探讨如何设计人工智能系统以促进和保持个体幸福感，挑战包括对幸福感缺乏知识和对设计具有潜在风险和无动力。需要深入了解系统对幸福感的影响，刻意促进和保持幸福感，积极乐观地改变世界和获得利润。

Apr, 2023

人工智能的正向设计方法是通过追求幸福愿景、通过连续的反馈循环转化为具体实践的人性化过程，旨在改善人工智能设计，并通过案例研究和专家评估提供初步验证，表明其有望实现 'AI for Wellbeing' 的愿景。

Feb, 2024

本文概述利用 AI 技术的社交媒介在社交互动中起到的中介作用，讨论了个人 / 群体和分析 / 干预两个维度下的福祉 AI 分类，并探讨了干预人际关系对于促进福祉所面临的技术和伦理挑战。

Feb, 2022

Stanford's AI100 project issued the report "Artificial Intelligence and Life in 2030", which examines how AI will impact various domains in urban settings and aims to guide decisions in industry and governments, inform research, and provide a scientifically accurate portrayal of the current state of AI and its potential through a long-term assessment.

Aug, 2018

采用人工智能教育（AIED）在教育中的应用可能彻底改变教学实践，提供个性化学习体验、自动化行政和教学任务，并降低内容创作成本。然而，AIED 解决方案的开发和部署缺乏统一标准，导致碎片化的生态系统，从而在互操作性、可扩展性和伦理治理方面带来挑战。本文旨在解决在 AIED 中开发和实施行业标准的迫切需求，并全面分析当前情况、挑战和克服这些障碍的战略方法。我们首先考察了 AIED 在各种教育环境中的各种应用，并确定了缺乏标准化的关键领域，包括系统互操作性、本体映射、数据集成、评估和伦理治理。然后，我们提出了一个建立强大的 AIED 行业标准的多层框架。此外，我们还讨论了通过从现实应用中获得反馈循环来细化和调整标准的迭代开发和部署方法。本文还强调了新兴技术和教育理论在塑造未来 AIED 标准方面的作用。最后，我们概述了干系人实施这些标准的战略路线图，促进一个协调且符合伦理的 AIED 生态系统。通过建立全面的行业标准，如 IEEE 人工智能标准委员会（AISC）和国际标准化组织（ISO）所提供的标准，我们可以加速和推广 AIED 解决方案，以改善教育成果，确保技术进步与包容性、公平性和教育卓越原则保持一致。

Mar, 2024

AI 系统的可信发展需要多学科治理，通过关键的系统检查（如能源消耗）来全面审查其生命周期中的社会影响，以及从计算机科学、社会学、环境科学等多学科角度讨论其互相关联的社会风险和无法同时满足健康的方面，从社会伦理影响评估的角度强调了全面解决 AI 系统紧迫问题的必要性，以揭示其对社会的有害影响，真正实现以人为中心的可信 AI。

Sep, 2023

本文从残障人群的需求入手，探讨了如何通过 AI 技术来解决其面临的较多的无障碍性障碍问题；同时，哪些道德问题需要被考虑到才能实现真正的包容性。

Aug, 2019

该研究论文介绍了可持续 AI 项目的关键概念和工具，重点是评估其潜在社会影响和道德可允许性，以及促进利益相关者的公平和有意义的参与和位置感知。

Feb, 2024

本文利用数据可视化的工具对 200 个标准化和指导人工智能发展的文件进行分析，探讨不同机构之间原则的共识和相似性，以此为未来的政策制定提供启示和引导。

Jun, 2022

人工智能创新主要关注 “what” 和 “how” 问题，忽视可能的危害与社会背景，导致了潜在的社会技术问题，因此我们需要计算机科学和社会学科之间更紧密的联系。

Dec, 2020