IJCAI 2020 Thanos tarzı ret, AI incelemesi daha adil mi?
I.IJCAI 2020 Thanos tarzı reddedilme halkın öfkesini çekiyor
AAAI 2020'nin yapay zeka akademisinin 2020'de 7 Şubat'ta ABD'nin New York kentinde ilk zirve toplantısı olarak açılışı ile yapay zeka ile ilgili alanlardaki araştırmacılar yeni yıl zirve toplantısı için meşgul olacak. Yapay zeka endüstrisindeki araştırmacılar için, bir yıllık ilerleme çubuğu neredeyse son tarihe kadar sayılır. "Gönderme çürütme alma / reddetme devam etme (Fibonacci) gönderimi" birçok araştırmacının günlük hayatı olsa da, reddedildikten sonra inceleme mekanizması ve gözden geçirenlerin seviyesi sorgulanır, bu da ağ hakkında büyük ölçekli şikayetleri tetikler. Her yıl olur.
Sadece yarım ay önce, IJCAI 2020, benzeri görülmemiş bir% 42 reddedilme oranıyla İnternette yeniden viral oldu. Zhihu'ya göre, birçok araştırmacı ret mektuplarının ekran görüntülerini yayınladı.İçeriğe göre, birçok araştırmacının çalışması, ilk inceleme aşaması-özet ret aşamasında reddedildi ve hatta resmi inceleme sürecine giremedi.
Özet ret, resmi inceleme aşamasından önce yerleştirilen hızlı bir gözden geçirme sürecidir. Bu aşamada, makaleler genellikle birkaç Kıdemli PC'ye (SPC) gönderilir. Bu bilgisayarların, makalenin özeti ve özetine dayalı olarak kağıt hakkında kabaca bir tahminde bulunması yaklaşık 10 dakika sürecektir. Makalenin bir sonraki aşamaya geçemeyeceğine inanıyorlarsa, saha başkanı son kararı verecektir. Şu anda, en iyi yapay zeka konferansları 5.000 hatta onbinlerce başvuruyla yüzleşmek zorunda. Makaleler önceden filtrelenmemişse, her hakem muazzam bir baskı altındadır. Buna ek olarak, yapay zekanın yükselişi ve teknik eşiklerin kademeli olarak azalmasıyla birlikte, yapay zeka araştırmalarına giderek daha fazla insan katılmakta ve bunu çok sayıda "sulama" makalesi izlemektedir. Bu nedenle, düşük kaliteli kağıtları filtrelemek ve gözden geçirenlerin iş yükünü azaltmak için özet reddini uygulamak çok gereklidir.
Zhihu netizenleri "sulama" belgeleri yayınladı
Ancak, birçok katılımcıyı gerçekten memnun etmeyen şey, bu IJCAI 2020 konferansının özet reddinin SPC tarafından rastgele seçilmiş gibi görünmesidir.Sonuç olarak, birçok kişinin makalesi yanlışlıkla öldürülebilir.
New York Üniversitesi Tandon Mühendislik Okulu'nda doçent olan Julian Togelius, IJCAI 2020 özet reddinin karar verme sürecine dahil olan bir SPC, hangi makalelerin incelenmeye değer olduğuna karar vermenin zor olduğunu söyledi, özellikle de kendi alanları dışındaki alanlarda olanlar. Bu nedenle, hangi makalelerin reddedileceğini seçmek neredeyse rastgele. Ayrıca Julian Togelius, çoğu SPC'nin zor özet ret kararları ile karşılaşacağını ve birçok SPC'nin aşina oldukları araştırmalardan farklı görünen belgeleri basitçe reddettiğini düşünüyor. Açıkçası bu yaklaşım, bazı küçük alt alanlar ve yeni ortaya çıkan araştırma konuları için büyük bir darbeye neden olacaktır.
Resim kaynağı: Zhihu
Daha da sinir bozucu olan şey, kağıt gönderiminin önemli anlamlarından birinin, seçilmese bile, geri bildirimlerin meslektaş değerlendirmesi yoluyla elde edilebilmesi ve böylece araştırmacıların yeteneklerini daha da iyileştirmeleri ve araştırmalarını iyileştirmeleri için teşvik edilmesidir. Ancak, özet reddetme aşamasında reddedilen makaleler reddedilme için herhangi bir neden almayacaktır. Bu, onlara gerçek geri bildirim sağlamayacak ve kendi yeteneklerini geliştirmelerine yardımcı olmayacaktır. Bir dahaki sefere daha iyi olacaklar. Sonuçların seviyesi. Pek çok insan neden / geri bildirim sağlamadan bir makaleyi reddetmenin bilim dışı olduğunu düşünür, bu da genç araştırmacılar için çok cesaret kırıcıdır. Oldukça az kişi, "Yarım yıllık çalışmaların çoğu için, hiçbir sebep göstermeden reddettim ve zihniyetim gerçekten patladı."
