Suuret teknologiayhtiöt saavat tekoälytutkimuksessa enemmän näkyvyyttä – mutta viittaavat kapeammin ja tuoreempaan kirjallisuuteen

Uusi analyysi tekoälyn huippukonferensseista osoittaa, että suurten teknologiayhtiöiden rahoittamat tutkimusartikkelit keräävät selvästi enemmän viittauksia kuin muut, mutta nojaavat samalla kapeampaan ja tuoreempaan tieteelliseen kirjallisuuteen. Tutkijat tarkastelivat kymmenen johtavan tekoälykonferenssin – kuten ICLR-, CVPR-, AAAI- ja ACL-tapahtumien – julkaisuja yli kahden vuosikymmenen ajalta. Aineisto kattoi noin 49 800 artikkelia vuosilta 1998–2022 sekä noin 1,8 miljoonaa viittausta tekoälyartikkeleista muihin julkaisuihin ja 2,3 miljoonaa viittausta muista julkaisuista tekoälyartikkeleihin. Tiedot kerättiin kansainvälisestä Scopus-viitetietokannasta. Tarkastelun ytimessä olivat suurten teknologiayritysten – niin sanotun Big Tech -sektorin – rahoittamat artikkelit. Tutkimus selvitti seitsemän kysymyksen kautta, kuinka paljon teollisuus rahoittaa huippujulkaisuja, miten rahoitettujen artikkelien vaikuttavuus eroaa muista, sekä millaisia viittauskäytäntöjä niihin liittyy. Tulosten mukaan teollisuuden rahoittamat tekoälypaperit saavat keskimäärin korkeamman viittausmäärän kuin ilman yhtiörahaa tehdyt työt. Samalla ne ovat viittausverkostoissaan sisäänpäin kääntyneempiä: ne viittaavat suhteellisesti enemmän toisiin saman sektorin rahoittamiin tai samoissa konferensseissa julkaistuihin töihin, eli ovat tutkimuskentässä tavanomaista eriytyneempiä. Lisäksi suurten teknologiayhtiöiden rahoittamissa artikkeleissa näkyy vahvempi niin sanottu uutuus- tai ajankohtaisuusharha. Ne viittaavat tavallista enemmän aivan viimeaikaisiin julkaisuihin, kun taas vanhempi taustakirjallisuus jää vähemmälle. Tutkimus ei ota kantaa siihen, onko tällainen painotus hyödyllistä tai haitallista, mutta tekee näkyväksi, että teollisuusrahoitus muokkaa tekoälytutkimuksen suuntaa sekä sen tapaa kytkeytyä muuhun tieteeseen. Lähde: Big Tech-Funded AI Papers Have Higher Citation Impact, Greater Insularity, and Larger Recency Bias, ArXiv (AI).