Key points are not available for this paper at this time.
生成型人工知能(生成AI)は、研究の誠実性に対して機会とリスクの両方をもたらします。大学は研究者が生成AIを責任を持って使用し、急速に変化する複雑な規制環境を乗り越えるための指導を行う必要があります。2つのオーストラリアの大学の経験を踏まえ、機関が生成AIの責任ある使用を促進・支援するための枠組みを提案します。多様な規制環境を原則に基づく立場声明にまとめるための指針を提供し、さらに、その立場声明が研修、コミュニケーション、インフラ、プロセス変更の取り組みの基盤となる方法について説明します。学部生に対するAIの学術的誠実性への影響に関する文献は増えているものの、研究の誠実性に対する生成AIの影響およびそれらの課題に対処するうえでの機関の重要な役割には比較的注意が払われていません。本稿は、研究機関がこの分野で迅速に行動を起こす必要性を強調し、そのための実用的かつ適応可能な枠組みを提案します。
Building similarity graph...
Analyzing shared references across papers
Loading...
S.D. Smith
Melissa L. Knothe Tate
Keri Freeman
Building similarity graph...
Analyzing shared references across papers
Loading...
Smith et al. (Tue,) はこの問題を研究しました。
www.synapsesocial.com/papers/68e6cdf2b6db64358764bd05 — DOI: https://doi.org/10.48550/arxiv.2404.19244
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: