Trends and insights from bibliometric analysis for mapping artificial intelligence and machine learning in sustainable development

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Use this study to identify leading institutions and emerging research clusters in AI for sustainability.

🏢実務担当者:Gain insights into proven AI/ML applications in energy, agriculture, and water management for corporate sustainability initiatives.

🏛政策担当者:Note the evidence for investing in digital infrastructure and international cooperation to accelerate sustainable development.

急速な人口増加、環境劣化、そして気候変動の持続的な緊急性は、持続可能な開発ソリューションを求める世界的な模索を激化させている。政府、研究者、そして機関は同様に、経済進歩と社会的公平性、環境保護のバランスを取るという課題に直面している。これに応えて、近年の学術研究は、持続可能な変革の潜在的な実現要因としてデジタル技術にますます注目している。本研究は、人工知能（AI）と機械学習（ML）がどのように持続可能な開発戦略に組み込まれているかを理解する必要性に対処するものであり、特に知識の動向と研究パターンのマッピングに焦点を当てている。2015年から2024年までのSCOPUSデータの書誌分析を用いて、本研究は研究トピックの進化を明らかにし、影響力のある著者と機関を浮き彫りにし、分野を超えたアイデアの拡散を追跡する。調査結果は、AIとMLが持続可能性の主要な推進力として台頭しており、エネルギーと排出管理、環境モニタリング、気候変動緩和、精密農業、水資源管理における強力な応用があることを明らかにしている。この分野の研究は過去10年間で急速に成長し、理論から実際の応用へとシフトしている。また、中国と米国が出版量と被引用影響の両方において二極支配していることを浮き彫りにしつつ、インド、英国、オーストラリアなどの他の国々が世界の研究環境を形成する上での貢献も認識している。これらの結果から、三つの主要な含意が生じる。政策立案者にとって、その証拠は、包摂的な政策を設計し、デジタルインフラに投資し、技術的利益の公平な分配を確保するための世界的協力を促進することの緊急性を強調している。研究コミュニティにとって、本研究は、技術革新と現実世界の持続可能性の課題を結びつける学際的協力の機会を指し示している。より広い社会的視点から、調査結果は、知識共有と技術移転の重要性を強調し、先進国と発展途上国の両方が持続可能な開発目標の達成に向けて集団的に前進することを可能にしている。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Abstract Rapid population growth, environmental degradation and persistent urgency of climate change have intensified the global search for sustainable development solutions. Governments, researchers and institutions alike face the challenge of balancing economic progress with social equity and environmental protection. In response, recent scholarships have increasingly turned to digital technologies as potential enablers of sustainable transformation. This study addresses the need to understand how artificial intelligence (AI) and machine learning (ML) are being incorporated into sustainable development strategies, with a particular focus on mapping knowledge trends and research patterns. Using bibliometric analysis of SCOPUS data spanning 2015 to 2024, the study uncovers the evolution of research topics, highlights influential authors and institutions, and traces the diffusion of ideas across disciplines. The findings reveal that AI and ML are emerging as key drivers of sustainability, with strong applications in energy and emission management, environmental monitoring, climate change mitigation, precision agriculture and water resource management. Research in this area has grown rapidly over the past decade, shifting from theory to real applications. It also highlights that China's and the United States dual dominance in both publication volume and citation impact, while also recognizing the contributions of other countries like India, the United Kingdom and Australia in shaping global research landscapes. Three main implications arise from these results. For policymakers, the evidence underscores the urgency of designing inclusive policies, investing in digital infrastructure, and fostering global cooperation to ensure the equitable distribution of technological benefits. For the research community, the study points to opportunities for cross-disciplinary collaborations that link technological innovation with real-world sustainability challenges. From a broader societal perspective, the findings emphasize the importance of knowledge sharing and technology transfer, enabling both developed and developing countries to advance collectively toward achieving the Sustainable Development Goals.

• openalex https://doi.org/10.1007/s43621-026-02611-4first seen 2026-05-17 04:37:44 · last seen 2026-05-27 04:29:54