2. AI en iyi toplantı inceleme mekanizmasının ortaya koyduğu sorunlar
Aslında bu, IJCAI'nin tartışmaya yol açtığı ilk olay değil. Geçen yıl IJCAI 2019, birçok kişi tarafından inceleme kalitesi hakkında sorgulandı ve hatta "bu yılki en kötü IJCAI inceleme evreni" olarak derecelendirildi. Diğer tartışmalı zirveler AAAI 2019 olacak. Tanınmış bir Çin üniversitesinden bir bilgisayar doktora danışmanı, AAAI 2019'un profesyonel olarak incelenmediğinden şikayet eden bir açık mektup yayınladı; ICLR 2020, inceleme sonuçları yayınlandığında, bir geliştirici istatistiksel bir sonuç verdi: " Bu konferanstaki eleştirmenlerin yaklaşık yarısı ilgili alanlarda makale yayınlamamıştır. "Katılımcılar" duyguların boşa gittiğini "hissettiler ve eleştirmenler" çok zor olduğumu "vb. Hissettiler.
Kısacası, son yıllarda, AI Zirvesi'ne katkıların sayısı arttıkça, doğrudan mevcut akran değerlendirme sisteminin kusurlarına işaret eden tartışmalı sesler arttı. Akran değerlendirmesi, topluluktaki diğer uzmanlar tarafından yürütülen akademik bir çalışmanın kapsamlı bir incelemesidir ve bilimsel sonuçların yayılmasının önemli bir parçasıdır. Bununla birlikte, en iyi konferans bildirilerinin gönderimlerindeki rekor artış ile nitelikli hakem sayısının yetersizliği arasındaki çelişki, emsal değerlendirme sürecini zorlaştırmaktadır. Gönderilen tüm makaleleri gözden geçirmek için, konferans organizatörlerinin inceleme ekibini genişletmeleri ve kaçınılmaz olarak düşük niteliklere sahip bazı öğrencileri dahil etmesi gerekiyordu. Bu, makalelerini yazmak için aylar veya yıllar harcayan yazarların nihayet aldığı mantıksız, kötü değerlendirilmiş veya haksız inceleme sonuçlarına yol açabilir. Buna ek olarak, gözden geçirme mekanizmasının kendisinin aşırı yetki, denetim eksikliği gibi kendi eksiklikleri vardır ve makalenin kalitesini ciddi şekilde etkileyen nitelikler hakkında yalan söylemek kolaydır.
Belki de bu nedenle akademik çevrelerde bazı konferansların itibarı yavaş yavaş düşüyor. Örneğin, "Tsinghua Üniversitesi Bilgisayar Konuları için Önerilen Akademik Konferanslar ve Dergiler Listesi" nin son baskısında, IJCAI yapay zeka ve örüntü tanıma yönünde A Sınıfı akademik konferanslardan B Sınıfı akademik konferanslara "indirgenmiştir".
Aslında, büyük konferanslar sorunun farkında değiller.Şu anda, düzenleyiciler, kişi başına başvuru sayısını sınırlama, makale başına birden fazla gönderimi yasaklama ve reddetme ve yeniden gönderme eşiğini artırma dahil olmak üzere çeşitli yöntemlerle hakemlerin üzerindeki yükü azaltmaya çalışıyor. Bekle. Örneğin, IJCAI 2020, her yazarın 6'dan fazla makale gönderemeyeceğini öngörürken, geçen yılın kuralı 10 makaleden fazla değildi. NeurIPS ve ICLM, son yıllarda her taslak için birden fazla gönderimi yasaklayan yönetmelikler yayınladı. Ek olarak, yukarıda belirtildiği gibi, düşük kaliteli kağıtları vb. Filtrelemek için özet reddetme kullanılabilir. Ancak, mevcut eğilime göre, Dinghuinin genişletilmiş kağıtları geri alınamaz gibi görünüyor. AAAI, ICLR veya NeurulPS olsun, kayıtlar her yıl belirlenir. İnceleme kalitesinin nasıl kavranacağı ve Dinghui'nin otoritesinin nasıl sürdürüleceğini araştırmaya devam etmek hala gereklidir.
