Position: The Current AI Conference Model is Unsustainable! Diagnosing the Crisis of Centralized AI Conference
Created by
Haebom
저자
Nuo Chen, Moming Duan, Andre Huikai Lin, Qian Wang, Jiaying Wu, Bingsheng He
개요
본 논문은 인공지능(AI) 학회의 급속한 확장으로 인해 발생하는 구조적 위기를 데이터 기반으로 진단하고, 지속 가능하고 포용적이며 회복력 있는 AI 연구를 위한 새로운 모델을 제시합니다. 과도한 논문 출판율, 환경적 영향, 부정적 온라인 담론 및 참석 인원 증가 등 네 가지 주요 문제점을 제기하며, 기존 중앙 집중식 학회 모델의 비지속성을 지적합니다. 이에 대한 해결책으로, 동료 심사, 발표, 네트워킹을 전 세계적으로 조정하지만 지역적으로 조직하는 커뮤니티 연합 학회(CFC) 모델을 제안합니다.
시사점, 한계점
•
시사점:
◦
AI 학회의 구조적 문제점을 데이터를 기반으로 명확하게 제시함으로써, 현행 시스템의 개선 필요성을 강조합니다.
◦
지속 가능하고, 포용적이며, 회복력 있는 AI 연구 생태계 구축을 위한 새로운 모델(CFC)을 제안합니다.
◦
과학적 발전, 형평성, 공동체의 안녕을 위한 학회 시스템의 재구상을 촉구합니다.
•
한계점:
◦
CFC 모델의 구체적인 실행 방안 및 효과에 대한 검증이 부족합니다.
◦
다양한 이해관계자들의 협력 및 참여를 확보하는 데 어려움이 있을 수 있습니다.
◦
CFC 모델이 기존 학회 시스템의 모든 문제점을 해결할 수 있을지에 대한 추가적인 연구가 필요합니다.
