Soziale Medien als Katalysator für die Sichtbarkeit wissenschaftlicher Forschung in KI und ML

In einer Welt, in der die Anzahl der akzeptierten Arbeiten auf KI- und ML-Konferenzen in die Tausende geht, stellt sich zunehmend die Frage, wie Forscher Zugang zu und Kenntnis von Forschungspublikationen erhalten. Eine kürzlich durchgeführte Studie von Iain Xie Weissburg und Kollegen von der University of California, Santa Barbara, hat die Rolle von Social Media-Influencern bei der Steigerung der Sichtbarkeit von maschinenlernbezogener Forschung, insbesondere die Zitierhäufigkeit der von ihnen geteilten Arbeiten, untersucht.

Die Studie, die über 8.000 Arbeiten umfasst, die zwischen Dezember 2018 und Oktober 2023 auf Twitter geteilt wurden, ergab, dass Papiere, die von diesen Influencern befürwortet wurden, mediane Zitierungsanzahlen aufweisen, die 2-3 Mal höher sind als die der Kontrollgruppe. Die Forscher stellten auch fest, dass die geografische, geschlechtsspezifische und institutionelle Diversität der hervorgehobenen Autoren beachtlich ist. Diese Ergebnisse unterstreichen den wachsenden Einfluss von Social Media in der wissenschaftlichen Kommunikation und betonen die Bedeutung eines sich entwickelnden Ökosystems in der heutigen digitalen akademischen Landschaft.

Im Laufe der Zeit haben Plattformen wie ArXiv innerhalb der KI/ML-Gemeinschaft an Bedeutung gewonnen, da sie einen frühzeitigen Zugang zu Forschungsergebnissen ermöglichen, oft Monate vor der offiziellen Veröffentlichung. Dies wirft Fragen über die sich verändernde Relevanz und Aufnahme dieser Arbeiten in traditionellen akademischen Foren auf. Insbesondere stellt sich die Frage, wie Menschen in der heutigen Zeit online Papiere auswählen.

Ein Fallbeispiel sind die 𝕏 (ehemals Twitter) Nutzer AK (@_akhaliq) und Aran Komatsuzaki (@arankomatsuzaki), deren Aktivitäten auf Social Media-Plattformen dabei helfen, Forschung zu kuratieren und sichtbar zu machen. Die Studie betrachtet ihre Rolle in der akademischen Kommunikation und beobachtet ihre Aktivitäten auf Plattformen wie 𝕏 und Hugging Face. Die Hauptfrage der Studie ist, ob Papiere, die von diesen Influencern unterstützt werden, statistisch höhere Zitierungen erhalten als nicht unterstützte Arbeiten.

Zusätzlich zu den Einflüssen auf die Zitierungszahlen bieten die Forscher auch eine geografische und geschlechtsspezifische Analyse der Muster, nach denen Influencer Arbeiten teilen, und geben Empfehlungen an Konferenzen, Influencer und die breitere Gemeinschaft, wie sie das sich entwickelnde Feld der KI-Forschung verwalten können.

Es ist wichtig zu beachten, dass diese Studie keinen direkten kausalen Zusammenhang zwischen den Handlungen von Influencern und den höheren Zitierungszahlen herstellt, sondern lediglich eine signifikante Assoziation aufzeigt. Sie unterstreicht die Notwendigkeit eines verantwortungsvollen Umgangs mit Kuratierung und betont die Wichtigkeit journalistischer Integrität, die vielfältige Forschungsthemen, Autoren und Institutionen präsentiert.

Eine andere Studie von Madelaine Hare und Kollegen untersucht die Beziehung zwischen dem Tweeten und Zitieren von Forschungsartikeln und stellt fest, dass Twitter-Nutzer eher Arbeiten zitieren, die mit ihrer eigenen Institution verbunden sind, oder in Zeitschriften veröffentlicht wurden, in denen sie ebenfalls veröffentlicht haben. Diese Ergebnisse zeigen, dass es einen Zusammenhang zwischen dem akademischen Alter eines Twitter-Nutzers und der Wahrscheinlichkeit gibt, dass er das, was er tweetet, auch zitiert.

Die hier diskutierten Studien bieten einen faszinierenden Einblick in die sich verändernde Landschaft der akademischen Kommunikation und die Rolle von Social Media-Influencern dabei. Während die Studien aufzeigen, dass Influencer eine wichtige Rolle bei der Erhöhung der Sichtbarkeit von Forschung spielen, betonen sie auch die Notwendigkeit der Diversität und des Ausgleichs in der Kuratierung von Forschungsarbeiten.

Quellen:

- Iain Xie Weissburg et al. (2024). "Tweets to Citations: Unveiling the Impact of Social Media Influencers on AI Research Visibility." arXiv:2401.13782v1 [cs.DL]. https://arxiv.org/html/2401.13782v1
- Madelaine Hare et al. (2023). "Do you cite what you tweet? Investigating the relationship between tweeting and citing research articles." arXiv:2306.16554. https://arxiv.org/abs/2306.16554
- CEUR Workshop Proceedings. (2012). "Proceedings of the Workshop on 'Making Sense of Microposts'." http://ceur-ws.org/Vol-718/paper_04.pdf