Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Systèmes de recommandation, stigmergie et tyrannie de la popularité

Created by
  • Haebom

Auteur

Zackary Okun Dunivin, Paul E. Smaldino

Contour

Cet article soutient que les systèmes de recommandation scientifique tels que Google Scholar et Web of Science ont provoqué un phénomène de « riches qui s'enrichissent, pauvres qui s'appauvrissent », selon lequel un petit nombre d'articles populaires sont surexposés en raison d'algorithmes basés sur la popularité. Ce phénomène favorise l'homogénéité intellectuelle et exacerbe les inégalités structurelles, supprimant ainsi les perspectives innovantes et diversifiées, essentielles au progrès scientifique. Par conséquent, nous proposons d'améliorer les plateformes de recherche afin de permettre l'ajustement manuel de facteurs tels que la popularité, la récence et la pertinence grâce à des ajustements personnalisés, et d'implémenter les intégrations de texte et les LLM de manière à accroître l'autonomie des utilisateurs. Ces suggestions sont particulièrement importantes pour l'harmonisation de la valeur scientifique et des systèmes de recommandation, mais peuvent également être largement appliquées aux systèmes généraux d'accès à l'information.

Takeaways, Limitations

•
Takeaways:
◦
Il souligne le problème du biais algorithmique dans les systèmes de recommandation scientifique et soulève des inquiétudes quant à l’uniformité intellectuelle et à l’aggravation des inégalités structurelles.
◦
L’équité de l’accès à l’information peut être améliorée en suggérant un moyen d’accroître l’autonomie des utilisateurs grâce à des fonctions de correction personnalisées.
◦
Nous suggérons des moyens d’améliorer les systèmes de recommandation en utilisant des intégrations de texte et des LLM.
◦
Fournit __T48403_____ applicable non seulement aux domaines scientifiques mais également aux systèmes généraux d'accès à l'information.
•
Limitations:
◦
Il y a un manque de discussion sur la mise en œuvre spécifique et les difficultés techniques de la fonctionnalité de correction personnalisée proposée.
◦
On ne prend pas suffisamment en compte la possibilité que les fonctions de correction qui s’appuient sur les jugements subjectifs des utilisateurs puissent introduire de nouveaux biais.
◦
Il existe un manque de recherche empirique sur l’efficacité et l’efficience des mesures proposées.
👍
Made with Slashpage