論文の概要: "I don't know what I don't know": Exploring the Benefits and Challenges of AI in Interdisciplinary Research
- arxiv url: http://arxiv.org/abs/2611.15121v1
- Date: Wed, 11 Nov 2026 06:58:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.070217
- Title: "I don't know what I don't know": Exploring the Benefits and Challenges of AI in Interdisciplinary Research
- Title(参考訳): 「知らないこと」--学際研究におけるAIのメリットと課題を探る
- Abstract要約: 学際的な研究は社会にとって有益であるが、学際的な境界を橋渡しする研究者に固有の課題をもたらす。
研究タスクにおけるAIシステムの可用性と利用の急激な増加にもかかわらず、未知の分野にまたがるAIシステムへの影響についての研究はほとんどない。
私たちの発見は、規律間のコラボレーションを自動化するのではなく、AIシステムをサポートするように設計することに焦点を当てています。
- 参考スコア(独自算出の注目度): 10.85815044167788
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Interdisciplinary research is widely lauded as beneficial for society but presents unique challenges to the researchers who bridge disciplinary boundaries. Despite the rapid increase in the availability and usage of AI systems for research tasks, there is little work studying how AI systems have impacted workflows that span unfamiliar disciplines. Through a survey ($N=62$) and follow-up interviews ($N=23$) with interdisciplinary researchers, we describe the unique challenges and opportunities for AI in interdisciplinary research workflows. Participants viewed AI both as a solution and exacerbation of the general challenge of "unknown unknowns": AI systems could facilitate a broad awareness of a new research area, yet also provide an illusion of understanding. Crucially, participants lacked the expertise and intuition to catch these illusions. Our findings motivate a focus on designing AI systems to support rather than automate collaboration across disciplines, scaffold learning opportunities, and include avenues for triangulation between resources.
- Abstract(参考訳): 学際的な研究は社会にとって有益であると広く賞賛されているが、学際的な境界を橋渡しする研究者に固有の課題を提起している。
研究タスクにおけるAIシステムの可用性と利用の急激な増加にもかかわらず、AIシステムが不慣れな分野にまたがるワークフローにどのように影響したかについての研究はほとんどない。
学際研究者による調査(N=62ドル)とフォローアップインタビュー(N=23ドル)を通じて、学際研究ワークフローにおけるAIのユニークな課題と機会について説明する。
参加者はAIを、"未知の未知"という一般的な課題の解決と悪化の両面から見ている:AIシステムは、新しい研究領域を広く認識するだけでなく、理解の錯覚をもたらす可能性がある。
重要なことに、参加者はこれらの錯覚を捉えるための専門知識や直観を欠いていた。
私たちの発見は、規律や足場学習の機会にまたがるコラボレーションを自動化することよりも、AIシステムを支援するための設計に重点を置いています。
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) - How Mature is Requirements Engineering for AI-based Systems? A Systematic Mapping Study on Practices, Challenges, and Future Research Directions [5.6818729232602205]
既存のREメソッドが十分かどうか、あるいはこれらの課題に対処するために新しいメソッドが必要であるかどうかは不明だ。
既存のRE4AI研究は主に要件分析と導入に重点を置いており、ほとんどの実践はこれらの分野に適用されている。
私たちは、最も一般的な課題として、要件仕様、説明可能性、マシンラーニングエンジニアとエンドユーザのギャップを特定しました。
論文 参考訳(メタデータ) (2024-09-11T11:28:16Z) - DiscipLink: Unfolding Interdisciplinary Information Seeking Process via Human-AI Co-Exploration [34.23942131024738]
本稿では,研究者と大規模言語モデル(LLM)の協調を支援する対話型システムであるDiscipLinkを紹介する。
ユーザの関心事に基づいて、DiscipLinkは、関連する研究分野の観点から探索的な質問を開始する。
本評価は, 対象内比較実験とオープンエンド探索研究からなり, ディシプリンクは, 学際境界を断ち切る上で, 研究者を効果的に支援できることを示した。
論文 参考訳(メタデータ) (2024-08-01T10:36:00Z) - OlympicArena: Benchmarking Multi-discipline Cognitive Reasoning for Superintelligent AI [73.75520820608232]
我々は,11,163のバイリンガル問題を含む,テキストのみとインターリーブされたテキストイメージのモダリティを紹介する。
これらの課題には、7つのフィールドと62の国際オリンピック大会にわたる幅広い規律が含まれており、データ漏洩について厳格に調査されている。
我々の評価によると、GPT-4oのような先進モデルでさえ、複雑な推論とマルチモーダル統合における現在のAI制限を反映して、全体的な精度は39.97%しか達成していない。
論文 参考訳(メタデータ) (2024-06-18T16:20:53Z) - Human-AI Coevolution [48.74579595505374]
Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。
本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
論文 参考訳(メタデータ) (2023-06-23T18:10:54Z) - 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) - 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) - A narrowing of AI research? [0.0]
学術と民間におけるAI研究のテーマ的多様性の進化について研究する。
我々は、AI研究における民間企業の影響力を、彼らが受け取った引用と他の機関とのコラボレーションを通じて測定する。
論文 参考訳(メタデータ) (2020-09-22T08:23:56Z)
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。