AI for Science的高质量发展对于加快实现高水平科技自立自强、建设世界科技强国具有重要意义。从AI、Science、for三个核心概念出发,探讨如何理解和发展AI for Science。在人机协作形态的历史演进中理解AI,即在感知性协作、肢体性协作...AI for Science的高质量发展对于加快实现高水平科技自立自强、建设世界科技强国具有重要意义。从AI、Science、for三个核心概念出发,探讨如何理解和发展AI for Science。在人机协作形态的历史演进中理解AI,即在感知性协作、肢体性协作、计算性协作到认知性协作的脉络中考察AI在科学研究中的角色。AI不再只是从外部为科研赋能,而是逐步介入科学家的思维过程,在认知层面与科学家建立深度协作。从全过程科研视角分析Science,AI不仅赋能科学知识生产,也推动科技传播的民主化与精准化,助力科研管理与评价的智能化。从技术—社会系统的视角来看,为了更好地释放AI for Science的潜力,应着眼于面向AI for Science的科研生态系统整体建设。未来应从人才培养、科研组织、数据资源、伦理治理等行动领域出发,提升科研人员的AI for Science胜任力、推动跨领域合作、促进高质量数据流通与共享以及加强科技伦理治理。展开更多
本文以2003—2023年Web of Science核心数据库中1098篇论文为样本,采用文献计量学和可视化方法,分析科技伦理国际研究热点和演进趋势。结果发现:整体上科技伦理国际研究呈持续上升趋势,大致经历4个发展阶段。科技伦理国际研究主要研究...本文以2003—2023年Web of Science核心数据库中1098篇论文为样本,采用文献计量学和可视化方法,分析科技伦理国际研究热点和演进趋势。结果发现:整体上科技伦理国际研究呈持续上升趋势,大致经历4个发展阶段。科技伦理国际研究主要研究力量分布在美国和英国,中国位列前十,虽排名比较靠后,但影响力在不断攀升。近20年的研究热点聚焦以下主题:①科技伦理的基础理论研究;②传统医疗卫生与健康政策的伦理研究;③新兴科技伦理风险识别及治理研究。展开更多
文摘AI for Science的高质量发展对于加快实现高水平科技自立自强、建设世界科技强国具有重要意义。从AI、Science、for三个核心概念出发,探讨如何理解和发展AI for Science。在人机协作形态的历史演进中理解AI,即在感知性协作、肢体性协作、计算性协作到认知性协作的脉络中考察AI在科学研究中的角色。AI不再只是从外部为科研赋能,而是逐步介入科学家的思维过程,在认知层面与科学家建立深度协作。从全过程科研视角分析Science,AI不仅赋能科学知识生产,也推动科技传播的民主化与精准化,助力科研管理与评价的智能化。从技术—社会系统的视角来看,为了更好地释放AI for Science的潜力,应着眼于面向AI for Science的科研生态系统整体建设。未来应从人才培养、科研组织、数据资源、伦理治理等行动领域出发,提升科研人员的AI for Science胜任力、推动跨领域合作、促进高质量数据流通与共享以及加强科技伦理治理。
文摘本文以2003—2023年Web of Science核心数据库中1098篇论文为样本,采用文献计量学和可视化方法,分析科技伦理国际研究热点和演进趋势。结果发现:整体上科技伦理国际研究呈持续上升趋势,大致经历4个发展阶段。科技伦理国际研究主要研究力量分布在美国和英国,中国位列前十,虽排名比较靠后,但影响力在不断攀升。近20年的研究热点聚焦以下主题:①科技伦理的基础理论研究;②传统医疗卫生与健康政策的伦理研究;③新兴科技伦理风险识别及治理研究。
