寻找美丽和幸福的图像用于心理健康和幸福应用
通过一项用户研究,本文探讨了基于人工智能图像滤镜的能力,以减轻视觉专业人士在处理令人不安的内容时所受的情绪影响。研究发现,基于绘制风格的人工智能滤镜具有最佳效果,在减少负面情绪 (-30.38%) 的同时,保持了图像的可解释性 (97.19%)。尽管许多专业人士最终需要查看原始图像,但参与者提出了将人工智能滤镜融入工作流程的潜在策略,如在查看原始图像之前使用人工智能滤镜作为初步的准备步骤。总体而言,本文为专业人士日常处理可能令人不安的图像提供了更加符合道德考量和有效的视觉环境的发展。
Jul, 2023
本研究使用人工智能技术结合自底向上和理论驱动的策略构建了一个混合和可解释的预测模型,从社交媒体图像中预测自杀风险,并发现使用预定义的视觉元素(如明亮的照片、忧伤人物的照片等)可以提高预测性能,这为开发实时监测自杀的工具提供了简单和灵活的预测策略。
Feb, 2023
该研究探讨了生成人工智能在反映作者认知过程、进行创意表达方面的潜力和限制,发现根据创意、美学、新颖性、娱乐性和深度等标准,AI 生成的艺术作品能够理解人类意图和基于情感进行视觉表现,并发现过度表现某些元素或刻板印象的图像对于 AI 的对齐性有负面影响。研究结果表明,AI 在促进创造力和自我情感表达方面具有潜力,而采用生成 AI 的框架可以帮助设计相关领域的人工智能干预措施(例如心理健康教育、治疗和咨询)。
Apr, 2023
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
本篇论文介绍了一种基于人工智能技术的脑机接口,通过人与机器的交互创作带有感情色彩的艺术品,以反思人类情感的复杂性与表达。文章探讨了这种交互的动态,旨在实现更公平、包容和美学的共存方式。
Feb, 2022
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
通过集成源自 OpenAI 的基于 GPT-4 的 Be My AI 功能,本文探讨了生成式人工智能如何改善盲人或视力受损人士的福祉,并描述评估了作者进行的测试。同时还涉及了伦理和社会讨论,展示了这一工具能以惊人的方式分析静态图像,从而使盲人或视力受损人士获得新的独立性和对环境的新感知。同时,他们也依赖于提供者或开发者的世界观和道德观,因为它们决定是否给予他们某些描述的能力。未来的展望表明,对动态图像的分析将是一个更大的飞跃。可以说,生成式人工智能能够根本性地改善盲人和视力受损人士的福祉,并以多种方式改变他们的生活。
Feb, 2024
本研究探究当前最先进的基于人工智能技术的视觉内容生成模型是否可以始终欺骗人类眼睛和传达错误信息,并通过高质量的定量研究揭示,人类不能在很大程度上区分真实的照片和人工智能创造的虚假照片。
Apr, 2023
本研究调查了出现在社交媒体和视频会议技术中的人工智能能力,尤其是模糊滤镜技术,对于我们对别人的行为和决策的影响,结果发现这些技术会引起个人的自私行为。因此,需要关注 AI 技术的伦理问题,包括透明度、同意和意识到被其他人模糊处理、修改外表的问题,并在广泛采用这些技术之前进行预期实验,制定负责任的指南和政策。
Jun, 2023