自 20 世纪中叶尤金·加菲尔德 (Eugene Garfield) 开发引文索引作为一种自动组织科学信息的方法以来 (Garfield, 1955),文献计量学一直是学术出版的重要组成部分。引文索引为评价性文献计量学铺平了道路,而评价性文献计量学的核心地位长期以来在学术界一直存在争议 (例如参见欧洲委员会,2019 年;Nygaard & Bellanova,2017 年;Crane & Glozer,2022 年)。尽管长期以来存在担忧,但研究评估人员和管理者(如资助者和大学招聘委员会)仍在继续使用指标来快速估计研究和研究人员的质量,商业学术出版行业也在继续开发评价指标和分析作为下一代产品。本文不会增加大量批评学术指标和学术工作计量化的文献,而是探讨 Alphabet 等平台企业通过 Google Scholar 等服务提供的学术指标的后果。
好吧,好吧,我承认……我们可能是时候发表一篇关于人工智能 (AI) 的社论了,对吧?统计数据显示,我们发表的关于这个主题的论文可靠地排在我们最受欢迎的文章中,而且在图书馆学的几乎所有其他方面,越来越难以避开这个主题。话虽如此,而且有点令人惊讶的是,考虑到炒作,与人工智能和信息素养 (IL) 相关的出版物相当稀少。除了 JIL 董事会成员 Noora Hirvonen (2024;Hirvonen 等人,2023) 从可供性的视角探索人工智能,以及 Karolina Andersdotter (2023) 研究如何使用学习圈来帮助图书馆工作人员参与该主题的工作外,似乎研究尚未赶上我所看到的关于该主题的专栏文章、会议提交和 LibGuides 的数量。最近,我的同事 Darren Flynn 推荐了 Annie Pho 和 Wynn Tranfield (2024) 关于批判性人工智能素养的论文,该论文对工具对图书馆工作人员“劳动、教学和专业实践”的影响进行了有用的分析,特别关注了延续关系性的需求(和挑战)。然而,除了这些文章之外,仍然有足够的空间来考虑人工智能如何限制和实现 IL 实践的实施,或者它如何为信息景观的构建创造条件。有一件事我见过的报道更少,但它引发了更多有趣的考虑,那就是人工智能对 JIL 等期刊的影响。无论你对人工智能及其未来有何看法(目前,它似乎有点“惊慌失措”),都有明显的实际影响,学术期刊需要尽早处理。当然,编辑委员会的主要担忧之一是人工智能在作者评定中的应用——下一段将对此进行详细介绍——但一个可能不太常见的担忧是人工智能在学术交流过程的审阅阶段的应用(Battacharya,2024 年)。人工智能用于同行评审的风险在于将评审重点放在结构性问题而非分析性问题上,这也引发了人们对“所有权、剽窃和隐私标准”的担忧,因为审稿人会将未发表的材料上传到高度不透明的私营公司手中(Heidt,2024 年)。更不用说与数据抓取相关的问题了,这是
摘要 — 生成式人工智能技术的兴起给版权法带来了前所未有的挑战,特别是在人工智能训练过程中对受版权保护作品的合理使用方面。生成式人工智能工具(例如 ChatGPT)在大量数据集上进行训练,这些数据集通常包含受版权保护的材料,通常未经作者同意或使用补偿。这种广泛的未经授权的使用导致了法律纠纷,原告声称在训练人工智能模型中使用受保护的文本构成侵犯版权行为。本说明研究了合理使用原则在生成式人工智能中的应用,分析了四个法定因素中的每一个,以证明生成式人工智能对受版权保护内容的商业复制不具有变革性,损害了原创作品的市场,不应被视为合理使用。
生成性人工智能(“GAI” 或“生成 AI”)的发展为电影制作人和艺术家带来了令人信服的好处和能力,但也带来了与创作作品版权相关的复杂性。美国电影和媒体行业尤其说明了 GAI 的法律、经济和道德影响范围。尽管 GAI 可能表现出独立代理或意图的特征,但最好将 GAI 模型理解为一套新工具,可在创作过程中为各种应用提供服务。只有当使用这些工具的电影制作人没有被不合理地剥夺利用其作品所必需的作者身份和所有权时,才能实现这套工具的潜在好处。版权法可以在电影行业的背景下实现其功利目的,在实际的作者身份要求和 AI 辅助作品的动态许可制度之间取得平衡。通过立法、政策和最佳实践的正确结合,版权法可以进一步促进
IDCC25 作者和审稿人使用生成式 AI 工具的指南 本指南基于:Lin, Z. (2024)。面向学术出版的 AI 政策框架,认知科学趋势,28(2),85-88。检索自 https://doi.org/10.1016/j.tics.2023.12.002 定义 生成式 AI 是一种人工智能技术,可以生成各种类型的内容,包括文本、图像、音频和合成数据。示例包括但不限于 ChatGPT、NovelAI、Gemini、Jasper AI、Rytr AI、DALL-E 等。出版道德 | 爱思唯尔政策。(nd)。爱思唯尔。 2024 年 5 月 9 日检索自 https://www.elsevier.com/about/policies-and-standards/publishing-ethics 作者指南 如果使用生成式人工智能开发投稿或投稿的任何部分,则必须描述其用途和目的。作者应准备好提供有关其投稿中所用工具和生成内容的提示的信息。