論文の概要: Traceable Scholarship: Page Anchors and Ariadne's Thread for Humanistic Inquiry in the Age of Generative AI
- arxiv url: http://arxiv.org/abs/2607.20916v1
- Date: Thu, 23 Jul 2026 04:51:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-24 18:26:25.289006
- Title: Traceable Scholarship: Page Anchors and Ariadne's Thread for Humanistic Inquiry in the Age of Generative AI
- Title（参考訳）: トレーサブル・スカラーシップ - ページアンカーとAriadne's Thread for Humanistic Inquiry in the Age of Generative AI
- Abstract要約: 生成AIは、大きな言語モデルで数秒以内に学術的なテキストを生成することができるが、流布は妥当な説明に等しいものではない。
私たちは、Ariadne氏のスレッドのページアンカーを気に入っています。
本稿では,AI支援人文科学研究における最小規範条件としてトレーサブル・スカラーシップを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI lets large language models produce scholarly-looking text within seconds, yet fluency does not equal valid explanation. The deepest risk is not factual error alone but the appearance that an explanation is already established without clear sources, page numbers, editions, or evidence. We liken the page anchor to Ariadne's thread: within the labyrinth of generative fluency, it is the thread that leads the scholar back to the source. This paper proposes Traceable Scholarship as the minimum normative condition for AI-assisted humanistic research, situating it across the three revolutions of knowledge infrastructure: print, digital, and generative AI. We introduce page anchors, dual page numbers, citation-first generation, NO_EVIDENCE, human verification, four-level compliance, and Scope Contract, and present AIH-Infra as a three-layer reference implementation: Contexture (document structuring), Open WebUI AIH-Infra (traceable knowledge base), and AIH-Infra MCP Server (agent gateway). A case study on a 29-volume Kant Akademie-Ausgabe knowledge base illustrates how traceability supports retrieval correction, evidence grading, and judgment downgrading. Traceability is not a software feature; it is the condition under which humanistic research can remain public and refutable in the age of generative AI.
- Abstract（参考訳）: 生成AIは、大きな言語モデルで数秒以内に学術的なテキストを生成することができるが、流布は妥当な説明に等しいものではない。
最も深いリスクは事実の誤りではなく、説明が明確な情報源、ページ番号、エディション、証拠なしで既に確立されているという外観である。
私たちは、Ariadne氏のスレッドのページアンカーを気に入っています。
本稿では,AI支援人文科学研究における最小規範条件としてトレーサブル・スカラーシップを提案し,それを知識基盤の3つの革命(印刷,デジタル,生成AI)に展開する。
我々は、ページアンカー、二重ページ番号、引用ファーストジェネレーション、NO_EVIDENCE、人間検証、4レベルコンプライアンス、スコープコントラクトを導入し、コンテキスト(ドキュメント構造化)、Open WebUI AIH-Infra(追跡可能な知識ベース)、AIH-Infra MCP Server(エージェントゲートウェイ)の3層リファレンス実装として、AIH-Infraを紹介した。
29巻のKat Akademie-Ausgabeナレッジベースに関するケーススタディでは、トレーサビリティが検索の修正、エビデンスグレーディング、判断ダウングレーディングをどのようにサポートするかを示している。
トレーサビリティ(Traceability)は、ソフトウェア機能ではなく、人文科学の研究が、生成的AIの時代において公開され、再利用可能である状態である。
関連論文リスト
- F(AI)2R: Who Did What, and Who Checked? Verifiable AI Provenance as an Executable Skill [0.0]
F(AI)2Rは、AIを使ったFAIR研究であり、AI支援のオーサリングパスと、すべてのアーティファクトに対するマシン可読な監査パスである。
本稿では,AI-in-the-loopアーティファクトをカバーするPROV-O拡張であるaiprovに,学術的な記述以上の証明モデルを一般化する。
プロダクションにおけるすべてのアクティビティ、クレーム、ソースは、2つのインの下にリポジトリの証明グラフに記録される。
論文 参考訳（メタデータ） (2026-07-28T12:17:53Z) - Can AI Review Improve Paper Drafting? An Empirical Study on 20 Computer Architecture Submissions [4.04252733799147]
