Key points are not available for this paper at this time.
L'intelligence artificielle (IA) est un ensemble de technologies perturbatrices en expansion rapide qui transforment radicalement divers aspects liés aux personnes, aux entreprises, à la société et à l'environnement. Avec la prolifération des dispositifs informatiques numériques et l'émergence du big data, l'IA offre de plus en plus d'opportunités significatives pour la société et les organisations commerciales. L'intérêt croissant des chercheurs et des praticiens pour l'IA a conduit à la diversité des sujets de recherche explorés dans une masse de publications académiques dans des revues de recherche de premier plan. Cette étude vise à cartographier la structure intellectuelle et l'évolution de la structure conceptuelle de la recherche globale sur l'IA publiée dans Technological Forecasting and Social Change (TF&SC). Cette étude utilise la modélisation de sujet structurelle basée sur l'apprentissage automatique (STM) pour extraire, rapporter et visualiser les sujets latents de la littérature de recherche sur l'IA. De plus, les schémas disciplinaires de la structure intellectuelle de la recherche en IA sont examinés avec l'objectif supplémentaire d'évaluer l'impact disciplinaire de l'IA. Les résultats de la modélisation des sujets révèlent huit sujets clés, parmi lesquels les sujets concernant la santé, l'économie circulaire et la chaîne d'approvisionnement durable, l'adoption de l'IA par les consommateurs et l'IA pour la prise de décision montrent une tendance à la hausse au fil des années. La recherche en IA a une influence significative sur des disciplines telles que les affaires, le management et la comptabilité, les sciences sociales, le génie, l'informatique et les mathématiques. L'étude propose un agenda éclairant pour l'avenir basé sur des orientations de recherche fondées sur des preuves qui profiteront aux futurs chercheurs en IA pour identifier les enjeux contemporains de recherche et développer des recherches impactantes afin de résoudre des problèmes sociétaux complexes.
Building similarity graph...
Analyzing shared references across papers
Loading...
Yogesh K. Dwivedi
Anuj Sharma
Nripendra P. Rana
Technological Forecasting and Social Change
Swansea University
University of Delhi
Qatar University
Building similarity graph...
Analyzing shared references across papers
Loading...
Dwivedi et al. (Fri,) ont étudié cette question.
www.synapsesocial.com/papers/69d75cc0f44a16d01ef308bb — DOI: https://doi.org/10.1016/j.techfore.2023.122579
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: