論文の概要: Engineering Privacy by Design: Are engineers ready to live up to the
challenge?
- arxiv url: http://arxiv.org/abs/2006.04579v2
- Date: Mon, 29 Jun 2020 13:40:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-16 07:08:24.740054
- Title: Engineering Privacy by Design: Are engineers ready to live up to the
challenge?
- Title(参考訳): 設計によるエンジニアリングプライバシ: エンジニアは課題に対応する準備ができているか?
- Authors: Kathrin Bednar, Sarah Spiekermann and Marc Langheinrich
- Abstract要約: グローバルにIT企業や研究機関を統括する6人のシニアエンジニアにインタビューした。
我々の発見は、法的世界との相互作用に対する責任、統制、自律性、フラストレーションの欠如を示唆している。
エンジニアに、現在受け入れ準備が整っていない課題に対処するよう求めるというジレンマに直面しているかもしれません。
- 参考スコア(独自算出の注目度): 2.191505742658975
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Organizations struggle to comply with legal requirements as well as customers
calls for better data protection. On the implementation level, incorporation of
privacy protections in products and services depends on the commitment of the
engineers who design them. We interviewed six senior engineers, who work for
globally leading IT corporations and research institutions to investigate their
motivation and ability to comply with privacy regulations. Our findings point
to a lack of perceived responsibility, control, autonomy, and frustrations with
interactions with the legal world. While we increasingly call on engineers to
go beyond functional requirements and be responsive to human values in our
increasingly technological society, we may be facing the dilemma of asking
engineers to live up to a challenge they are currently not ready to embrace.
- Abstract(参考訳): 顧客がより良いデータ保護を求めるのと同様に、組織は法的要件の遵守に苦労しています。
実装レベルでは、製品やサービスにプライバシ保護を組み込むことは、それらを設計するエンジニアのコミットメントに依存する。
我々は,it企業や研究機関をグローバルにリードする6人のシニアエンジニアにインタビューを行い,プライバシ規制を遵守するモチベーションと能力について調査した。
我々の発見は、法的世界との相互作用に対する責任、統制、自律性、フラストレーションの欠如を示している。
私たちはますますエンジニアに、機能的な要求を超えて、ますます技術社会の人間的価値に反応するよう求めていますが、エンジニアに、現在受け入れる準備ができていない課題を乗り越えるよう求めるジレンマに直面しています。
関連論文リスト
- Development in times of hype: How freelancers explore Generative AI? [0.0]
ジェネレーティブAIは、これまで関わったことのない開発者に、ユニークな課題を提示する。
我々は、生成AIに基づくソリューション開発に関連する複数の課題を特定する。
我々は、ソフトウェアエンジニアリングコミュニティが効果的なガイダンスを提供することができる分野として、生成AIのためのソフトウェアエンジニアリング(SE4GenAI)とHype-induced Software Engineering(HypeSE)を提案する。
論文 参考訳(メタデータ) (2024-01-11T09:49:50Z) - Building Your Own Product Copilot: Challenges, Opportunities, and Needs [16.710056957807353]
さまざまな企業でプロダクトコラボレートを構築する責任を負う,26人のプロフェッショナルソフトウェアエンジニアにインタビューした。
エンジニアリングプロセスのすべてのステップと、既存の開発プラクティスを歪ませる課題に、痛点を見つけました。
論文 参考訳(メタデータ) (2023-12-21T18:37:43Z) - On the Challenges of Deploying Privacy-Preserving Synthetic Data in the
Enterprise [0.0]
生成AIのサブフィールドである合成データのデプロイに関わる課題について検討する。
当社は企業展開に重点を置いており、大量の個人情報と高度に機密性の高いデータによって引き起こされるプライバシー上の懸念に重点を置いています。
論文 参考訳(メタデータ) (2023-07-09T15:42:22Z) - Artificial Intelligence Impact On The Labour Force -- Searching For The
Analytical Skills Of The Future Software Engineers [0.0]
この体系的な文献レビューは、人工知能がソフトウェア工学における労働力に与える影響を調査することを目的としている。
それは、将来のソフトウェアエンジニアに必要なスキル、ソフトウェアエンジニアリングスキルの需要に対するAIの影響、そしてソフトウェアエンジニアの仕事の未来に焦点を当てている。
論文 参考訳(メタデータ) (2023-02-26T03:49:53Z) - Mitigating Sovereign Data Exchange Challenges: A Mapping to Apply
Privacy- and Authenticity-Enhancing Technologies [67.34625604583208]
AET(Authenticity Enhancing Technologies)とPET(Privacy-Enhancing Technologies)は、SDE(Sovereign Data Exchange)に関与していると考えられている。
PETとAETは技術的に複雑であり、採用を妨げる。
本研究は,挑戦指向技術マッピングを実証的に構築する。
論文 参考訳(メタデータ) (2022-06-20T08:16:42Z) - Proceedings of the Artificial Intelligence for Cyber Security (AICS)
Workshop at AAAI 2022 [55.573187938617636]
ワークショップは、サイバーセキュリティの問題へのAIの適用に焦点を当てる。
サイバーシステムは大量のデータを生成し、これを効果的に活用することは人間の能力を超えます。
論文 参考訳(メタデータ) (2022-02-28T18:27:41Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳(メタデータ) (2021-01-15T10:43:10Z) - Developing Future Human-Centered Smart Cities: Critical Analysis of
Smart City Security, Interpretability, and Ethical Challenges [5.728709119947406]
主な課題は、セキュリティ、堅牢性、解釈可能性、人間中心のアプリケーションにおけるAIやMLのデプロイの成功に対する倫理的課題である。
グローバルには、より人間的で人間と互換性のある技術が求められている。
論文 参考訳(メタデータ) (2020-12-14T18:54:05Z) - Trustworthy AI Inference Systems: An Industry Research View [58.000323504158054]
我々は、信頼できるAI推論システムの設計、展開、運用にアプローチするための業界調査ビューを提供する。
信頼された実行環境を用いたAIシステムの機会と課題を強調します。
我々は,産業,アカデミック,政府研究者のグローバルな集団的注意を必要とする,さらなる発展の分野を概説する。
論文 参考訳(メタデータ) (2020-08-10T23:05:55Z) - A vision for global privacy bridges: Technical and legal measures for
international data markets [77.34726150561087]
データ保護法とプライバシーの権利が認められているにもかかわらず、個人情報の取引は「トレーディング・オイル」と同等のビジネスになっている。
オープンな対立は、データに対するビジネスの要求とプライバシーへの欲求の間に生じている。
プライバシを備えたパーソナル情報市場のビジョンを提案し,テストする。
論文 参考訳(メタデータ) (2020-05-13T13:55:50Z) - Beyond privacy regulations: an ethical approach to data usage in
transportation [64.86110095869176]
本稿では,フェデレート機械学習を交通分野に適用する方法について述べる。
フェデレートラーニングは、ユーザのプライバシを尊重しつつ、プライバシに敏感なデータを処理可能にする方法だと考えています。
論文 参考訳(メタデータ) (2020-04-01T15:10:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。