its scientific value is unlikely to be distributed evenly. This study examines how AI knowledge integration is associated with scientific impact and asks who benefits from AI-related knowledge in science. Using large-scale bibliographic data, we measure AI integration through references to papers in the OpenAlex Artificial intelligence subfield and link it to five-year citation impact. The results show that AI references are generally associated with higher citation impact, but the returns vary substantially across scientific fields. Career stage also matters: senior scholars benefit more from the extensive margin of AI referencing, whereas junior scholars benefit more from intensive AI referencing and tend to cite newer and higher-impact AI papers. At the institutional level, returns are non-monotonic: institutions with intermediate AI capability achieve the largest proportional gains, while leading AI institutions are more deeply embedded in AI-centered knowledge spaces, attract more AI-related audiences, and more often become substitute citation gateways to cited AI sources. These findings suggest that the value of AI knowledge depends not only on technical capability, but also on translational capacity: the ability to make AI knowledge meaningful, legitimate, and useful across scientific communities.
- Abstract（参考訳）: 人工知能(AI)は科学研究にますます浸透しているが、その科学的価値は均等に分配される可能性は低い。
本研究では、AI知識の統合が科学的影響とどのように結びついているかを検討し、科学におけるAI関連の知識の恩恵を問う。
大規模な文献データを用いて、OpenAlex人工知能サブフィールドの論文を参照してAI統合を測定し、それを5年間の引用効果にリンクする。
結果は、AI参照は一般的により高い引用の影響と関連していることを示しているが、そのリターンは科学分野によって大きく異なることを示している。
上級の学者はAI参照の広いマージンの恩恵を受ける一方、下級の学者はAI参照の恩恵を受け、より新しく、より影響力のあるAI論文を引用する傾向にある。
中間的AI能力を持つ機関は最大の比例的な利益を達成する一方、主要なAI機関はAI中心の知識空間に深く埋め込まれ、AI関連のオーディエンスを惹きつけ、AIソースを引用する代替の引用ゲートウェイになることが多い。
これらの結果は、AI知識の価値は、技術能力だけでなく、翻訳能力にも依存していることを示唆している。
関連論文リスト
- The Impact of AI Usage and Informativeness on Skill Development in Logical Reasoning [13.546638788752924]
我々は、AI支援にオンデマンドでアクセスできる論理的推論タスクにおいて、AIの使用状況と情報性の両方が学習を形作ることができるかを検討する。
より高度なAI利用は、より弱いスキル開発に結びついているのに対して、軽いAIユーザは、AIを使用しないマッチしたユーザーと同じようなパフォーマンスをしている。
我々の知見は、AIは文脈に応じて、独立した推論を増幅することによって人間のスキル開発を補完するか、代替品として振る舞うことができることを示唆している。
論文 参考訳（メタデータ） (2026-05-20T19:55:57Z) - AI in the Cosmos [0.0]
情報源分類、スペクトルエネルギー分布モデリングなど、天体物理学におけるAI応用例を強調し、生成AIによる達成可能な進歩について議論する。
AIの使用は、バイアスやエラー、AIモデルの“ブラックボックス”といった課題を導入している。
これらの問題は、人間の専門知識とドメイン固有の知識をAIアプリケーションに統合するHG-AI(Human-Guided AI)の概念を通じて解決することができる。
論文 参考訳（メタデータ） (2024-12-13T12:30:11Z) - AI for social science and social science of AI: A Survey [47.5235291525383]
人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。
AIの人間的能力の増大は、社会科学研究にも注目されている。
論文 参考訳（メタデータ） (2024-01-22T10:57:09Z) - Bending the Automation Bias Curve: A Study of Human and AI-based
Decision Making in National Security Contexts [0.0]
私たちは、AIに関する背景知識とAIに対する信頼の関係、自動化バイアスの確率に影響を与える他の要因との相互作用について理論を立てています。
我々は、AI産業のレベルが異なる9カ国の9000人の成人の代表例を対象に、事前登録されたタスク識別実験でテストを行った。
論文 参考訳（メタデータ） (2023-06-28T18:57:36Z) - Artificial intelligence adoption in the physical sciences, natural
sciences, life sciences, social sciences and the arts and humanities: A
bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文 参考訳（メタデータ） (2023-06-15T14:08:07Z) - 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) - 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) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳（メタデータ） (2022-01-26T18:53:09Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z)
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。