論文の概要: What Changed in Engineering Writing After Generative AI Chat Assistants: Evidence from 1.8 Million Articles
- arxiv url: http://arxiv.org/abs/2611.11174v1
- Date: Sun, 08 Nov 2026 06:33:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-11 09:45:37.951385
- Title: What Changed in Engineering Writing After Generative AI Chat Assistants: Evidence from 1.8 Million Articles
- Title(参考訳): ジェネレーティブAIチャットアシスタントの後、エンジニアリングの書き方を変えたこと:18万記事から
- Abstract要約: 本研究は,2022年11月30日に対話型言語モデルが公開されて以降の工学的記事の変化を問うものである。
2015年から2025年までの1,839,962の論文を256の工学雑誌にまとめている。
言葉、スタイル、記事構造を12の尺度で追跡した。
- 参考スコア(独自算出の注目度): 0.65268245109828
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study asks what changed in engineering articles after conversational language models became publicly available on November 30, 2022, and develops methods for measuring such change in a field without a uniform abstract index. It assembled 1,839,962 articles published from 2015 to 2025 in 256 engineering journals, tracked twelve measures of wording, style, and article structure, and compared each with the projection of its own pre-2023 trend. Building the monthly series showed that records dated only by year fall on January 1 and create false January peaks unless removed. In abstracts, 31 words associated with language model output appeared 82% more often than projected (55.4 against 27.0 per 10,000 words in 2025), while four control words of the same formal register fell 16%. Words that soften a claim, such as may, fell 13%, words that strengthen one, such as clearly, rose 20%, and long words rose 11%. Author counts, reference lists, page counts, and publication volume stayed within 4% of trend. The change appears in all fourteen subject categories, and false release dates, dropping any one journal or word, and word lists chosen from the data support it. A random sample of 12,866 full texts from the same corpus, including subscription articles and weighted back to it, shows the same words rising 99% in article bodies. Statements disclosing AI writing assistance, measured apart from mentions of language models, went from none to 3.7% in 2025, four in five of them at one publisher. The design is descriptive, not causal.
- Abstract(参考訳): 本研究では,2022年11月30日に会話言語モデルが公開されて以降の工学的項目の変化を問うとともに,一様抽象指標のない分野におけるそのような変化を測定する手法を開発した。
2015年から2025年までの1,839,962の論文を256の工学雑誌に掲載し、12の言葉、スタイル、記事構造を追跡し、それぞれが2023年以前の傾向の予測と比較した。
月次シリーズの製作は、1月1日の秋までにしか記録がなく、1月1日に削除されない限り、偽のピークを生んだことを示している。
抽象論では、言語モデルの出力に関連する31語が予想よりも82%多く出現し(2025年の1万語当たり55.4対27.0対27.0)、同じ形式レジスタの4語が16%減少した。
五月などの主張を柔らかくする言葉は13%減少し、明快な言葉は20%上昇し、長い言葉は11%上昇した。
著者数、参照リスト、ページ数、出版量はトレンドの4%に留まった。
この変更は14の主題のカテゴリすべてに現れ、誤ったリリース日が決定され、1つのジャーナルまたは単語が削除され、データから選択されたワードリストがそれをサポートする。
同じコーパスから12,866個の全文をランダムにサンプルし、サブスクリプション記事とそれへの重み付けは、記事本体で99%上昇したのと同じ単語を示している。
言語モデルの言及とは別に、AIによる文章作成支援を開示する文書は、2025年に1件から3.7%に増加し、そのうち4件は1件の出版社で5件に上った。
設計は説明的であり、因果関係ではない。
関連論文リスト
- More than half of recent astronomy papers are written with language-model assistance [0.2285632039729295]
言語モデルは、それらが書くのに役立つ散文に特有の語彙を残し、天文学の文献のどれ程がそれを持っているかを測定する。
2015年から2026年中頃にかけての207,111個のアストロフ・ペーパーの全文から、これらの単語を各論文に数えて、補助的および非支援的な文章の混合としてカウントをモデル化する。
私たちの答えは、モデルを使用していない場合、これらの単語が現在どれだけの頻度で現れるかに依存します。
論文 参考訳(メタデータ) (2026-09-09T18:00:00Z) - An LLM-Associated Register Shift in Korean Journal Abstracts: A Morphology-Aware Excess-Vocabulary Study, 2018-2026 [0.0]
2023年以前の傾向よりも高い単語の頻度である余分な語彙は、2022年以降の学術英語の変化がどのように測定されたかである。
プラセボの床は1ワード統計では0.1-2.2点、再選択された分割半値統計では少なくとも2.9点である。
韓国の抽象化は2023年、2024年後半に始まり、2025年までの2026年半ばの平ら化を示している。
論文 参考訳(メタデータ) (2026-09-07T12:56:32Z) - The em-dash em-beds in Congress: A population-level rise in em-dash frequency in U.S. congressional press releases at the dawn of the large-language-model era, 2021-2025 [0.0]
テキスト1000文字あたりの非スペースな散文形式のエムダッシュ密度を解析した。
2021-2024年まで1,000文字あたり0.10-0.12の範囲に留まり、4年ベースラインの2倍以上の2025年には0.217まで上昇した。
エムダッシュは人口レベルのマーカーであり、リリース単位のオーサシップ検出器ではない。
論文 参考訳(メタデータ) (2026-08-06T11:12:48Z) - When AI Writes, Who Gets Cited? Evidence of Citation Monoculture Across Language Models [45.91367912142692]
異なるモデルがいまだに同じ狭い部分集合を選択している可能性を示し、単一の引用が誤りを犯さずに、引用モノカルチャーを生成する。
3つのベンダーの11のモデルが、30のランダムなパネルから少なくとも10の論文を選択しており、実際のタイトルと抽象物があるが、作者が作り直され、再割り当て年、隠れた会場と引用数がある。
論文 参考訳(メタデータ) (2026-08-03T14:27:46Z) - AI-Associated Lexical Shifts Across 34 Languages: Cross-Lingual Convergence and Diachronic Uptake in News Writing [0.0]
我々はこの作業をWMT News Crawl corpusの34言語に拡張する。
各言語について、ログの頻度比を用いて、ランク付けされたAI過剰な補題を導出する。
我々は言語間セマンティックコンバージェンスをかなり見つけている。
論文 参考訳(メタデータ) (2026-05-25T02:24:46Z) - From sunblock to softblock: Analyzing the correlates of neology in published writing and on social media [43.51412860640503]
トピックの人気成長要因は、Twitter上でのネロジへの寄与が、公開記事よりも少ないことを示している。
この違いは、異なる新生主義形成機構を好む2つのドメインによって説明できるという仮説を立てる。
論文 参考訳(メタデータ) (2026-02-13T17:19:28Z) - What fifty-one years of Linguistics and Artificial Intelligence research tell us about their correlation: A scientometric analysis [0.0]
この研究は、1974年から2024年までの51年間にわたる知的生産を合成し、この相関関係を徹底的に科学的に分析する。
その結果、1980年代から1990年代にかけて、言語学とAI(AIL)の研究は、時間とともに不安定な出版によって特徴づけられ、堅牢ではなかったことが示唆された。
言語学とAIの相関関係は、いくつかのレベル、研究センター、ジャーナル、そしてAILの知識生産を形作り、将来のフロンティアを形作る国で確立されていると結論付けている。
論文 参考訳(メタデータ) (2024-11-29T17:12:06Z) - Lost in Translation -- Multilingual Misinformation and its Evolution [52.07628580627591]
本稿では,95言語にまたがる25万以上のファクトチェックの分析を通じて,多言語誤報の頻度とダイナミクスについて検討する。
誤報のクレームの大部分は1回だけ事実チェックされているが、21,000件以上のクレームに対応する11.7%は複数回チェックされている。
誤情報拡散のプロキシとしてファクトチェックを用いると、言語境界を越えて繰り返し主張する主張の33%が見つかる。
論文 参考訳(メタデータ) (2023-10-27T12:21:55Z) - Understanding writing style in social media with a supervised
contrastively pre-trained transformer [57.48690310135374]
オンラインソーシャルネットワークは、ヘイトスピーチから偽情報の拡散まで、有害な行動の場として機能している。
本稿では, 4.5 x 106テキストの公開資料から得られた大規模コーパスに基づいて学習したStyle Transformer for Authorship Representations (STAR)を紹介する。
512個のトークンからなる8つのドキュメントからなるサポートベースを使用して、著者を最大1616人の著者のセットから、少なくとも80%の精度で識別することができる。
論文 参考訳(メタデータ) (2023-10-17T09:01:17Z) - MegaWika: Millions of reports and their sources across 50 diverse
languages [74.3909725023673]
MegaWikaは、50の言語で1300万のWikipedia記事と、7100万の参考資料で構成されている。
我々は、このデータセットを無数のアプリケーションに処理し、非英語の記事を言語間アプリケーションに翻訳する。
MegaWikaは、文レベルのレポート生成のための最大のリソースであり、マルチランガルである唯一のレポート生成データセットである。
論文 参考訳(メタデータ) (2023-07-13T20:04:02Z) - \textit{NewsEdits}: A Dataset of Revision Histories for News Articles
(Technical Report: Data Processing) [89.77347919191774]
textitNewsEditsは、ニュース記事の改訂履歴の最初の公開データセットです。
1,278,804条と、22以上の英語とフランス語の新聞から4,609,430版がある。
論文 参考訳(メタデータ) (2021-04-19T21:15:30Z)
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。