Bu bağlamda, üst toplantıya başkanlık etmiş veya katılacak bazı akademisyenlerin görüşleri çok değerli:
1. Makale inceleme komitesinin nasıl organize edileceği, insanların nasıl seçileceği ve çok sayıda makaleyle nasıl başa çıkılacağı
Günümüzde, çeşitli yapay zeka konferanslarında hakem eksikliği söz konusudur.IJCAI 2021 programının başkanı olacak Nanjing Üniversitesi'nden Profesör Zhou Zhihua, sunulan makalelerin yazarlarının da bazı inceleme çalışmaları yapabileceğine inanıyor. Her şeyden önce, bu doğrudan incelemeye katılabilecek kişilerin sayısını arttırır; ikincisi, bireyler ve kolektif arasındaki ilişki açısından bakıldığında, başkalarının gözden geçirmesi için bir makale sunmak, makalenin yazarının tüm akademik camianın hizmetlerinden yararlanmasıdır, bu nedenle akademik topluluk için de bir şeyler yapmalıdır. Başkalarının belgelerini gözden geçirmek gibi hizmetler.
Ek olarak, inceleme sürecinde, bir makalenin kalitesini ortaklaşa belirlemek için daha az deneyime ve bilgiye sahip birden fazla akademisyen düzenlemek gibi hakemlerin kıdemine göre farklı görevler veya uygulamalar düzenlenebilir, ancak kıdemli akademisyenler bağımsız olarak bir makaleyi belirleyebilir. .
Bir makale için birden fazla gönderimden nasıl kaçınılacağına gelince, aynı makale için gözden geçirme yorumlarının farklı konferanslar arasında paylaşılabileceğini, böylece sonraki konferansların makaleyi gözden geçirmesine gerek kalmamasını önerdi.
2. İnceleme süreci nasıl iyileştirilir
Çok sayıda bildiri sunumuna yanıt olarak, IJCAI 2020 program başkanı ve Montpellier Üniversitesi profesörü Christian Bessiere, aylık bir yayın gibi yeni bir inceleme ve yayın mekanizmasının düşünülebileceğini belirtti. Yazılar herhangi bir zamanda içinde gönderilir ve ardından makale inceleme ve kabul sonuçları aylık olarak duyurulur. Bu yaklaşım, makalelerin mevcut merkezi incelemesinin neden olduğu birçok sorunun üstesinden gelebilir. Profesör Bessiere'nin önerisi tamamen yıkıcı olsa da, kağıt inceleme sistemi reformlar için el yordamıyla çalışıyor ve nihayetinde hangi modeli yöneteceği henüz bilinmiyor. Bu noktadan, özü keşfeden ve yenilik yapmaya cesaret eden bilgisayar bilimcilerin kalitesini görebiliriz.
3. Gözden geçirenlerin ciddi ve sorumlu olmalarını sağlama
Gözden geçirenlerin makaleleri bilinçli ve sorumlu bir şekilde gözden geçirebilmelerinin nasıl sağlanacağına ilişkin olarak, şu anda pek çok kişi tarafından kabul edilen bir görüş vardır, yani yüksek kaliteli inceleme görüşleri öne süren hakemler ve mükemmel hakemler olarak derecelendirilmiş akademisyenler Biraz puan kazanın ve ardından her konferans yalnızca puan alan kişilerin birden fazla makale göndermesine izin verebilir (ilk gönderim için puan gerekmez).
4. Makale gönderme ve inceleme sürecinde uygunsuz davranışlar nasıl durdurulur
Makalelerin gönderilmesi ve gözden geçirilmesi sürecinde suistimal şunları içerir: Çoğu makale çıkar çatışması içerir.Örneğin, hakemler meslektaşlarının makalelerine daha yüksek puanlar verecek, ancak tanıdık olmayanlara ve hatta kendilerini rakip olarak tanıyanlara Makale puanları daha düşüktür; makale inceleme sürecinde, hakemler kasıtlı olarak yazarın kimliğini ortaya koyar; makalenin yazarı, aynı araştırmayı birkaç farklı makaleye yazacak ve gönderim olasılığını artırmak için ayrı ayrı sunacaktır; İnceleme süreci sırasında, bazı yazarlar inceleme yorumları aldılar, ancak makalelerini değiştirmek istemediler ve bunları bir sonraki konferansa mümkün olan en kısa sürede göndermek istediler.
