dumaiПубликации по NLP смещаются из ACL в общие ML-издания
Препринт, ещё не рецензирован · умеренные доказательства
Кратко
Авторы сравнили публикационные траектории исследователей NLP до и после взлёта больших языковых моделей. У опытных авторов доля работ в главных треках ACL снизилась на 19,2 процентного пункта, а в Findings и общих изданиях по машинному обучению — выросла. Среди новых авторов доля тех, кто в основном публикуется в ACL-веню, упала с 84% в 2019 году до 74% в 2024-м, а доля ориентирующихся на общие ML-веню выросла с 5% до 21%.
Зачем это знать?
Это показывает, как меняется само место, где живёт NLP-исследование: центр тяжести смещается из профильных конференций ACL в общие ML-издания. Данные описывают сам сдвиг в научной практике, но не объясняют его точную причину.
Разбор
Авторы не просто посмотрели, где выходят статьи по NLP, а собрали длинную картину за 2010–2026 годы и сравнили поведение двух групп: тех, кто уже давно работает в области, и тех, кто только начал. Идея была простая: понять, смещается ли «центр тяжести» NLP из своих привычных площадок в более общие ML-издания, особенно после взлёта больших языковых моделей.
Чтобы это проверить, они взяли траектории публикаций по разным типам площадок и сравнили доли работ одного и того же автора до и после перехода в эпоху LLM. Такой подход важен, потому что он смотрит не на абстрактный общий рост публикаций, а на то, как меняется именно выбор площадки у конкретных людей. Дополнительно авторы отдельно разобрали новичков, у которых уже есть минимум три статьи по NLP, чтобы увидеть, куда начинает двигаться новое поколение исследователей.
Ещё один интересный шаг — они не ограничились описанием сдвига, а попытались оценить, почему он может происходить. С помощью методов причинного вывода они оценили, что общие ML-издания дают заметную цитатную выгоду: статьи оттуда чаще получают больше ссылок. Это важный контекст, потому что тогда выбор площадки перестаёт быть просто вопросом привычки или идентичности области — он начинает влиять на видимость работы и, возможно, на карьерные стимулы авторов.
В итоге картина такая: после появления LLM старшие авторы заметно реже отдают статьи в главные треки ACL, чаще уходят в Findings и в общие ML-веню, а у новых авторов быстрее растёт доля публикаций именно в общих ML-площадках. То есть речь уже не о разовом всплеске, а о системном перетекании NLP-работ туда, где сейчас, похоже, выше отдача за публикацию.
Ключевые цифры
Можно ли доверять
Это препринт на arXiv, то есть работу ещё не проверили рецензенты журнала или конференции. Зато авторы опираются на большой корпус публикаций и сравнивают траектории сразу у тысяч авторов, а не на маленькую выборку. При этом выводы описывают именно сдвиг в публикационном поведении, а не доказывают его единственную причину: про мотивы авторов здесь можно говорить только осторожно.
- Это наблюдательное исследование по публикационным траекториям, а не эксперимент.
- Авторы используют причинно-следственные методы для оценки citation premium, но вывод о причинах миграции остается косвенным.
- Работа — препринт на arXiv.
Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено