人机和 / 或机器之间的动态解释和决策过程是实现可争议人工智能的关键，需要通过计算论证进行支持。

May, 2024

2023 年 10 月，拜登总统发布了一项详细但大部分抱负性内容的行政命令，为人工智能的安全和负责任发展提供了路线图。该研究报告总结了一个研讨会，探讨了在高级自动决策系统背景下，用户、开发人员和机构在促进抗议能力方面所面临的挑战，并提出了具体建议。

Jun, 2024

在政府决策中，有争议性是实施公正的关键；自动化决策和制度改善方面的讨论促进了这争议性的现代化。

Mar, 2024

公共捍卫律师在法庭上审查人工智能系统以争议使用，在此研究中，我们通过研究公共捍卫律师如何审查法院中的人工智能系统来研究实践中争议人工智能系统的努力。我们通过对美国公共辩护社区的 17 名成员的访谈，揭示了他们对计算法医软件（CFS）的感知和经验，CFS 是政府用来定罪和监禁犯罪嫌疑人的自动决策系统，例如面部识别、枪击检测和概率基因分型工具。我们发现，参与者们在评估和质疑 CFS 的可靠性时面临着困难，这是因为他们难以（a）了解 CFS 的开发和使用方式，（b）克服法官和陪审团对 CFS 的不批判性认知，以及（c）获取 CFS 专业知识。最后，我们提供了以技术、社会和制度背景为中心的建议，以更好地支持实践中的争议性介入，如性能评估。

Mar, 2024

第四届 AI 城市挑战赛吸引了来自 37 个国家的 315 支参赛队伍，他们利用城市规模真实交通数据和高质量的合成数据竞争四个挑战赛道，结果表明 AI 技术能够使交通系统更加智能和安全。

Apr, 2020

这篇研究论文介绍了人工智能城市挑战赛及其关于交通智能化方面的研究，用于推动智能视频分析在城市交通等领域的发展和提高算法性能以促进其在真实应用中广泛使用。

Apr, 2021

为确保人工智能系统具备有效治理所需的合法性，本文提出了 “公众宪政人工智能” 方法，通过多元利益相关者参与制定人工智能发展的原则，形成 “人工智能宪法”，以实现人工智能治理与公众意愿的真正民主合法性，并建立 “人工智能法庭” 以发展 “人工智能判例法”，为在人工智能培训中落实宪政原则提供具体示例。该方法旨在通过民主审议过程来确立人工智能治理的基础，使自动化机构具备真正的民主合法性，应对不断增强的人工智能系统所带来的独特挑战，并确保其与公共利益保持一致。

Jun, 2024

该论文探讨了人工智能的发展带来的挑战，提出了在系统、架构和安全方面的研究方向，以解决 AI 技术存储和处理数据量的限制，并提高数据隐私保护，以便这一技术能够更好地改善人们的生活和社会。

Dec, 2017

研究使用深度学习算法来实现自动驾驶，考虑到道路中非常脆弱的对象（如行人）的安全，文章使用参与式方法进行在线调查，以确定混淆一个语义类别与另一个语义类别的代价结构，并对调查结果进行了分析和讨论。

Jun, 2022

第六届 AI 城市挑战的四个赛道分别涉及城市级多目标多相机车辆跟踪、基于自然语言的车辆轨迹检索、驾驶行为分类、零售店自动化结账，成功的参赛团队的表现已经建立了强大的基础并在参议的挑战中超过了最新技术的水平。

Apr, 2022