MétaCan
Menu
Back to cohort
Record W4399908658 · doi:10.29327/277105.3.2-1

Estudos CTS e Inteligência Artificial

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

Bibliographic record

VenueCTS em foco Boletim da ESOCITE BR · 2023
Typearticle
Languagept
FieldBusiness, Management and Accounting
TopicCompetitive and Knowledge Intelligence
Canadian institutionsnot available
FundersYork University
KeywordsArtificial intelligenceComputer science

Abstract

fetched live from 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.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.031
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesScience and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: Theoretical or conceptual
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.999
Threshold uncertainty score0.028

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.031
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.002
Science and technology studies0.0010.003
Scholarly communication0.0060.006
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0080.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.049
GPT teacher head0.286
Teacher spread0.237 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueCTS em foco Boletim da ESOCITE BRSame topicCompetitive and Knowledge IntelligenceFrench-language works237,207