AI、人类与数据科学：跨工作流程和 workforce 优化角色
物理学史与哲学
2025-07-17 v1 宇宙学与河外天体物理
星系天体物理
摘要
AI正在改变研究方式。它被用于构建调查、合成数据、进行分析并撰写结果摘要。尽管其承诺是提高效率和质量，但现实并不总是如此清晰。我们利用真理、美学与正义(TBJ)框架来评估AI、机器学习和计算模型，以实现有效和伦理的使用(Taber和Timpone 1997；Timpone和Yang 2024），我们考虑了分析性、生成式和代理式AI来增强数据科学家或承担传统上由人类分析师和研究员完成的任务。虽然AI可以被用来帮助分析师完成任务，但我们对按钮式自动化提出了警告。正如 earlier 时代的调查分析在统计软件使用日益简便使研究人员能够进行自己不完全理解的分析一样，新的AI工具可能造成类似但更大风险。我们强调人机协作视角(Daugherty和Wilson 2018），并特别呼出数据科学家在VUCA决策领域的关键作用。我们通过鼓励AI工具补充数据科学家，同时倡导持续的培训和方法理解，以确保研究的实质性价值通过有效、伦理地应用、解释和行动结果来实现。
引用
@article{arxiv.2507.11598,
title = {Why did the dark matter hypothesis supersede modified gravity in the 1980s?},
author = {Antonis Antoniou},
journal= {arXiv preprint arXiv:2507.11598},
year = {2025}
}