Çıkar çatışmasıyla ilgili olarak Profesör Zhou Zhihua, yaygınlaştırma sürecinde ayarlamalar yapmak için belirli bir çıkar çatışması tespit mekanizmasına ihtiyacımız olduğuna inanıyor. Ancak IJCAI 2013 programı başkanı ve Bar-Ilan Üniversitesi'nde profesör olan Sarit Kraus, akademik dünyadaki mevcut "yalnızca kağıt" eğilimini reddediyor ve sunumdaki suistimalin aslında geliştirdiğimiz bir canavar olduğuna inanıyor: Temel neden, genç akademisyenlerin çok büyük olmasıdır. Günümüzde birçok şey yayınlanan makalelerin sayısıyla ilgilidir, bu nedenle yalnızca makalelerini kabul ettirmenin yollarını bulabilirler.
Austin, Texas Üniversitesi'nde AAAI 2014 program başkanı ve profesörü Peter Stone, her şeyin "Tao" fikrinden bahsetti: Belki neyin yapılamayacağını öngören bazı kurallar belirleyebiliriz, ancak biz insanlar her zaman yapabiliriz Boşlukları bulmanın ve kuralları atlamanın yollarını bulun. Bu konuyu iyileştirmek için iyi davranışları teşvik etmemiz ve iyi davranışları herkesin izleyeceği bir model haline getirmemiz gerekir.
3. AI, gözden geçirenlere yardımcı olabilir
Uzmanlar kurumsal reformlar önerirken, bazıları teknik seviyeden yollar düşünüyor, akran değerlendirme sürecini iyileştirmek, yayınlanan araştırmanın kalitesini iyileştirmek ve hakemlerin zamanından tasarruf etmek için AI kullanmaya çalışıyor.
Örneğin, akademik sahtekarlıkla mücadelede, ABD, New York'taki Syracuse Üniversitesi'nden bir makine öğrenimi araştırmacısı olan Daniel Akuna, 2018'de akademik makalelerdeki görüntü sahtekarlığını tespit etmek ve kağıt resimleri kontrol etmek için yapay zeka kullanabilen bir dizi algoritma geliştirdi. ağırlık. Yaşam bilimleri alanındaki 4.324 dergiden 760.000 açık erişimli makaleyi analiz ettiler ve bunlardan 2.63 milyon geçerli görüntü önerdiler. Bunlar arasında, görüntülerin yaklaşık% 9'u oldukça tekrarlı. Ekip, manuel doğrulama için yaklaşık 4000 şüpheli resim seçti. Hesaplamalara göre, tüm makalelerin yaklaşık% 1,5'inin akademik suistimalden şüpheleniliyor ve% 0,6'sının görüntülerde tahrif edildiği doğrulanıyor.
Anahtar kavramları çıkarmak ve makalenin temel içeriğini özetlemek açısından, yayıncılık devi Elsevier'e bağlı bir hakem değerlendirme yönetim sistemi olan Aries Systems, sunumdaki istatistiksel verilerin ve yöntemlerin doğru ve güvenilir olup olmadığını kontrol etmek için StatReviewer adlı bir yazılım kullanır. . Aynı zamanda, popüler meslektaş değerlendirme platformu ScholarOne, Danimarka'nın Aarhus kentinde UNSILO ile birlikte çalışıyor. UNSILO, gelen makaleleri analiz etmek için doğal dil işleme ve makine öğrenimi teknolojilerini kullanır ve makalenin temel içeriğini özetlemek için anahtar kavramları otomatik olarak çıkarır. Ayrıca UNSILO, yazarın görüşlerini ve keşiflerini temsil etme olasılığı en yüksek olan anahtar kelimeleri de belirleyecek, böylece editör yazarın araştırma sonuçlarını kabaca anlayabilecektir. UNSILO, akademik suistimali tespit etmek veya akademik dünyadaki diğer ilgili araştırmalarla ilişkilendirmek için makaledeki diğer makalelerdeki benzer görüşleri de vurgulayabilir. Ancak makinenin oynadığı rol ne olursa olsun, nihai karar hala editörün elinde.
İsviçre merkezli akademik yayıncı Frontiers ("Frontier"), kalite kontrolü ve gözden geçiren kimliği açısından, verimliliği artırmak için AI aracı AIRA (Yapay Zeka İnceleme Asistanı) aracılığıyla gözden geçirenlere ve editörlere de yardımcı oluyor. AIRA sistemi, dahili özel algoritmalar ve Google, CrossRef'in iThenticate ve Editage's Ada gibi sektör lideri araçlarla oluşturulmuştur. AIRA şu anda iki önemli emsal gözden geçirme görevi yürütmektedir: kalite kontrol ve gözden geçiren tanımlama. Algoritması, gönderilen makaleleri bir dizi kalite göstergesine (metin çakışması, dil, insan görüntülerinin varlığı ve diğer etik hususlar dahil) göre hızlı ve doğru bir şekilde değerlendirir. Belirlenen kalite eşiğini karşılayan makaleler editöre iletilecek ve olası herhangi bir sorun daha fazla araştırma için inceleme ekibine gönderilecektir.
Bununla birlikte, akademik topluluk, akran değerlendirmesine katılmak için AI'da bazı girişimlerde bulunsa da, çoğu insanın hala büyük endişeleri var.Bunlardan biri, geçmiş yayınlanmış makaleler ile eğitilmiş makine öğrenimi araçlarının mevcut akran değerlendirmesi önyargılarını güçlendireceğidir. Buna ek olarak, meslektaş incelemesine ulaşmak için yapay zekanın mevcut kullanımı teknik olarak zordur, çünkü meslektaş incelemesinin en önemli sorumluluğu araştırmanın yeni olmasını ve öncekilerin eski yöntemlerini tekrar etmemesini sağlamaktır. YZ, hangi konuların hala beklemede olduğunu bulmak için literatüre başvurabilse de, şu anda güçsüzdür Yıkıcı bilimsel keşifleri belirleyin. Bu nedenle, AI'nın meslektaş incelemesine katılımının hala uzun bir yolu var, ancak emsal değerlendirme sürecindeki birçok adım standartlaştırıldığı için, araştırma inceleme sürecinin otomasyonu çok olumlu.
Belki de insan önyargısını alay etmek için 2018 sonunda arXiv'de yayınlanan bir makale büyük ilgi gördü. Çalışma, bir makalenin kabul edilmesi veya reddedilmesi gerektiğini tahmin etmek için kağıdın görsel görünümüne dayalı bir sınıflandırıcı eğitti. Makalenin yazarı, Virginia Tech'de yardımcı doçent olan Jia-Bin Huang'dır ve aynı zamanda CVPR 2019 ve ICCV 2019'un saha başkanıdır.
Bu ilginç makale kısa süre önce halka açıldı ve Twitter'da hararetli tartışmalara yol açtı. Makalede iyi bir kağıt düzeninin çok önemli olduğu belirtildi. Bu çalışmada, yalnızca makalelerin görsel görünümü üzerine eğitilmiş bir sınıflandırıcı, kötü kağıtların% 50'sini reddedebilir ve iyi makalelerin yalnızca% 0,4'ü kabul edilmez. Bununla birlikte, yazar eğitimli sınıflandırıcıyı makalenin kendisine uyguladığında, makale acımasızca reddedildi ve reddedilme olasılığı% 97 kadar yüksekti. Pek çok insan yazarın komik olduğunu düşünüyor ve elbette çoğu kişi makaleyi ciddiyetle okuyor, verilerin ve sonuçların mantıksızlığını tartışıyor. Hatta bazı insanlar araştırmanın kağıt incelemesinin doğasında bulunan insan önyargılarını ortaya çıkardığını söylüyor.
İnsan önyargısının ortadan kaldırılamayacağı doğrudur ve şu anda gözden geçirenlerin çıkarılan bilgilere dayalı olarak makaleleri kabul etmesine veya reddetmesine olanak tanıyan eksiksiz bir yorumlanabilir ve düzeltilebilir yapay zeka inceleme aracı tasarlamak imkansızdır. Ancak, yapay zeka araçları eklendiğinde bunu da bekleyebiliriz. Makalenin gözden geçirilmesinden sonra, hakemler, makalelerimizi dikkatlice incelemek ve her katılımcıya tatmin edici bir cevap vermek için diğer bağlantılardan daha fazla zaman kazanabilirler.
