論文の概要: Beyond Our Behavior: The GDPR and Humanistic Personalization
- arxiv url: http://arxiv.org/abs/2008.13404v1
- Date: Mon, 31 Aug 2020 07:40:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-04 05:43:20.371959
- Title: Beyond Our Behavior: The GDPR and Humanistic Personalization
- Title(参考訳): GDPRと人道的パーソナライゼーション
- Authors: Travis Greene, Galit Shmueli
- Abstract要約: 我々は人道主義的パーソナライゼーションの新しいパラダイムを提案する。
非意識的な(有機的)行動と意識的な(反射的)行動の1つとして、暗黙的な(暗黙的な)データ収集と明示的な(暗黙的な)データ収集を区別する。
本稿では,物語の正確さに重きを置くことで,不公平な被験者が行うデータ処理の機会を減らす方法について論じる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Personalization should take the human person seriously. This requires a
deeper understanding of how recommender systems can shape both our
self-understanding and identity. We unpack key European humanistic and
philosophical ideas underlying the General Data Protection Regulation (GDPR)
and propose a new paradigm of humanistic personalization. Humanistic
personalization responds to the IEEE's call for Ethically Aligned Design (EAD)
and is based on fundamental human capacities and values. Humanistic
personalization focuses on narrative accuracy: the subjective fit between a
person's self-narrative and both the input (personal data) and output of a
recommender system. In doing so, we re-frame the distinction between implicit
and explicit data collection as one of nonconscious ("organismic") behavior and
conscious ("reflective") action. This distinction raises important ethical and
interpretive issues related to agency, self-understanding, and political
participation. Finally, we discuss how an emphasis on narrative accuracy can
reduce opportunities for epistemic injustice done to data subjects.
- Abstract(参考訳): パーソナライゼーションは人間を真剣に受け止めるべきである。
これは、リコメンデータシステムが私たちの自己理解とアイデンティティの両方を形作る方法について、より深く理解する必要があります。
我々は、一般データ保護規則(GDPR)に基づく欧州の主要な人文主義的・哲学的思想を解き放ち、人文主義的パーソナライゼーションの新しいパラダイムを提案する。
人道的パーソナライゼーション(Humanistic Personalization)は、IEEEのEthically Aligned Design (EAD)の要求に反応し、基本的な人間の能力と価値に基づいている。
ヒューマニズム的パーソナライゼーション(Humanistic Personalization)は、個人の自己物語とインプット(個人データ)とレコメンダシステムの出力との間の主観的適合性である。
その際,非意識的(組織的)行動と意識的(反射的)行動の1つとして,暗黙的データ収集と明示的データ収集の区別を再構築する。
この区別は、機関、自己理解、政治参加に関する重要な倫理的および解釈的問題を引き起こす。
最後に,物語の正確さに重きを置くことで,データ被験者に対する認識的不公平の機会を減らせるかについて議論する。
関連論文リスト
- Are Personalized Stochastic Parrots More Dangerous? Evaluating Persona
Biases in Dialogue Systems [103.416202777731]
我々は、対話モデルが採用するペルソナに付随する有害な行動の感度であると定義する「ペルソナバイアス」について検討する。
我々は,人格バイアスを有害な表現と有害な合意のバイアスに分類し,攻撃性,有害継続性,関連性,ステレオタイプ合意,および有害合意の5つの側面において,人格バイアスを測定する包括的な評価枠組みを確立する。
論文 参考訳(メタデータ) (2023-10-08T21:03:18Z) - Value Kaleidoscope: Engaging AI with Pluralistic Human Values, Rights,
and Duties [70.20460442039375]
価値多元性とは、複数の正しい値が互いに緊張して保持されるという考え方である。
統計的学習者として、AIシステムはデフォルトで平均に適合する。
ValuePrismは、218kの値、権利、義務の大規模なデータセットで、31kの人間が記述した状況に関連付けられています。
論文 参考訳(メタデータ) (2023-09-02T01:24:59Z) - Towards Explaining Subjective Ground of Individuals on Social Media [28.491401997248527]
本研究は、個人の主観的根拠を学習し、ソーシャルメディアに投稿された他人の状況を判断する神経モデルを提案する。
簡単な注意モジュールと過去の活動を考慮に入れた上で,我々のモデルは,社会的状況を判断する際の個人の主観的嗜好について,人間可読な説明を提供することを実証的に示す。
論文 参考訳(メタデータ) (2022-11-18T00:29:05Z) - Improving Personality Consistency in Conversation by Persona Extending [22.124187337032946]
本稿では,Persona Retrieval Model(PRM)とPosterior-Scored Transformer(PS-Transformer)の2つのサブコンポーネントからなる新しい検索・予測パラダイムを提案する。
提案モデルでは,自動測定と人的評価の両面で大幅に改善されている。
論文 参考訳(メタデータ) (2022-08-23T09:00:58Z) - SF-PATE: Scalable, Fair, and Private Aggregation of Teacher Ensembles [50.90773979394264]
本稿では、個人の機密情報のプライバシーを保護しつつ、差別的でない予測者の学習を可能にするモデルについて検討する。
提案モデルの主な特徴は、プライバシ保護とフェアモデルを作成するために、オフ・ザ・セルフと非プライベートフェアモデルの採用を可能にすることである。
論文 参考訳(メタデータ) (2022-04-11T14:42:54Z) - Exosoul: ethical profiling in the digital world [3.6245424131171813]
Exosoulプロジェクトは、ユーザの道徳的嗜好に応じてデジタル世界でアクションを仲介するパーソナライズされたソフトウェアエクソスケルトンを開発することを目的としている。
このアプローチはハイブリッドで、まずトップダウンの方法でプロファイルを識別し、次にパーソナライズされたデータ駆動のアプローチでプロファイルを洗練する。
我々は倫理的立場(イデオロギーと相対主義)の性格特性(正直・謙虚、良心、マキアベリア主義とナルシシズム)と世界観(ノルマティビズム)の相関を考察する。
論文 参考訳(メタデータ) (2022-03-30T10:54:00Z) - Learning Graph Representation of Person-specific Cognitive Processes
from Audio-visual Behaviours for Automatic Personality Recognition [17.428626029689653]
本稿では,対象対象者固有の認知を,個人固有のCNNアーキテクチャの形で表現することを提案する。
各人物固有のCNNは、ニューラルアーキテクチャサーチ(NAS)と新しい適応損失関数によって探索される。
実験の結果,生成したグラフ表現は対象者の性格特性とよく関連していることがわかった。
論文 参考訳(メタデータ) (2021-10-26T11:04:23Z) - Towards Abstract Relational Learning in Human Robot Interaction [73.67226556788498]
人間は環境における実体を豊かに表現する。
ロボットが人間とうまく対話する必要がある場合、同様の方法で実体、属性、一般化を表現する必要がある。
本研究では,人間とロボットの相互作用を通じて,これらの表現をどのように獲得するかという課題に対処する。
論文 参考訳(メタデータ) (2020-11-20T12:06:46Z) - Aligning AI With Shared Human Values [85.2824609130584]
私たちは、正義、幸福、義務、美徳、常識道徳の概念にまたがる新しいベンチマークであるETHICSデータセットを紹介します。
現在の言語モデルは、基本的な人間の倫理的判断を予測できる有望だが不完全な能力を持っている。
私たちの研究は、今日の機械倫理の進歩を示しており、人間の価値観に合わせたAIへの足掛かりを提供する。
論文 参考訳(メタデータ) (2020-08-05T17:59:16Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳(メタデータ) (2020-04-11T12:51:07Z)
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。