論文の概要: Reciprocal Collaboration: how lessons from convergence in GLAMs can enhance interdisciplinary AI research

• arxiv url: http://arxiv.org/abs/2609.26023v1
• Date: Tue, 22 Sep 2026 11:27:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.342165
• Title: Reciprocal Collaboration: how lessons from convergence in GLAMs can enhance interdisciplinary AI research
• Title（参考訳）: 相互協力:GLAMにおける収束からの教訓が学際的AI研究をいかに促進するか
• Abstract要約: さまざまな分野におけるAIの潜在的な影響に対する関心が高まっている。 AI技術の基本に関する懸念も高まっている。 我々は、双方のパートナーが共同で重要な影響を理解し、協力し、特定しようとする、相互に協力するアプローチを提案する。
• 参考スコア（独自算出の注目度）: 4.372281798825051
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The need for collaboration between diverse fields of research is increasingly recognised as important by research funding agencies. A significant driver of this need is the current revolution in artificial intelligence (AI) and related technologies. There is a growing interest in the potential impact of AI in different fields including the methodologies they use and the resulting advances in new knowledge, new access and enhanced productivity. However, there is also a corresponding increase in concern about the fundamentals of AI technologies and the way in which trans and/or interdisciplinary research is approached. The resulting collaboration too often ends up as a one-way street where the domain partner acts only as an information provider. For example, the contribution of the AHSS partner might be limited to providing insight about ethics and/or the technology partner may only provide a service to build applied AI-based solutions. In response to this problem, we propose a reciprocal approach to collaboration where both partners seek to understand, cooperate and identify jointly significant impacts. In this paper we explore this relationship between cultural heritage institutions (GLAMs), Arts, Humanities & Social Sciences (AHSS) research and technology-led AI research, especially the impact of current technological advances in AI. Drawing from the history of convergence in GLAM studies, we propose five key practices to form a framework for greater understanding across this divide.
• Abstract（参考訳）: 多様な研究分野の協力の必要性は、研究資金機関によってますます重要視されている。 このニーズの重要な要因は、現在の人工知能(AI)とその関連技術における革命である。 使用する方法論や、新たな知識の進歩、新たなアクセス、生産性の向上など、さまざまな分野におけるAIの潜在的な影響に対する関心が高まっている。 しかし、AI技術の基礎と、トランス//または学際的な研究がアプローチされる方法に関して、それに対応する懸念が高まっている。 結果として生じるコラボレーションは、ドメインのパートナが情報提供者としてのみ機能する、一方通行の通りとして終わることが多い。 例えば、AHSSパートナのコントリビューションは、倫理に関する洞察の提供に限られるかも知れませんし、テクノロジパートナは、応用AIベースのソリューションを構築するためのサービスのみを提供する場合もあります。 この問題に対応するために、両パートナーが共同で重要な影響を理解し、協力し、特定する相互アプローチを提案する。 本稿では,文化遺産機関(GLAM),芸術,人文科学,社会科学(AHSS)研究と技術主導型AI研究,特に現在のAI技術進歩の影響について検討する。 本研究は,GLAM研究における収束の歴史から,この分断をより深く理解するための枠組みを形成するための5つの重要なプラクティスを提案する。

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)
• Societal AI Research Has Become Less Interdisciplinary [3.9599054392856483]
  この研究は、2014年から2024年にかけて、ArXivで発行された10万以上のAI関連論文を分析した。 コンピュータ科学のみのチームが、この分野全体の社会的アウトプットのシェアを拡大している。 これらの知見は、社会的AIのドライバに関する共通の仮定に挑戦する。
  論文  参考訳（メタデータ） (2025-06-10T12:34:53Z)
• On the Opportunities of Green Computing: A Survey [80.21955522431168]
  人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。 高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。 コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
  論文  参考訳（メタデータ） (2023-11-01T11:16:41Z)
• Enhancing Artificial intelligence Policies with Fusion and Forecasting: Insights from Indian Patents Using Network Analysis [0.0]
  本稿では,人工知能(AI)技術の相互接続性と相互依存性について述べる。 異なる時間窓を通して技術を分析し、その重要性を定量化することで、AIのランドスケープを形成する重要なコンポーネントに関する重要な洞察を明らかにしました。
  論文  参考訳（メタデータ） (2023-04-20T18:37:11Z)
• Axes for Sociotechnical Inquiry in AI Research [3.0215443986383734]
  技術開発の新たな発展領域を探求する4つの方向を提案する。 本論文は、社会技術調査のためのレキシコンを提供し、消費者向けドローン技術の例を通してそれを解説する。
  論文  参考訳（メタデータ） (2021-04-26T16:49:04Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)
• Learnings from Frontier Development Lab and SpaceML -- AI Accelerators for NASA and ESA [57.06643156253045]
  AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。 我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。 FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
  論文  参考訳（メタデータ） (2020-11-09T21:23:03Z)

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。