- 文本到图像生成的感知与现实
本文研究了人们对于生成式人工智能中的文本到图像生成技术的看法和担忧,发现尽管参与者意识到技术所带来的风险与危险,却只有少数人认为技术对个人的风险,风险对于其他人来说更容易认识,而且参与者尤其认为艺术家是处于风险中的人群,未尝试过这项技术的参 - 数据、树和森林 -- K-12 教育中的决策树学习
为了帮助 K-12 学生更好地了解机器学习相关现象及对社会的影响,本文提出了一种基于决策树学习的寓教于乐,便于理解且能激励学生主动应用机器学习方法的教学概念。
- 基于人工智能的框架在孟加拉实现可持续发展目标
本研究探讨了人工智能在可持续发展的三大支柱(社会、环境、经济)中的影响,以及在农业、废物分类、智慧水管理和暖通空调系统等多个领域中的应用案例,并提出了基于人工智能的可持续发展目标策略。该框架可以减少人工智能的负面影响并促进其长期积极作用,尤 - 物理人工智能的治理
物理人工智能是人工智能面临的最重要的挑战之一,其治理将定义其在社会中负责任的智能应用。
- AAAIAI 艺术是正在形成的另一场工业革命吗?
这篇论文通过对人工智能生成艺术的分析,从后工业革命的历史角度出发,探讨了其带来的潜在影响以及与工业革命时期出现的问题相似之处,进而反思人工智能艺术革命带来的挑战。
- 聚力,集风暴:人工智能百年研究(AI100)2021 年度研究小组报告
AI100 发布了第二份长期定期评估人工智能及其对社会影响的报告,其中指出 AI 已经从实验室走向现实生活。但应了解其潜在的负面影响及相关危险。
- FairGer:使用 NLP 测量 155 年德国议会辩论中对妇女和移民支持情况
通过对 155 年德国政治辩论中对妇女和移民的支持进行测量,我们提供了一个 1205 个文本片段的支持标准,并使用 BERT 模型推断大规模趋势。我们的研究结果表明,德国社会在政治精英的支持下,变得更加公正。
- 一而多:使用语言模型模拟人类样本
本文探讨利用语言模型作为特定人群的有效代理来进行社会科学研究的可能性,并提出算法保真度的概念,通过对 GPT-3 语言模型进行多层面和微粒度的统计和分析,揭示了其中的 “算法偏差” 不是均质的,而是有人口学相关性的。作者通过调节模型条件,成 - 感知意识与计算智能的独立性
本文讨论了意识和智能的关系,提出了计算智能与感知意识是独立的,并将其在人类、动物和机器中的表现作了比较,进而探讨了这一结论对社会的重要影响。
- 伦理的棱镜视角
本文围绕伦理学展开讨论,结合游戏、表现、人工智能和社会,尝试从计算复杂性角度寻找 AI 伦理建模的相关工具和可能的未来发展方向。
- 反思公平:对霸权机器学习公平方法批评的跨学科调查
本文评估并比较了来自哲学、女性主义研究、批判性种族和民族研究、法律研究、人类学和科学技术研究等非计算学科的现有批评,旨在提供 ML 公正技术干预的跨学科理解,以此产生社会上最边缘化群体的公正结果,最后讨论了基于这些批评的未来 ML 公正研究 - 人工智能研究的伦理和社会评估
该研究介绍了一个新的反馈机制:伦理和社会审查委员会 (ESR),它与研究人员合作,缓解人工智能研究带来的负面伦理和社会影响。ESR 反馈发现最常见的问题是对少数族裔群体的伤害、在研究计划中包容多元利益相关者、双重用途和数据的表征。调查和采访 - 人工智能课程中的伦理考虑
本文提供实用案例和资源链接,旨在帮助人工智能教育者将伦理学、道德以及哲学问题纳入其教学课程中,以提高学生对人工智能实践的准备程度,以及了解人工智能对社会产生的伦理、道德和哲学影响。还为人工智能教育者提出了将人工智能伦理纳入通识人工智能课程以 - 奇点可能永远不会到来
人工智能和技术奇点对经济、社会和人类命运的影响有积极和消极的解释,需要认真探讨其中的可能性。