MétaCan
Menu
Retour à la cohorte
Enregistrement W4399908658 · doi:10.29327/277105.3.2-1

Estudos CTS e Inteligência Artificial

2023· article· pt· W4399908658 sur OpenAlexfundno aff
Marcos Antônio Mattedi, Maiko Rafael Spiess

Notice bibliographique

RevueCTS em foco Boletim da ESOCITE BR · 2023
Typearticle
Languept
DomaineBusiness, Management and Accounting
ThématiqueCompetitive and Knowledge Intelligence
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

Este número nos traz textos sobre uma das mais promissoras áreas do conhecimento dos últimos anos, com promessas em diversas áreas, como educação, sistemas de aprendizado de máquina para tarefas repetitivas e ininterruptas, mineração e organização de grande volume de dados entre outros atributos produtivos -nos mais variados setores -em termos de funcionalidade e capacidade.Mas tão importante quanto as expectativas positivas, a avaliação dos impactos negativos não pode ser negligenciada.Embora a questão da regulação sobre os usos da IA (Inteligência Artificial) esteja em aberto, sem linhas consensuais sobre como proceder com este conjunto de tecnologias, a formação educacional sólida, a dimensão ética como valor melhor situado do que o econômico, a cultura normativa baseada em leis e regulamentos, a prudência e a transparência nos espaços públicos de debate, são tradicionais maneiras de formamos pessoas aptas a refletir e realizar escolhas de futuro, diante de um presente com grandes fluxos informacionais, com interações individuais autocentradas e de pouca partilha na diversidade de opiniões -em parte pelas escolhas dos algoritmos das redes sociais -na busca de um bem comum.Nos textos do dossiê é possível antever as linhas de ação dos modelos das IA como uma espécie de interface onipresente nas rotinas diárias de cada um de nós.Seja em tarefas bancárias, consultas médicas, formação educacional, mapas, trânsito, clima, notícias, agendas e tarefas do trabalho, os modelos estão em tudo, absorvendo rotinas e pensamentos do usuário, e não apenas mediando comunicação.Um nó importante é a posição das corporações privadas no desenvolvimento destas tecnologias, pois áreas críticas das plataformas não estão em um vazio político e econômico, mas em contextos muito específicos do capitalismo com aumento do trabalho paralegal, hiperindividualismo, discursos sem historicidades, flutuações nos valores de solidariedade, hipertrofia do cinismo nos engajamentos políticos, a produção da pobreza (como realmente uma linha de produção) e a contenção -alienante -das classes sociais como referência explicativa da realidade.Uma visão corrente e majoritária estabelece uma linha de argumentação de que a IA é uma emulação dos processos fisiológicos do cérebro humano e que, como resultado, pretende produzir as complexas possibilidades da inteligência humana, em um processo de imitação abrangente.Por outro lado, a tendência de implementação da IA, por enquanto, é vislumbrada apenas como algoritmos moldados para vigilância, violação de privacidade, controle nas relações e eliminação de postos de trabalho, distorções factuais, reconhecimento de padrões de consumo e estilos de vida com finalidades comerciais.Embora a rotina de uso de IA possa aperfeiçoar determinadas capacidades individuais humanas, o diapasão que segue está mais para sistemas tecnológicos com o objetivo de administrar vantagens comerciais de grandes corporações a partir de informações comportamentais de usuários, no contexto da gestão emocional das redes sociais, principalmente.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,003
Communication savante0,0060,006
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,286
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCTS em foco Boletim da ESOCITE BRMême sujetCompetitive and Knowledge IntelligenceTravaux en français237 207