我々は、AIレビューが人間のレビューとどのように一致しているかを明らかにするために、さまざまなレベルの提出系統を持つ20のコンピュータアーキテクチャー論文を調査する。
このケーススタディを実行するために、Web UI統合ツールであるemphAI-Paper-Reviewを構築し、ドラフトペーパーの構造化AIレビューを生成する。
論文 参考訳（メタデータ） (2026-05-31T05:05:26Z) - LECTOR: Joint Optimization of Scientific Reasoning Graphs and Introduction Generation [57.70907667652966]
序文は特に難解であり、論理的な健全さと検証可能な忠実さを要求する。
ほとんどのAI支援手法は、推論や構造化ではなく、タスクをテキスト生成として扱うため、深刻な欠点が生じる。
我々は,科学者の論理を厳格に追従し,高品質な引用を加え,構造化された表現を維持できる新しい論理表現協調強化学習フレームワークであるLECTORを提案する。
論文 参考訳（メタデータ） (2026-05-25T15:41:16Z) - Vibe Researching as Wolf Coming: Can AI Agents with Skills Replace or Augment Social Scientists? [4.181639770490221]
本稿では,バイブ符号化に並列したAI時代のバイブ研究の概念を紹介する(Karpathy, 2025)。
コーディフィビリティと暗黙の知識要求という2つの側面に沿って研究活動を分類する認知タスクフレームワークを開発する。
AIエージェントは、スピード、カバレッジ、方法論的な足場において優れているが、理論的な独創性と暗黙のフィールド知識に苦慮している、と私は主張する。
論文 参考訳（メタデータ） (2026-02-25T20:52:14Z) - WebWeaver: Structuring Web-Scale Evidence with Dynamic Outlines for Open-Ended Deep Research [73.58638285105971]
本稿では,AIエージェントが膨大なWebスケール情報を洞察に富むレポートに合成しなければならない複雑な課題であるtextbfopen-ended Deep Research (OEDR) に取り組む。
人間の研究プロセスをエミュレートする新しいデュアルエージェントフレームワークである textbfWebWeaver を紹介する。
私たちのフレームワークは、DeepResearch Bench、DeepConsult、DeepResearchGymなど、主要なOEDRベンチマークにまたがる最先端の新たなベンチマークを確立しています。
論文 参考訳（メタデータ） (2025-09-16T17:57:21Z) - CoCoNUTS: Concentrating on Content while Neglecting Uninformative Textual Styles for AI-Generated Peer Review Detection [60.52240468810558]
我々は、AI生成ピアレビューの詳細なデータセットの上に構築されたコンテンツ指向ベンチマークであるCoCoNUTSを紹介する。
また、マルチタスク学習フレームワークを介してAIレビュー検出を行うCoCoDetを開発し、レビューコンテンツにおけるAIのより正確で堅牢な検出を実現する。
論文 参考訳（メタデータ） (2025-08-28T06:03:11Z) - Almost AI, Almost Human: The Challenge of Detecting AI-Polished Writing [55.2480439325792]
本研究では、AI-Polished-Text Evaluationデータセットを用いて、12の最先端AIテキスト検出器を体系的に評価する。
我々の発見によると、検出器は、最小限に洗練されたテキストをAI生成としてフラグ付けし、AIの関与度を区別し、古いモデルや小さなモデルに対するバイアスを示す。
論文 参考訳（メタデータ） (2025-02-21T18:45:37Z) - Generative AI in Academic Writing: A Comparison of DeepSeek, Qwen, ChatGPT, Gemini, Llama, Mistral, and Gemma [0.9562145896371785]
フリーでオープンソースのモデルは、学術的な執筆とコンテンツ制作に大きな可能性を秘めている。
本研究は、ChatGPT、Gemini、Llama、Mistral、Gemmaと比較することにより、学術的な筆記性能を評価する。
生成されたコンテンツは、プラジャリズム検出、AI検出、単語数比較、意味的類似性、可読性評価を用いて分析された。
論文 参考訳（メタデータ） (2025-02-11T18:33:22Z) - Human Bias in the Face of AI: Examining Human Judgment Against Text Labeled as AI Generated [48.70176791365903]
本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。
ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
論文 参考訳（メタデータ） (2024-09-29T04:31:45Z) - Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。
GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。
この話題について,コミュニティの短期的,長期的目標について論じる。
論文 参考訳（メタデータ） (2023-08-28T18:51:09Z) - AI for the Generation and Testing of Ideas Towards an AI Supported
Knowledge Development Environment [2.0305676256390934]
生成AIが人間のバイアスを排除してアイデア生成を促進する方法について論じる。
また、検索が事実、論理、文脈をどう検証できるかについても記述する。
本稿では,知識労働者のためのシステムであるジェネレーション・アンド・サーチ・テスト(Generate and Search Test)を紹介し,個人が効率的にソリューションを作成できるようにする。
論文 参考訳（メタデータ） (2023-07-17T22:17:40Z)
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。