4. Doğru bir değerlendirme kılavuzu oluşturun ve "yalnızca kağıt içeren" kötü kılavuzu ortadan kaldırın
Söylenecek son bir şey, Önde gelen konferansların gözden geçirme mekanizması konusunda pek çok tartışma olsa da, başvuru sayısının her geçen yıl arttığı büyük konferanslarda "sulandıran" kağıtların sayısının arttığı tartışılmaz bir gerçektir. Sonuç olarak, sürekli "Artık gazeteye bakmayın" diye seslenen sesler var. Derin öğrenmenin öncüsü, Montreal Üniversitesi Bilgisayar Bilimleri Bölümü profesörü ve 2019 Turing Ödülü'nü kazanan Yoshua Bengio, kişisel bloguna yansıdı. En iyi konferans makalesinin son teslim tarihi uğraşmak yorucu ve araştırma kalitesini artırmak için faydadan çok zarar veriyor. Yayınlama modelinin değişme zamanı geldi.
Gerçekten de, geçtiğimiz birkaç on yıla bakılırsa, akademik atmosfer önemli değişikliklere uğradı. Günümüzde, yapay zeka alanındaki makalelerin ölçeği, güçlü bir rekabet ortamı ve hızlı bir tempoyla katlanarak büyüyor.Bu, herkes üzerinde çok fazla baskı oluşturuyor ve birçok insanı yeni fikirleri olur olmaz, başkalarının yapmasın diye acele etmeye teşvik ediyor. Seninle aynı işi bir yerde yaptın. Bugün bir doktora öğrencisinin mezun olmadan önce yayınladığı makale sayısı 20-30 yıl önceki doktora öğrencilerinin yarısından fazladır. Yapay zeka alanındaki araştırmalar, yayıncılıkta geleneksel dergi makalelerinden daha hızlı olan, ancak birden çok revizyondan sonra içerik kalitesini iyileştiremeyen konferans yayınlama moduna neredeyse tamamen girdi.
ve bu yüzden, Verimliliğimiz daha yüksek olmasına rağmen, bu baskı kaynaklı "üretkenlik artışı" içeriğin kalitesine ve derinliğine zarar vermiştir. Hatalar içerebilecek, yeterince titiz olmayan veya sadece aşamalı iyileştirmeler yapılmış birçok makale, son teslim tarihinden önce gönderilir ve birçok kişinin içeriği kontrol etmek için bile yeterli zamanı yoktur. Ek olarak, özellikle makale veya ortak yazar olarak yayınlanan makalelerin sayısını karşılaştırmak için bir atmosfer var.
Bu bağlamda, birçok bilim insanı herkesi yavaş bilim hakkında düşünmeye çağırdı. Değerli ve önemli araştırma ilerlemesi bir süreç gerektirdiğinden, araştırmacıların derinlemesine düşünmek için biraz zaman harcamasını ve ardından dikkatlice doğrulamasını gerektirir. Hong Kong Çin Üniversitesi'nden Yardımcı Doçent Zhou Bolei, "Son On Yılda CVPR ile Çözülmeyen Bağ" ı yayınladığında, "Sözde AI araştırması gerçekten ucuzladığında ve eşik azaldığında ve eşik düştüğünde ve herkes her yere tükürdüğünde. Bu kusabileceğiniz anlamına gelmez. Bilimsel araştırmalara hayranlık duyun ve merakınızı koruyun, bu yol daha da genişlesin. "
Bu tam olarak böyledir. 17 Şubat'ta Bilim ve Teknoloji Bakanlığı, "Bilimsel ve Teknolojik Değerlendirmede (Deneme Uygulaması için)" Yalnızca Tezin Kötü Yönünü Ortadan Kaldırmak İçin Çeşitli Önlemler "hakkında bir bildirim yayınlayarak, sınıflandırma değerlendirme ve değerlendirmesinin bilimsel ve teknolojik değerlendirmede uygulanması gerektiğini açıklığa kavuşturarak dönüm noktası sonuçlarının kalitesine odaklanarak , Katkı ve etki, makale sayısı, etki faktörlerinin seviyesi ve dönüm noktası başarılarının kalitesi, katkısı ve etkisinin cehaleti üzerindeki aşırı vurguyu düzeltmek için ve diğer "yalnızca kağıt" kötü yönelimleri; 18 Şubat, Eğitim Bakanlığı ve Bilim ve Teknoloji Bakanlığı ortaklaşa Duyuru, "Yalnızca kağıt" ve "önce SCI" eğilimini düzeltme ihtiyacını öneren "Kolejlerde ve Üniversitelerde SCI Makalelerinin İlgili Dizinlerinin Kullanımının Düzenlenmesine İlişkin Çeşitli Görüşler" yayınladı ve bir dizi karşılık gelen düzeltme önlemi listeledi: yerel yüksek yayın yayınını artırın Kaliteli dergi makaleleri için gereklilikler, akademik değerlendirme standartlarında SCI statüsünü ve etki faktörlerini düşürmek, kağıt yayınlama maliyetini sıkılaştırmak, bir kağıt başyapıt sistemi uygulamak ve SCI kağıt göstergelerini işe alım ve mezuniyet için ön koşul olarak kullanmamak.
