Fugu-MT 論文翻訳(概要): Towards Contrastive Explanations for Comparing the Ethics of Plans

論文の概要: Towards Contrastive Explanations for Comparing the Ethics of Plans

arxiv url: http://arxiv.org/abs/2006.12632v1
Date: Mon, 22 Jun 2020 21:38:16 GMT
ステータス: 処理完了
システム内更新日: 2022-11-18 06:13:48.171380
Title: Towards Contrastive Explanations for Comparing the Ethics of Plans
Title（参考訳）: 計画の倫理比較のための対比的説明に向けて
Authors: Benjamin Krarup, Senka Krivic, Felix Lindner, Derek Long
Abstract要約: 本稿では、計画の倫理性を比較するために、対照的な説明がいかに用いられるかを示す。我々は、ユーザーが計画の提案を行い、対照的な説明を受けられるように、既存の倫理的枠組みを構築している。
参考スコア（独自算出の注目度）: 4.393037165265444
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The development of robotics and AI agents has enabled their wider usage in human surroundings. AI agents are more trusted to make increasingly important decisions with potentially critical outcomes. It is essential to consider the ethical consequences of the decisions made by these systems. In this paper, we present how contrastive explanations can be used for comparing the ethics of plans. We build upon an existing ethical framework to allow users to make suggestions to plans and receive contrastive explanations.
Abstract（参考訳）: ロボティクスとaiエージェントの開発により、人間の周囲での利用が拡大した。 AIエージェントは、潜在的に重要な結果とともに、ますます重要な決定を下すことをより信頼している。これらの制度による決定の倫理的帰結を考えることが不可欠である。本稿では,計画の倫理性を比較する上で,対照的な説明をいかに活用できるかを述べる。我々は、ユーザーが計画を提案し、対照的な説明を受けられるように、既存の倫理的枠組みを構築している。

関連論文リスト

Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文参考訳（メタデータ） (2024-07-03T15:38:57Z)
Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
論文参考訳（メタデータ） (2024-03-21T19:12:37Z)
On the meaning of uncertainty for ethical AI: philosophy and practice [10.591284030838146]
これは、数学的推論に倫理的考察をもたらす重要な方法であると主張する。我々は、2021年12月のOmicron型COVID-19の拡散について、英国政府に助言するために使用される競合モデルの文脈内でこれらのアイデアを実証する。
論文参考訳（メタデータ） (2023-09-11T15:13:36Z)
Rethinking Machine Ethics -- Can LLMs Perform Moral Reasoning through the Lens of Moral Theories? [78.3738172874685]
倫理的AIシステムの開発には倫理的判断が不可欠である。一般的なアプローチは主にボトムアップ方式で実装されており、モラルに関するクラウドソースの意見に基づいて、大量の注釈付きデータを使用してモデルをトレーニングする。本研究は、学際的な研究から確立された道徳理論を用いて道徳的推論を行うために、言語モデル(LM)を操る柔軟なトップダウンフレームワークを提案する。
論文参考訳（メタデータ） (2023-08-29T15:57:32Z)
Context, Utility and Influence of an Explanation [0.0]
文脈効用理論は、文脈感受性因子をユーティリティベースの意思決定モデルに統合する。個人の意思決定者の好み、価値観、信念を理解することの重要性を強調している。これにより、AIシステムが意思決定にどう影響するかの透明性と理解が向上する。
論文参考訳（メタデータ） (2023-03-22T11:30:48Z)
Understanding a Robot's Guiding Ethical Principles via Automatically Generated Explanations [4.393037165265444]
我々は、ユーザーが計画について提案し、自動的に生成された対照的な説明を受けられるように、既存の倫理的枠組みを構築している。ユーザスタディの結果は、生成された説明は、ロボットの計画の根底にある倫理的原則を理解するのに役立つことを示唆している。
論文参考訳（メタデータ） (2022-06-20T22:55:00Z)
An Ethical Framework for Guiding the Development of Affectively-Aware Artificial Intelligence [0.0]
本稿では、感情認識型AIの倫理的結果(道徳的・倫理的結果)を評価するためのガイドラインを提案する。我々は,AI開発者による倫理的責任を分離し,そのようなAIをデプロイするエンティティをビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビ最終的には研究者、開発者、オペレーター、規制当局、法執行機関への勧告で終わります。
論文参考訳（メタデータ） (2021-07-29T03:57:53Z)
Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文参考訳（メタデータ） (2021-06-25T22:31:55Z)
Descriptive AI Ethics: Collecting and Understanding the Public Opinion [10.26464021472619]
本研究では、規範的および記述的研究が相互補完できる混合AI倫理モデルを提案する。我々は、AIシステムの展開に対する楽観的見解と悲観的見解のギャップを埋めることにその影響について論じる。
論文参考訳（メタデータ） (2021-01-15T03:46:27Z)
A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文参考訳（メタデータ） (2020-03-02T10:32:21Z)
Learning from Learning Machines: Optimisation, Rules, and Social Norms [91.3755431537592]
経済的な実体の行動に最も類似したAIの領域は道徳的に良い意思決定の領域であるようだ。近年のAIにおけるディープラーニングの成功は、そのような問題を解決するための明示的な仕様よりも暗黙的な仕様の方が優れていることを示唆している。
論文参考訳（メタデータ） (2019-12-29T17:42:06Z)

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。