本文提倡将多样性作为核心优先事项，以实现算法公平所追求的不歧视和公正目标，并为计算机科学的从业人员提供具体的多样性措施建议，以增加多样性，并提高算法公平的实践水平。

Feb, 2020

本研究提出了一种利用生成人工智能 (GenAI) 进行基于角色的模拟的工具的框架愿景，旨在促进需求分析过程中对多样化用户需求的表示，从而为人工智能软件的开发过程提供详细的用户叙述，以发展一种包容性的人工智能范式，确保未来的技术进步符合多样人类群体的需求。

Dec, 2023

开发人工智能系统应当考虑与整合多样性和包容性原则，本研究旨在解决如何获取和捕捉多样性和包容性需求对人工智能系统的不足进行综合数据搜集和综合分析。

Nov, 2023

本文研究了科学研究机构在负责人工智能设计和开发中的道德风险意识和准备情况，揭示了知识缺口和对可用人工智能伦理框架的意识有限。我们的研究结果显示，在没有适当的指导和管理下实施人工智能技术可能会带来潜在的道德风险，因此需要全面的策略来提高团队能力，支持负责、道德和包容的人工智能开发和部署。

Dec, 2023

人工智能的普遍存在和多样性需要在其设计中考虑到公平、信任和透明性的多样性和包容性原则，然而，这些考虑往往被忽视，导致偏见、歧视和不可信任的问题。本研究通过系统回顾挖掘了与人工智能中的多样性和包容性相关的挑战和解决方案，研究结果包括 55 个关于多样性和包容性的独特挑战和 33 个解决方案，以及 24 个关于使用人工智能来增强这些实践的独特挑战和 23 个解决方案。该研究将帮助研究人员和从业者更好地理解这些问题，并在未来的人工智能系统中融入这些原则。

Jul, 2023

介绍了 “多元文化感知” 机器人的概念，讨论了需要开发计算模型来嵌入具有多元文化意识的机器人的必要性，最终讨论了可能的技术解决方案，基于本体论和贝叶斯网络，以前一个具有多元文化能力的机器人为例。

Jul, 2022

简要介绍了几个提供负责人工智能应用程序的框架，发现大多数框架仅适用于需求调查阶段，仅有一些私人公司提供了支持工具。结果表明，还缺乏一个全面的框架，该框架包含所有负责人工智能的原则和所有 SDLC 阶段，并可由不同技能集和不同目标的用户浏览。

Jun, 2023

AI/ML 研究社区近期提出了建立负责任人工智能（RAI）价值观和实践的紧迫需求。本研究通过揭示多学科机器学习从业者在调整 RAI 价值观时遇到的合作生产挑战，为该讨论做出了贡献。我们采访了 10 个组织的 23 名个体，他们负责开发基于 AI/ML 的产品，同时遵守 RAI 准则。研究发现，自上而下和自下而上的机构结构都给不同角色带来了负担，阻碍他们遵循 RAI 价值观，而在执行冲突价值观时，这个挑战进一步加剧。我们分享了从业者用作解决挑战的多个价值杠杆，并提出了关于包容与公平的 RAI 价值实践、支持性组织结构以及对从业者的进一步帮助的建议。

Jul, 2023

本文探讨了人工智能算法的社会文化和伦理挑战，强调了它们文化响应式发展的必要性，并提出了提高人工智能系统适应当代多元文化社会需求的关键元素的建议。本文还强调了进一步跨学科研究的必要性，以有效解决这些挑战，并强调了在人工智能培育和推动文化责任的重要性。

Dec, 2023

提出了一个框架，将信息安全领域和安全开发生命周期的概念应用到人工智能系统的开发中，以解决公正度、可解释性和科技伦理等方面的问题。

Mar, 2022