自然语言处理文献中正式伦理审查的使用:历史趋势和当前实践
本文讨论临床自然语言处理技术在临床实践中的潜力和现有的隐私保护问题,并提出了一些满足隐私保护的数据来源,同时注意到可能导致社会有害应用的偏见和实证研究的局限性。
Mar, 2017
我们通过概述一些重要的与哲学相关的伦理概念并系统调查现有的有关道德自然语言处理的文献,回应这一研究空白,因为大多数论文对术语的定义不清晰且不符合哲学定义,希望我们的工作能引导到更加明晰、谨慎和严谨的语言技术道德讨论。
Oct, 2023
本文从自然语言处理的角度,研究了康德的义务论伦理学中的普遍化原则和知情同意的尊重,提供了四个案例研究,以说明这些原则如何与自然语言处理系统结合。同时提出了避免这些系统中的道德问题的建议。
Oct, 2020
分析了 ACL Anthology 中自然语言处理研究的文献,关注研究的生产力、关注点和影响,特别强调了 NLP 研究出版物的多元化和包容性,并发现只有约 30%的第一作者是女性,并且即使考虑了经验,女性第一作者的引用量也比男性第一作者低。
Nov, 2019
该论文讨论了众包工人在 NLP 研究中的伦理问题,提出了应考虑 Belmont 报告中的三个伦理原则评估这些风险,并澄清了有关 Institutional Review Board(IRB)申请的一些常见误解。
Apr, 2021
近期的人工智能进展为学术同行评审带来了机遇与风险,讨论主要围绕在学术期刊出版中的剽窃和作者权益,忽视了同行评审所处的更广泛的认知、社会、文化和社会认知等问题;论文强调了:AI 驱动的同行评审的合法性需要进行批判性评估,包括其在更广泛的认知、社会、道德和法规因素上的利弊,并与学术社区中定义适当行为的道德和认知规范的一致性。
Sep, 2023
AI 与 NLP 研究中缺乏对潜在相关利益相关者、背景使用情境以及可能的负面影响等负责任人工智能问题的考虑,尤其在文本摘要任务中。本研究通过分析 2020-2022 年发表的 333 篇 ACL 文选论文,研究并讨论了相关研究和报告实践的局限性,并提出了具体的实践和研究方向建议。
Nov, 2023
这项研究回顾了在过去两年中发表在 ACM 数字图书馆和 IEEE Xplore 会议记录中的研究论文,以自然语言处理 (NLP) 和文本挖掘 (TM) 的基本概念为支持,旨在了解公共部门中数据隐私、伦理、可解释性、可解释性、可信度和公平性等方面的见解,结果显示公平性是最常见的关注点,数据隐私是最不突出的主题,而可信度最突出,最后,也有可能获得关于 A.I. 在公共部门应用中的这些问题的有益见解。
Jul, 2023