本文综述了 AI/ML 管道内的参与方法和做法，在介绍三个案例的同时探讨了参与 AI 的局限性和担忧，讨论了参与活动的主要受益者和参与在设计，开发和部署中的作用。

Sep, 2022

通过使用参与式人工智能的合作设计原则，聚焦于年轻参与者的视角，解决制度上的权力动态的难点，以实现推广的梦想和相关人士的渴望，从而在技术的设计过程中发挥作用。

Nov, 2022

本文研究了商业人工智能实验室对参与式人工智能方法的理解和实施所面临的障碍，并提供了有关在此背景下使用参与式方法的挑战的新颖经验研究。

Jun, 2023

本文探讨了人工智能的社会好处，并提出社群参与的可能性，该研究应始终考虑社区的权益和利益。

May, 2021

通过综合技术设计、政治理论和社会科学的文献，以及对 12 位人工智能研究员和从业者的半结构化访谈，本文试图通过将现有理论文献与经验调查和批判相结合，为感兴趣采取参与式方法的人工智能设计和开发的研究人员和从业者提供一个概念框架，以评估参与式人工智能设计的方法。此外，我们通过分析最近发表的研究结果和半结构化访谈的方式，表达了关于目前参与实践状况的实证发现，以进一步提供指导，以更好地协调参与目标和方法，以考虑实际约束。

Oct, 2023

建议一个平台，以包容残障群体为重点，用于设计和开发生成式人工智能系统，并研究它们在被残疾人群体使用时产生的偏见和错误的因素。

Sep, 2023

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

AI 专家和美国普通选民对 18 种具体 AI 风险的可能性和影响以及管理这些风险的政策偏好进行了调查研究，结果显示选民认为 AI 风险更可能发生且更具有影响力，同时主张减缓 AI 发展，因此政策干预应该平衡各类社会规模风险的减轻努力，从而消除关于 AI 风险近期与长期的争论，并强调达成有效政策实施的共识建立的挑战。

Jun, 2024

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

本文通过一项深入的调查研究，分析了跨越八个国家和六个大洲的 10005 名受访者对人工智能的公众意见，结果表明公众普遍认为人工智能会对社会产生重大影响，强烈支持负责任的人工智能开发和使用，并对人工智能的情感进行了四个关键主题的描述（令人兴奋的、有用的、令人担忧的和未来主义的），这些主题的普遍存在性区分了不同国家对人工智能的反应。

Dec, 2019