Digitala Vetenskapliga Arkivet

Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
On the importance of AI research beyond disciplines: establishing guidelines
Umeå University - Department Of Computing Science.ORCID-id: 0000-0001-7409-5813
Kent Law School, University of Kent.
Umeå University - Department Of Computing Science.
KTH Royal Institute of Technology.ORCID-id: 0000-0003-1679-6018
Visa övriga samt affilieringar
2024 (Engelska)Rapport (Övrigt vetenskapligt)
Abstract [en]

Artificial intelligence (AI) has evolved into a prominent player in various academic disciplines, transforming research approaches and knowledge generation. This paper explores the growing influence of AI across diverse fields and advocates for meaningful interdisciplinary AI research. It introduces the concept of "agonistic-antagonistic" interdisciplinary research, emphasizing a departure from conventional bridge-building approaches. Motivated by the need to address complex societal challenges, the paper calls for novel evaluation mechanisms that prioritize societal impact over traditional academic metrics. It stresses the importance of collaboration, challenging current systems that prioritize competition and individual excellence. The paper offers guiding principles for creating collaborative and co-productive interdisciplinary AI research environments, welcoming researchers to engage in discussions and contribute to the future of interdisciplinary AI research.

Ort, förlag, år, upplaga, sidor
2024. , s. 11
Nyckelord [en]
Artificial Intelligence, Interdisciplinary Research, Societal Challenges, Research Methodologies, Ethical Considerations
Nationell ämneskategori
Datavetenskap (datalogi) Tvärvetenskapliga studier inom samhällsvetenskap
Identifikatorer
URN: urn:nbn:se:mau:diva-67033DOI: 10.2139/ssrn.4810891OAI: oai:DiVA.org:mau-67033DiVA, id: diva2:1855520
Anmärkning

Working paper.

Authors listed in alphabetical order; all authors contributed equally to the manuscript.

Publication date: 30 April 2024.

Tillgänglig från: 2024-05-02 Skapad: 2024-05-02 Senast uppdaterad: 2024-05-03Bibliografiskt granskad

Open Access i DiVA

Fulltext(274 kB)156 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 274 kBChecksumma SHA-512
4a25ff5772ef91e1b220b09aa2608fd1778fa1ce40224b63d3300ed561c95fef58fd68d915aa376c55fcb2e71b1d03799e4acb9fa1abe7fd5774adc1a39b041d
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Sök vidare i DiVA

Av författaren/redaktören
Dignum, VirginiaHolzapfel, AndréMarusic, AnaRazmetaeva, YuliaTucker, Jason
Av organisationen
Institutionen för globala politiska studier (GPS)
Datavetenskap (datalogi)Tvärvetenskapliga studier inom samhällsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 156 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 423 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf