論文の概要: Data Leverage: A Framework for Empowering the Public in its Relationship
with Technology Companies
- arxiv url: http://arxiv.org/abs/2012.09995v2
- Date: Wed, 17 Feb 2021 18:25:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-20 06:30:26.032255
- Title: Data Leverage: A Framework for Empowering the Public in its Relationship
with Technology Companies
- Title(参考訳): データレバレッジ(Data Leverage) - テクノロジ企業との関係で公衆を力づけるフレームワーク
- Authors: Nicholas Vincent, Hanlin Li, Nicole Tilly, Stevie Chancellor, Brent
Hecht
- Abstract要約: 多くの強力なコンピューティング技術は、一般からの暗黙的かつ明示的なデータコントリビューションに依存している。
この依存は、テクノロジー企業との関係において、公衆にとって潜在的にレバレッジの源であることを示唆している。
我々は,企業行動を変える新たな機会を浮き彫りにする,データレバレッジを理解するためのフレームワークを提案する。
- 参考スコア(独自算出の注目度): 13.174512123890015
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many powerful computing technologies rely on implicit and explicit data
contributions from the public. This dependency suggests a potential source of
leverage for the public in its relationship with technology companies: by
reducing, stopping, redirecting, or otherwise manipulating data contributions,
the public can reduce the effectiveness of many lucrative technologies. In this
paper, we synthesize emerging research that seeks to better understand and help
people action this \textit{data leverage}. Drawing on prior work in areas
including machine learning, human-computer interaction, and fairness and
accountability in computing, we present a framework for understanding data
leverage that highlights new opportunities to change technology company
behavior related to privacy, economic inequality, content moderation and other
areas of societal concern. Our framework also points towards ways that
policymakers can bolster data leverage as a means of changing the balance of
power between the public and tech companies.
- Abstract(参考訳): 多くの強力なコンピューティング技術は、大衆からの暗黙的かつ明示的なデータ貢献に依存している。
データのコントリビューションを減らしたり、停止したり、リダイレクトしたり、その他に操作することで、多くの利益をもたらす技術の有効性を減らすことができる。
本稿では,この「textit{data leverage}」を人々がよりよく理解し,行動するのを手助けする新興研究を合成する。
機械学習、人間とコンピュータの相互作用、コンピューティングにおける公正性と説明責任といった分野における先行研究に基づいて、プライバシ、経済的不平等、コンテンツモデレーション、その他の社会的関心領域に関連する技術企業行動を変える新たな機会を浮き彫りにする、データレバレッジを理解するためのフレームワークを提案する。
当社のフレームワークはまた、政策立案者が公共企業とIT企業のパワーバランスを変える手段として、データを活用する方法も指している。
関連論文リスト
- Public sentiments on the fourth industrial revolution: An unsolicited public opinion poll from Twitter [0.0]
本稿は、第4次産業革命(4IR)に関する公的な認識を、6カ国にわたるソーシャルメディアの議論の分析を通じて探求する。
感情分析と機械学習技術を用いて、人工知能やロボティクス、ブロックチェーンといったテクノロジの社会への統合に対して、一般人がどのように反応するかを評価する。
結果は、中立的な立場からより決定的な立場へ移行し、技術的な影響を受け入れるか、抵抗するかのどちらかで、意見の顕著な分極を浮き彫りにした。
論文 参考訳(メタデータ) (2024-11-21T15:39:53Z) - Computing Power and the Governance of Artificial Intelligence [51.967584623262674]
政府や企業は、AIを管理する手段として計算を活用し始めている。
計算ベースのポリシーと技術は、これらの領域を補助する可能性があるが、実装の準備ができている点で大きなバリエーションがある。
プライバシーや経済的影響、権力の中央集権化といった分野において、ガバナンスの計算方法の素早い、あるいは不十分なアプローチは重大なリスクを伴います。
論文 参考訳(メタデータ) (2024-02-13T21:10:21Z) - Private Knowledge Sharing in Distributed Learning: A Survey [50.51431815732716]
人工知能の台頭は多くの産業に革命をもたらし、社会の働き方を変えた。
異なるエンティティが分散または所有する学習プロセスにおいて、情報を活用することが不可欠である。
現代のデータ駆動サービスは、分散知識エンティティを結果に統合するために開発されています。
論文 参考訳(メタデータ) (2024-02-08T07:18:23Z) - Privacy-Preserving Graph Machine Learning from Data to Computation: A
Survey [67.7834898542701]
我々は,グラフ機械学習のプライバシ保護手法の見直しに重点を置いている。
まずプライバシ保護グラフデータを生成する方法を検討する。
次に,プライバシ保護情報を送信する方法について述べる。
論文 参考訳(メタデータ) (2023-07-10T04:30:23Z) - The Dimensions of Data Labor: A Road Map for Researchers, Activists, and
Policymakers to Empower Data Producers [14.392208044851976]
データプロデューサは、取得したデータ、使用方法、あるいはそのメリットについてはほとんど言及していません。
このデータにアクセスし、処理する能力を持つ組織、例えばOpenAIやGoogleは、テクノロジーのランドスケープを形成する上で大きな力を持っている。
研究者,政策立案者,活動家がデータ生産者に力を与える機会を概説する。
論文 参考訳(メタデータ) (2023-05-22T17:11:22Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳(メタデータ) (2022-10-04T17:32:27Z) - Future Computer Systems and Networking Research in the Netherlands: A
Manifesto [137.47124933818066]
我々はICTの重要部分としてCompSysに注目している。
オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
論文 参考訳(メタデータ) (2022-05-26T11:02:29Z) - AI Assurance using Causal Inference: Application to Public Policy [0.0]
ほとんどのAIアプローチは、"ブラックボックス"としてのみ表現することができ、透明性の欠如に悩まされる。
効果的で堅牢なAIシステムを開発するだけでなく、内部プロセスが説明可能で公平であることを確認することも重要です。
論文 参考訳(メタデータ) (2021-12-01T16:03:06Z) - We Haven't Gone Paperless Yet: Why the Printing Press Can Help Us
Understand Data and AI [0.0]
本稿では、データの効果は、社会的・政治的関係の変化として理解されるべきである、と論じる。
我々は、データ、すなわち人間と非人間の因子のバイナリコードへの定量化が、個人とグループのアイデンティティにどのように影響するかを探求する。
論文 参考訳(メタデータ) (2021-04-26T17:22:47Z) - SECure: A Social and Environmental Certificate for AI Systems [0.0]
この研究は、社会技術と技術を組み合わせたESGにインスパイアされたフレームワークを提案し、社会に責任を負うAIシステムを構築する。
このフレームワークには、計算効率のよい機械学習、フェデレーション付き学習、データ主権、LEEDesque証明書の4つの柱がある。
論文 参考訳(メタデータ) (2020-06-11T06:10:46Z) - 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。