Gişe rekorları kıran bu iki belge, bilgisayar bilimi üzerinde de geniş etkiye sahiptir (ayrıca yapay zeka alanı dahil). Pekin Jiaotong Üniversitesi'nden Profesör Yu Jian ve Xidian Üniversitesi'nden Profesör Gao Xinbo, "Top Conference Top Journal Mode" un Çin ana karasındaki bilgisayarlar için popüler bir bilimsel araştırma modu olduğuna inanıyor. Bu mod bir zamanlar Çin'de bilim ve teknolojinin ilerlemesini ve gelişmesini teşvik etti, ancak şimdi haline geldi Bilimsel özgünlüğün önündeki engeller. Profesör Yu Jian, en iyi konferanslardaki ve en iyi dergilerdeki makalelerin çoğunun sıcak konuları ve modaya uygun yöntemleri yansıttığına, dolayısıyla aynı yönde birçok araştırmacı olacağına inanıyor. Bu nedenle, en önemli konferanstaki ve en önemli konulardaki denemelerin çoğu, sıcak konuların genişletilmesi ve düzeltilmesi veya özellikle öğrencilerin ve genç öğretmenlerin el alıştırması için uygun olan sıcak yöntemlerin genişletilmesi ve iyileştirilmesidir. Bununla birlikte, en iyi dergi en yüksek düzeyde bilimsel araştırmayı temsil etmez. Araştırmacılar için, özellikle kıdemli mesleki unvanlara sahip araştırmacılar için, "en iyi konferans dergi modelini" "büyük hedef" olarak kullanmak artık uygun değil, yalnızca eğitim olarak Öğrencilerin "küçük hedefleri". Üst düzey mesleki unvanlara sahip araştırmacılar, taklit ve iyileştirmeyi takip eden "1'den N'ye" araştırmalarından artık memnun olmamalı, orijinal yeniliği takip etmeli ve mevcut "0'dan 1'e" araştırmayı altüst etmelidir. Sorun tamamen çözülmemiş olsa bile, orijinal sorular veya varsayımlar sorabilmek iyidir.
Bu nedenle, bir grup araştırmacının kısa vadeli hedefler yerine daha uzun vadeli hedefler izleyebilmesi için bilimsel araştırma değerlendirme sistemini, özellikle bilimsel araştırma personeli değerlendirme sisteminin iyileştirilmesini acilen iyileştirmemiz gerekiyor. Ümit edelim ki "doğru bir değerlendirme rehberi" mantıklı bir sistemi yavaş yavaş keşfedebilir, böyle bir sistemin koruması altında bir grup katliam benzeri bilimsel araştırmacı ortaya çıkmaya devam edecektir.
Bizimle değişim ve tartışmaları sürdürmek ve veri bilimi alanında büyük veri teknolojisi, sektördeki en son uygulamalar, konferanslar, forumlar, etkinlik bilgileri ve çeşitli etkinlikler ve faydalar dahil olmak üzere ilgili dinamikleri elde etmeye devam etmek istiyorsanız, lütfen THU hayran değişim grubuna katılmak için kodu tarayın. , Kırmızı nokta sizi bekliyor.
Editör: Wen Jing
Redaksiyon: Lin Yilin
-Bitiş-
Tsinghua-Qingdao Veri Bilimi Enstitüsü'nün resmi WeChat kamu platformunu takip edin " THU Veri Pastası "Ve kız kardeş numarası" Veri Pastası THU "Daha fazla ders avantajı ve kaliteli içerik elde edin.
