- ChatGPT 潜力的挖掘:自然语言处理中其应用、优势、局限性和未来发展的全面探索
ChatGPT 是人工智能领域中强大的工具,在聊天机器人、内容生成、语言翻译、个性化推荐和医疗诊断和治疗等方面已成功应用。然而,ChatGPT 存在着一些局限性,例如它倾向于产生有偏见的回应和可能使有害的语言模式得以传承。本文全面概述了 C - 收集人类中心图像数据集的道德考虑
本篇研究探讨人本主义图像数据集的伦理问题,提出关键的伦理考虑和实践建议,旨在解决数据收集中的隐私和偏见,促进更负责任的数据管理实践。
- CrowdWorkSheets: 基于个人和集体身份的众包数据集注释
本文调查了围绕众包数据集注释的伦理问题,深入探讨了注解者的背景对其注释的影响以及注解者与众包平台的关系所带来的影响,并提出了一种透明化关键决策点的数据注释框架 ——CrowdWorkSheets。
- ACL拆解自然语言生成评估:评估实践、假设及其影响
通过对 18 位自然语言生成技术从业者的形成性半结构化访谈和 61 位从业者的调查研究,我们展示了影响自然语言生成技术评估的目标、社区实践、假设和约束,以及它们所体现的伦理考虑。
- 谁的真实?考虑个体和集合身份的数据集标注
本文调查了众包数据集标注的伦理考虑,提出了 ML 数据管道各阶段的一系列推荐和考虑因素。
- 自动情感识别和情感分析的伦理表格
本文通过汇总人工智能伦理学和情感识别文献的信息,提出了与自动情感识别相关的 50 个伦理考虑因素,特别关注情感识别对隐私和社会群体的影响,并提出了有关负责任的自动情感识别的关键建议。
- ACLAI 任务伦理表
本文主要探讨了在人工智能任务的层面上思考伦理考量的重要性,提出了一种名为 AI 任务伦理表的机制用于记录成果的伦理考虑,运用情绪识别作为一个具体的案例来说明。
- ACLNLP 众包的伦理学意义超越公平薪酬
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。
- 他们、他们的:使用中性英语重写
本研究关注技术的负责任发展,着眼于包容其希望支持的不同用户群体。在此基础上,对英文中一种常见的提倡性别包容的表达方式 —— 单数 they 展开案例研究。研究通过定义重写任务,创建评估基准,构建模型等方式,成功实现了语言性别中立,无需人工标 - 情感词典的有效使用中的实践和道德考虑
本文介绍了有关词汇情感词典的几个实际和伦理考虑,是为了有效地利用这些词汇资源。
- 医疗中的伦理机器学习
介绍在机器学习在医疗保健领域中出现的伦理问题,强调了遵循社会公正的伦理问题。提出了一个道德机器学习在医疗保健领域中的提出管道,包括问题选择,后期落地的考虑,以及推荐一些解决这些挑战的建议。