[論文レビュー] Quantifying the Benefit of Artificial Intelligence for Scientific Research

Jian Gao, Dashun Wang|arXiv (Cornell University)|Apr 17, 2023

Artificial Intelligence in Healthcare and Education被引用数 8

ひとこと要約

論文は、直接的なAIの使用と科学研究における潜在的なAI恩恵を定量化する測定フレームワークを開発し、NLPを74.6百万件の出版物と7.1百万件の特許に適用して、広範なAIの利用、引用プレミアム、そして不平等への影響を明らかにする。

ABSTRACT

The ongoing artificial intelligence (AI) revolution has the potential to change almost every line of work. As AI capabilities continue to improve in accuracy, robustness, and reach, AI may outperform and even replace human experts across many valuable tasks. Despite enormous effort devoted to understanding the impact of AI on labor and the economy and AI's recent successes in accelerating scientific discovery and progress, we lack a systematic understanding of how AI advances may benefit scientific research across disciplines and fields. Here, drawing from the literature on the future of work and the science of science, we develop a measurement framework to estimate both the direct use of AI and the potential benefit of AI in scientific research, applying natural language processing techniques to 74.6 million publications and 7.1 million patents. We find that the use of AI in research is widespread throughout the sciences, growing especially rapidly since 2015, and papers that use AI exhibit a citation premium, more likely to be highly cited both within and outside their disciplines. Moreover, our analysis reveals considerable potential for AI to benefit numerous scientific fields, yet a notable disconnect exists between AI education and its research applications, highlighting a mismatch between the supply of AI expertise and its demand in research. Lastly, we examine demographic disparities in AI's benefits across scientific disciplines and find that disciplines with a higher proportion of women or Black scientists tend to be associated with less benefit, suggesting that AI's growing impact on research may further exacerbate existing inequalities in science. As the connection between AI and scientific research deepens, our findings may become increasingly important, with implications for the equity and sustainability of the research enterprise.

研究の動機と目的

• AIが分野を超えて科学研究にどのように進展をもたらすかを体系的に理解することを動機づける。
• 科学における直接的なAI使用と潜在的なAI恩恵を分離する測定フレームワークを開発する。
• 大規模な出版データと特許データに自然言語処理を適用して、AIの存在と影響を定量化する。
• AI供給と研究需要の人口統計学的・教育的ミスマッチを評価する。
• 科学分野間のAI恩恵の公平性への影響を検討する。

提案手法

• 研究における直接的なAI使用とAIがもたらす広義の恩恵を区別するフレームワークを定義する。
• 自然言語処理を用いて74.6百万件の出版物と7.1百万件の特許をAI関連コンテンツについて分析する。
• 特に2015年以降のAI使用の成長を時間とともに定量化する。
• AIを使用する論文の引用プレミアムを測定する（自分の分野内外の双方で）。
• AI恩恵の分野別・人口統計的パターンを評価する（例：性別・人種の格差）。

実験結果

リサーチクエスチョン

• RQ1 AIは科学研究全体でどれくらい広く使用されているか。
• RQ2 AIを使用する論文の引用影響（プレミアム）は、AIを使用しない論文と比べてどうか。
• RQ3 AIが異なる科学分野においてもたらす潜在的な利益はどの程度か、AI教育の供給と研究適用の間にギャップはあるか。
• RQ4 AI恩恵は人口統計グループや分野によってどう異なり、どのような公平性への影響が生じるか。

主な発見

• AIの研究利用は科学全体に広範であり、2015年以降急速に成長している。
• AIを使用する論文は引用プレミアムを示し、分野内外で高く引用される可能性が高い。
• AIが多くの分野に恩恵をもたらす潜在性があるが、AI教育の供給と研究需要の間にミスマッチが存在する。
• 分野間でAI恩恵には格差があり、女性や黒人科学者の比率が高いほど恩恵が少ない関連がある。
• 拡大するAIと科学の結びつきは、研究事業の公平性と持続可能性に影響を与える。