AIによる査読? – ChatGPTなどが広く使われていることがその証拠です

AIによる査読? – ChatGPTなどが広く使われていることがその証拠です

査読制度は長年にわたり危機に瀕しています。現在、時間的な制約の中でAIテキストジェネレーターが使用されている兆候があります。

科学研究の事前審査という重要なプロセスにおいて、ChatGPTやその他のAI技術がますます頻繁に使用されることが考えられます。これは、事前に公開される研究結果から明らかであり、特に、AIシステムが使用したいと考える語彙が英語での「査読」の頻度にどのように現れるかによって示されています。したがって、ChatGPTが登場して以降、いくつかのAIカンファレンスに提出された論文の独立した査読者は、「称賛に値する」、「革新的」、「細心の注意を払った」、「複雑な」、「注目すべき」、「多機能な」といった論文を書くことが格段に増えました。しかし、『ネイチャー』誌の論文の査読では、このような増加は見られませんでした。同時に、米国のジャーナル404は、自らのレビューがAIによって行われたと確信している研究者の事例を特定しましたが、彼はそれを証明することはできませんでした。

時間のプレッシャーのもとでAIに頼ることはありますか?

時間のプレッシャーのもとでAIに頼ることはありますか?

査読として知られるプロセスでは、ボランティアの査読者が科学雑誌に掲載される前に自身の専門分野から提出された研究論文を評価します。このシステムは長年にわたって過負荷状態にあり、深刻な危機に瀕しています。一方で、AI言語モデルの使用は避けられない運命のようです。この技術は送信されたテキストの要約だけでなく、改善のための具体的な提案も生み出すことが期待されています。しかし、このように生成されたテキストが必ずしも容易に検出されるわけではなく、特別な検出器によって誤ってAI製品と分類される可能性もあります。

404 Mediaは現在、イタリアの言語学者ニコラス・ロヴェッキオの言葉を引用しています。彼は自身の研究成果に対する2件の匿名査読が主にAIによるものだと確信しています。これは、レポートが表層的で、実際には彼の作業を扱っていなかったという事実に基づくものです。関連する雑誌はこの疑念を否定しており、専門家たちも同様です。しかし、LoVecchioは自分の直感だけでなく、複数のAI検出器の結果にも依存しており、それらはレポートが高い確率で生成されたことを示唆しています。これらが常に正確であるわけではないことは以前から知られています。

一方で、スタンフォード大学のWeixin Liang氏が率いる研究チームの分析はより実質的です。彼らは、人間よりもテキストジェネレーターによって頻繁に使用される特定の用語を大量のレポートから探しました。これらは最近、はるかに頻繁に見つかっており、研究グループはすべての査読の6.5%から16.9%が「言語モデルによって大幅に変更された」と推定しています。特に締切直前には、AIによって生成された査読の頻度が顕著に増加していることも注目に値します。これは、特に時間的圧力がある場合、査読者が新しい技術を使用していることを示しています。この研究はArxiv.orgで公開されていますが、まだレビューされていません。

BLOG

ChatGPT & Co.: BSIはセキュリティに対する「前例のない課題」を認識しています
ブログ

ChatGPT & Co.: BSIはセキュリティに対する「前例のない課題」を認識しています

サイバーセキュリティの現状は脅威であり、「いつでもエスカレートする可能性がある」とフェーザー内務大臣が警告しています。BSIは、国内のさらに多くのシステムをスキャンしたいと考えています。

金曜日:ChatGPTのニュースにもかかわらず、ヨーロッパ人3人がISSミッションに参加している一方、Bingの市場シェアは依然として低いままです
ブログ

金曜日:ChatGPTのニュースにもかかわらず、ヨーロッパ人3人がISSミッションに参加している一方、Bingの市場シェアは依然として低いままです

ChatGPT 検索エンジンにはボーナスなし + ISS ミッションは非公開で開始 + アイオワ対 TikTok + インディゲームのトレーラー + フランス対 Yahoo + 現金支払い限定

AIテキストジェネレーターのChatGPTが魅力的である理由
ブログ

AIテキストジェネレーターのChatGPTが魅力的である理由

変圧器ネットワークについて ChatGPTは、OpenAIが2020年に開発したGPT-3という言語モデルを基にしています。GPT-3は、ほぼ完璧な英語でさまざまなスタイルのテキストを生成する能力を持っています。このニューラルネットワークは、いわゆる事前学習を通じてインターネットからのテラバイト単位のテキストデータを学習しました。これが名前に「P」が含まれる理由です。また、生成するテキストがトレーニングデータ(名前の「G」)とできるだけ近くなるように学習しています。