如何为你的研究团队制定合适的语言人工智能政策（需一些组装工作）

中文摘要 AI 辅助

语言人工智能正迅速成为天文学研究生态系统的一部分，促使研究团队制定相关使用政策。但关于人工智能采用的资源和建议假定所有研究团队都有相同的目标和价值观。本文阐述了为何不存在适用于天文学研究团队的单一“正确”人工智能政策的观点。相反，我们引入了四种具有相互竞争研究优先级的研究实验室原型，并借此探讨小型实验室或研究团队的优先级如何影响关于人工智能对研究生产力、科学家发展、科学诚信和数据治理影响的决策。本文提供了一个使人工智能政策与团队科学价值观和使命相一致的框架，而非规定一套通用规则，旨在帮助研究领导者决定在其特定研究环境中应如何使用语言人工智能。

英文摘要

Language AI is rapidly becoming part of the astronomy research ecosystem, prompting research teams to develop policies governing its use. But resources and advice for AI adoption assume that all research groups share the same goals and values. This paper lays out an argument for why there is no single "correct" AI policy for astronomy research groups. Instead, we introduce four research laboratory archetypes with competing research priorities, and we use them to explore how a small laboratory or research group's priorities shape decisions about AI's impact on research productivity, scientist development, scientific integrity, and data governance. Rather than prescribing a universal set of rules, this paper provides a framework for aligning AI policies with a group's scientific values and mission. The objective is to help research leaders decide how Language AI should be used within their particular research environment.

发表机构

• Space Telescope Science Institute（太空望远镜科学研究所）
• Department of Physics & Astronomy, Johns Hopkins University（约翰斯·霍普金斯大学物理与天文系）
• Department of Physics and Astronomy, West Virginia University（西弗吉尼亚大学物理与天文系）
• Center for Gravitational Waves & Cosmology, West Virginia University（西弗吉尼亚大学引力波与宇宙学中心）
• Stanford University（斯坦福大学）
• Center for Computational Astrophysics, Flatiron Institute（平顿研究所计算天体物理学中心）
• National Radio Astronomy Observatory（美国国家射电天文台）
• Division of Physics, Mathematics and Astronomy, California Institute of Technology（加州理工学院物理、数学与天文系）
• Center for Data Driven Discovery, California Institute of Technology（加州理工学院数据驱动发现中心）

机构由 AI 辅助整理，请以论文原文为准。