之后,研究人员通过测量后续论文参与度的程度来考察论文之间的关系,即同一原创论文的引用之间相互引用的频率,结果表明,AI研究产生的后续参与度比非AI研究少了24.40%,表明AI论文更倾向于扩展原创论文,而不是在彼此之间形成互动,而互动恰恰是促进新兴领域的关键要素。在不同领域中AI论文引用的马太效应中也发现了这种集中的进一步证据:在AI研究中,少数超级明星论文主导了该领域,大约20%的顶级论文获得了80%的引用,50%的论文获得了95%的引用,这种不平等的分布导致了AI研究引用模式的基尼系数为0.753,高于非AI论文的0.684,表明认可度的不平等正在增加。最后,研究人员还检查了引用同一原始工作的论文对在向量空间中的距离,区分出相互引用的论文,结果发现,科学界的AI更加集中于特定的热门话题,导致了更多的重复想法和冗余创新,与科学知识范围和多样性的缩小有关。参考资料:https://gizmodo.com/ai-could-be-making-scientists-less-creative-2000538342摘要:之后,研究人员通过测量后续论文参与度的程度来考察论文之间的关系,即同一原创论文的引用之间相互引用的频率,结果表明,AI研究产生的后续参与度比非AI研究少了24.40%,表明AI论文更倾向于扩展原创论文,而不是在彼此之间形成互动,而互动恰恰是促进新兴领域的关键要
来源:科学大家谈
免责声明:本站系转载,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本站联系,我们将在第一时间删除内容!