作者有责任对人工智能生成的内容进行适当审查,以避免不准确和抄袭。使用生成式人工智能创建内容并不意味着相关工具的作者身份。 为本指南提供指导的出版商政策:出版伦理最佳实践指南 | Wiley。(nd)。2024 年 5 月 9 日检索自 https://authorservices.wiley.com/ethics-guidelines/index.html#22 ChatGPT 和生成式人工智能。(2023 年 1 月 27 日)。 SAGE Publications Inc. https://us.sagepub.com/en-us/nam/chatgpt-and-generative-ai 审稿人指南 审稿人不得将稿件或稿件的任何部分上传到生成式 AI 工具中,即使是为了改善其审稿的语言和可读性。这是基于对稿件中个人数据和/或专有信息的机密性的尊重,以及通过防止它们成为训练数据集的一部分来尊重知识产权。此外,审稿过程是一项人类活动
•许多大学,STM组织,出版伦理组织(例如COPE),学识渊博的社会和出版商为研究人员制定了负责(生成)AI的研究人员的政策。我们正在合作制定统一和可理解的准则,并通过作者网络研讨会,在线面板和其他活动提供更多的上下文。
受监管 关于互联网社交媒体内容的讨论、骚动和愤怒迅速转向要求对其运营结果负责。 鉴于安全港条款保护社交媒体运营不为用户生成内容承担责任,这场讨论可能预示着可能重新要求对其他所有人都必须遵守的行为负责。 根据美国法律,社交媒体对其平台上发布的第三方内容享有法定豁免权。 此豁免权由《通信规范法》(1996 年)(CDA)第 230 条规定 1 。 讽刺的是,美国枪支行业是为数不多的其他工业和商业领域之一,对制造商和供应商因其活动和产品造成的伤害享有类似的豁免权。 2 尽管它们并不完全相同,但每种方式都为守法的用户提供了重要的好处,同时也为那些恶意行为者造成的巨大痛苦打开了大门。枪支行业通过少数人造成无辜者的死亡和伤害来造成伤害,而社交媒体则可能通过许多人的行动(有时是协同行动)颠覆一个国家的道德和政治生活。但它们造成的痛苦和损害可能相当。
本研究旨在探索 ChatGPT(GPT-3.5 版)的功能,包括强化学习、各种应用和局限性。ChatGPT 是一个人工智能 (AI) 聊天机器人,由 OpenAI 的生成式预训练 Transformer (GPT) 模型提供支持。聊天机器人的应用涵盖教育、编程、内容生成等,展示了它的多功能性。ChatGPT 可以通过创建作业和提供个性化反馈来改善教育,正如它在医学考试和美国医师执照考试中的出色表现所表明的那样。然而,人们担心抄袭、可靠性和教育差距。它有助于完成从设计到写作的各种研究任务,并且在总结和建议标题方面表现出色。它在科学写作和语言翻译中的应用前景广阔,但需要专业监督才能确保准确性和原创性。它有助于编程任务,例如编写代码、调试以及指导安装和更新。它提供多种应用,从鼓舞人心到生成创意内容,如演讲、新闻文章和商业计划。与搜索引擎不同,ChatGPT 提供交互式生成响应并理解上下文,使其更类似于人类对话,这与传统搜索引擎基于关键字的非交互式性质形成鲜明对比。ChatGPT 有局限性,例如潜在的偏见、对过时数据的依赖以及创收挑战。尽管如此,ChatGPT 被认为是一种变革性的 AI 工具,有望重新定义生成技术的未来。总之,ChatGPT 等 AI 的进步正在改变知识的获取和应用方式,标志着从搜索引擎到创造力引擎的转变。这种转变凸显了 AI 素养和在生活各个领域有效利用 AI 的能力日益重要。
目标:本文旨在调查广泛使用的人工智能网站上提供的基本研究问题的答案。人工智能 (AI) 是一种机器智能,它依赖于检测、识别、处理和回忆特定主题中越来越多的变量的能力,并用它来模仿人类智能。众所周知,它对医学问题有好处。方法:我们向人工智能网站提出了四个基本研究问题(我们之前发表过的主题)。答案未经任何更改或修改就呈现了出来。如果您对第一个答案不满意,该网站提供了“重新生成”功能,该功能仅使用一次。结果:准备了四篇短文,每篇大约 20 秒即可从 AI 网站下载。讨论:短文(一页)生成的内容合乎逻辑,但并不总是准确的,没有任何明显的临床决策或批判性反思。内容主要是历史性的,不包括任何具有临床视角的细致入微的答案。高中和大学教师可能会担心学生考虑使用该系统来生成课堂论文作业,这是合理的。预计人工智能将越来越多地用于根据医疗环境中患者展现的复杂数据生成诊断。结论:生成的文章都是基础文章,不包括 2018 年之后的任何研究论文,也不包括独立研究人员驱动的论文中为回答研究问题所做的深入而深思熟虑的讨论。预计人工智能将变得更加复杂,越来越有用,并被各种类型的学生和专业人士使用。我们需要关注它,以便明智地使用它,而不仅仅是接受它的局限性。
聊天机器人无法满足作者身份要求,因为它们无法理解作者的角色或对论文负责。聊天机器人无法满足国际医学期刊编辑委员会 (ICMJE) [ 4 ] 的作者身份标准,特别是对手稿的最终批准和对工作负责的要求。聊天机器人无法理解利益冲突声明,也没有签署声明的法律地位。聊天机器人与其创造者没有任何独立关系。他们不能拥有版权。提交稿件的作者必须确保所有被列为作者的人都符合作者身份标准,这显然意味着聊天机器人不应被列为作者。
