Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
cset19. Juli 2022 · Q004970

Counting AI Research

cset.georgetown.edu · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der vorliegende Text ist nur die Einleitung des Berichts und enthält keine konkreten Ergebnisse. Er beschreibt CSETs Ansatz, KI-Publikationen in einem Korpus mit überwiegend englischsprachigen Quellen und CNKI zu zählen und die Trends mit sowie ohne CNKI zu vergleichen.

Mittel

Der vorliegende Text ist nur die Einleitung zu Daniel Chous Bericht „Counting AI Research“; konkrete Ergebnisse und auswertbare Abbildungen fehlen. Der Bericht erläutert, dass Forschungszahlen laut Autor politischen Entscheidungsträgern dabei helfen könnten, Innovationsfähigkeit und die Wirkung von Fördermaßnahmen einzuschätzen. Solche Vergleiche hängen jedoch davon ab, wie Forschungsleistung definiert und welche Datenquellen verwendet werden.

Der Brief zählt KI-Veröffentlichungen als Hinweis auf Forschungsinteresse und untersucht damit die Menge, nicht ausdrücklich die Qualität der Arbeiten. CSET habe dafür einen Literaturkorpus aus überwiegend englischsprachigen Quellen mit CNKI ergänzt, einer wichtigen chinesischsprachigen Datenbank. Genannt werden außerdem Web of Science, Digital Science Dimensions, Microsoft Academic Graph, arXiv und Papers With Code. Laut Autor können Zählungen mit CNKI anders ausfallen als ohne diese Quelle. Der Bericht kündigt Vergleiche des Korpus mit und ohne CNKI an und begründet die gemeinsame Betrachtung mit einem breiteren Blick auf die Forschungslandschaft. Welche Trends oder Unterschiede sich tatsächlich zeigen, ist im bereitgestellten Auszug nicht enthalten.

Ausführlich lesen

Der vorliegende Text ist nur ein Auszug aus dem Bericht „Counting AI Research“ von Daniel Chou; er enthält die Einleitung, aber keine dargestellten Ergebnisse oder auswertbaren Abbildungen. Entsprechend lassen sich aus diesem Material keine konkreten Trends zur Zahl der KI-Veröffentlichungen ableiten.

Der Bericht beschreibt, warum US-amerikanische Entscheidungsträger Forschungsleistungen erfassen: Solche Zahlen könnten laut Einleitung helfen, die Innovationsfähigkeit von Ländern einzuschätzen und die Wirkung bestimmter Fördermaßnahmen zu beurteilen. Bei KI und anderen aufkommenden Technologien bestehe zudem Interesse daran, Forschungsentwicklungen zu vergleichen. Der Autor betont jedoch, dass solche Vergleiche davon abhängen, wie „Forschungsleistung“ definiert wird und welche Datenquellen einbezogen werden.

Als eine mögliche Messgröße nennt der Text die Zahl der Veröffentlichungen in einem Forschungsgebiet, die als Hinweis auf Interesse oder Schwerpunktsetzung dienen könne. Eine andere Möglichkeit sei, Zitationen heranzuziehen, um neben der Menge auch Qualität zu berücksichtigen. Der hier beschriebene Kurzbericht wählt laut Einleitung den ersten Ansatz: Er untersucht Trends anhand der Anzahl von Publikationen im Bereich KI.

Für diese Zählung hält der Bericht sowohl den Veröffentlichungsort als auch die Sprache der Arbeiten für bedeutsam. CSET habe deshalb für einen zusammengeführten Korpus wissenschaftlicher Literatur neben überwiegend englischsprachigen Quellen auch CNKI aufgenommen, eine wichtige chinesischsprachige Datenquelle. Zu den weiteren genannten Quellen zählen Web of Science, Digital Science Dimensions, Microsoft Academic Graph, arXiv und Papers With Code.

Der Autor führt aus, dass die Einbeziehung von CNKI zu anderen Zählergebnissen führen könne als Analysen ohne diese Quelle. Eine getrennte Betrachtung chinesischsprachiger und überwiegend englischsprachiger Veröffentlichungen könne in manchen Fällen sinnvoll sein; ihre gemeinsame Auswertung ermögliche dem Bericht zufolge zugleich einen breiteren Blick auf die Forschungslandschaft und eine vertiefte Untersuchung chinesischsprachiger KI-Forschung. Der Bericht kündigt an, Veröffentlichungstrends im CSET-Korpus jeweils mit und ohne CNKI zu betrachten.

Die vorliegende Textfassung enthält jedoch weder die angekündigten Trenddaten noch die Abbildungen mit auswertbarem Inhalt. Aussagen über konkrete Ergebnisse, Länderunterschiede oder den Einfluss von CNKI auf bestimmte Kennzahlen sind daher anhand dieses Auszugs nicht belegbar. Außerdem beschreibt der Text die Zählung von Publikationsmengen; eine Qualitätsbewertung anhand von Zitationen wird als anderer Ansatz erwähnt, aber nicht als Vorgehen dieses Briefs dargestellt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
Modelle teilen und schützen
Frieden und Sicherheit
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 61 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →