MétaCan
Menu
← Retour à la cohorte
Enregistrement W7164477918 · doi:10.70568/ujfiiai.2.1.4

The Role of Artificial Intelligence in Shaping Robotics Innovation

2025· article· W7164477918 sur OpenAlexaff
Abdulrahman Zagibah

Notice bibliographique

RevueUniversal Journal of Future Intelligence Innovations and Artificial Intelligence · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueArtificial Intelligence in Healthcare and Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRoboticsFlexibility (engineering)RobotApplications of artificial intelligenceWork (physics)Corporate governanceAdaptation (eye)

Résumé

récupéré en direct d'OpenAlex

Applying Artificial Intelligence in Robotics is a revolutionary move in industries, education, and the health sector. In this paper, we critically survey recent work in the literature to analyse the ways AI is influencing robotics innovation, emphasizing both its potential and its limitations. The results show that AI-enabled robotics improves efficiency and flexibility in industrial applications, enabling predictive maintenance, smart manufacturing, and operational resilience. In education, interactive and voice-activated robots promote student engagement, problem-based learning, and progressive pedagogy, but uneven access may reinforce digital divides. In medicine, AI-based surgery and diagnostics robots enable greater precision, fewer mistakes, and better patient outcomes, but raise unanswered ethical questions regarding accountability, autonomy, and patient–doctor trust. In addition to applications in industry, mandates from society, ethics, and regulation are also recognized as barriers to unfettered use. Problems of data privacy, transparency, and fairness remain, while high adaptation costs and immature regulatory frameworks limit the spread. The findings suggest that AI in robotics is both a technical disruptor and a social transformer, offering a wealth of opportunities while requiring robust ethical governance. The paper concludes by suggesting that drawing on the expertise of multiple disciplines – stemming from the work of engineers, ethicists, and policymakers- and engaging key stakeholders, AAI-powered robotics will continue to evolve for the better. More work is needed on governance models, inclusiveness, and long-range societal consideration to strike a balance between innovation and responsibility.

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)0,018
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,018
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0050,048
Communication savante0,0160,014
Science ouverte0,0020,009
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,088
Tête enseignante GPT0,381
Écart entre enseignants0,293 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversal Journal of Future Intelligence Innovations and Artificial Intelligence→Même sujetArtificial Intelligence in Healthcare and Education→Travaux en français237 207→