Corrida Tecnologica pela Inteligencia Artificial: Uma Análise Automatizada do Desenvolvimento Desigual e da Concentração de Conhecimento Científico
Notice bibliographique
Résumé
A corrida tecnológica pela Inteligência artificial muda a ordem geopolítica global, e deixa em evidência padrões históricos de desenvolvimento desigual e o acúmulo de poder. Este trabalho investiga a geopolítica do conhecimento científico como o veículo destas desigualdades, partindo da hipótese de que o recente cenário se refere a uma dinâmica de centro-periferia. O objetivo é mapear os polos de produção intelectual que fundamentam a Inteligência Artificial moderna, para gerar uma base quantitativa para a discussão sobre soberania digital. Para isso, colocou-se em uso o seguinte metodo: o desenvolvimento e a manipulação de um agente de Inteligência Artificial para a condução de uma análise bibliográfica sistemática de artigos, como ‘Attention Is All You Need’ e ‘ImageNet Classification with Deep Convolutional Neural Networks’. Os resultados revelaram uma grande concentração de conhecimento na América do Norte (EUA e Canada), que responde por 82,68% do total de referências analisadas. A análise destacou também a relevante subida da China, apesar de não serem tão citados como os da América do Norte, percebemos a relevância de seu polo quando muitos de seus autores são chineses. A porcentagem também evidencia a posição marginal do Sul Global, o que inclui o Brasil. Conclui-se que a origem das citações é um reflexo direto da geopolítica do poder na era digital, o que fornece uma base experimental para o debate proposto sobre a urgência de políticas estratégicas para inserir os países menos favorecidos no cenário internacional da Inteligência Artificial e seus conhecimentos.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».