論文の概要: Does "AI" stand for augmenting inequality in the era of covid-19 healthcare?

• arxiv url: http://arxiv.org/abs/2105.07844v1
• Date: Fri, 30 Apr 2021 17:23:07 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-20 08:02:05.094368
• Title: Does "AI" stand for augmenting inequality in the era of covid-19 healthcare?
• Title（参考訳）: AIとは、コビッド・ヘルスの時代における不平等の増大を意味するか?
• Authors: David Leslie, Anjali Mazumder, Aidan Peppin, Maria Wolters and Alexa Hagerty
• Abstract要約: 我々は、AI技術の使用が、弱体化、低表現、および脆弱なグループに対するコビッド-19の異質な効果を悪化させる恐れがあることを強調します。 我々は、AIのコビッド-19に関連する不平等に対する複合効果を軽減するために、意思決定者、技術開発者、および保健当局者は、AIプロセスのあらゆる段階で潜在的なバイアスと不平等を考慮する必要があると結論付けました。
• 参考スコア（独自算出の注目度）: 0.7962205145083434
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Among the most damaging characteristics of the covid-19 pandemic has been its disproportionate effect on disadvantaged communities. As the outbreak has spread globally, factors such as systemic racism, marginalisation, and structural inequality have created path dependencies that have led to poor health outcomes. These social determinants of infectious disease and vulnerability to disaster have converged to affect already disadvantaged communities with higher levels of economic instability, disease exposure, infection severity, and death. Artificial intelligence (AI) technologies are an important part of the health informatics toolkit used to fight contagious disease. AI is well known, however, to be susceptible to algorithmic biases that can entrench and augment existing inequality. Uncritically deploying AI in the fight against covid-19 thus risks amplifying the pandemic's adverse effects on vulnerable groups, exacerbating health inequity. In this paper, we claim that AI systems can introduce or reflect bias and discrimination in three ways: in patterns of health discrimination that become entrenched in datasets, in data representativeness, and in human choices made during the design, development, and deployment of these systems. We highlight how the use of AI technologies threaten to exacerbate the disparate effect of covid-19 on marginalised, under-represented, and vulnerable groups, particularly black, Asian, and other minoritised ethnic people, older populations, and those of lower socioeconomic status. We conclude that, to mitigate the compounding effects of AI on inequalities associated with covid-19, decision makers, technology developers, and health officials must account for the potential biases and inequities at all stages of the AI process.
• Abstract（参考訳）: 新型コロナウイルスのパンデミックの最も被害の大きい特徴は、不適切な地域社会に対する不均等な影響である。 アウトブレイクが世界中に広まるにつれて、システム的人種差別、限界化、構造的不平等といった要因が経路依存を生み出し、健康状態が悪化する。 これらの感染症や災害の危険性の社会的決定要因は、経済的不安定性、病気の曝露、感染の重症度、死亡のレベルが高い既に不利な地域社会に影響を与えている。 人工知能(AI)技術は、伝染病と闘うための健康情報ツールキットの重要な部分である。 しかし、aiは既存の不平等を誘引し強化できるアルゴリズムバイアスに影響を受けやすいことがよく知られている。 新型コロナウイルスとの戦いにおいてAIを非クリティカルに展開することで、パンデミックが脆弱なグループに悪影響を及ぼすリスクが増大し、健康上の不平等が悪化する。 本稿では、AIシステムは、データセットに定着する健康差別のパターン、データ代表性、およびこれらのシステムの設計、開発、展開中に行われる人間の選択の3つの方法でバイアスと差別を導入または反映できると主張している。 特に、黒人、アジア人、その他の少数民族、高齢者、社会経済的地位の低い人々に対する、コビッド19の異なる影響を悪化させるようなAI技術の使用について強調する。 我々は、AIがコビッド-19に関連する不平等に対する複合効果を軽減するために、意思決定者、技術開発者、健康担当者はAIプロセスのあらゆる段階で潜在的なバイアスと不平等を考慮しなければならないと結論付けている。

関連論文リスト

• Causal Responsibility Attribution for Human-AI Collaboration [62.474732677086855]
  本稿では,人間のAIシステムにおける責任を体系的に評価するために,構造因果モデル(SCM)を用いた因果的枠組みを提案する。 2つのケーススタディは、多様な人間とAIのコラボレーションシナリオにおけるフレームワークの適応性を示している。
  論文  参考訳（メタデータ） (2024-11-05T17:17:45Z)
• Perceptions of Discriminatory Decisions of Artificial Intelligence: Unpacking the Role of Individual Characteristics [0.0]
  個人差(デジタル自己効力性、技術的知識、平等への信念、政治的イデオロギー)は、AIの成果に対する認識と関連している。 デジタル自己効力と技術的知識は、AIに対する態度と肯定的に関連している。 リベラルイデオロギーは、結果信頼、より否定的な感情、より大きな懐疑主義と負の関連がある。
  論文  参考訳（メタデータ） (2024-10-17T06:18:26Z)
• "I Am the One and Only, Your Cyber BFF": Understanding the Impact of GenAI Requires Understanding the Impact of Anthropomorphic AI [55.99010491370177]
  我々は、人為的AIの社会的影響をマッピングしない限り、生成AIの社会的影響を徹底的にマッピングすることはできないと論じる。 人為的AIシステムは、人間のように知覚されるアウトプットを生成する傾向が強まっている。
  論文  参考訳（メタデータ） (2024-10-11T04:57:41Z)
• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、計算要求がモデルの性能よりも早く増加し、不合理な経済要求と不均等な環境フットプリントにつながるため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• Generative AI Carries Non-Democratic Biases and Stereotypes: Representation of Women, Black Individuals, Age Groups, and People with Disability in AI-Generated Images across Occupations [0.0]
  このエッセイは、生成的AIがアウトプットにエクイティ保存グループを含んでいるか、あるいは除外しているかを強調することを目的としている。 この結果から、生成的AIは性別、人種、年齢、可視性障害について公平に包括的ではないことが明らかとなった。
  論文  参考訳（メタデータ） (2024-09-20T19:47:31Z)
• The impact of generative artificial intelligence on socioeconomic inequalities and policy making [1.5156317247732694]
  生成的人工知能は、既存の社会経済的不平等を悪化させ、改善する可能性がある。 私たちのゴールは、AIが普及する社会問題の緩和にどのように役立つかを明らかにしながら、生成的AIが既存の不平等をいかに悪化させるかを強調することです。 情報領域では、生成AIはコンテンツの創造とアクセスを民主化することができるが、誤情報の生成と拡散を劇的に拡大する可能性がある。 教育ではパーソナライズされた学習を提供するが、デジタルディビジョンを広げる可能性がある。 医療分野では、診断とアクセシビリティを改善するが、既存の不平等をより深める可能性がある。
  論文  参考訳（メタデータ） (2023-12-16T10:37:22Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• Fairness And Bias in Artificial Intelligence: A Brief Survey of Sources, Impacts, And Mitigation Strategies [11.323961700172175]
  この調査論文は、AIの公平性とバイアスに関する簡潔で包括的な概要を提供する。 我々は、データ、アルゴリズム、人間の決定バイアスなどのバイアス源をレビューする。 偏りのあるAIシステムの社会的影響を評価し,不平等の持続性と有害なステレオタイプの強化に着目した。
  論文  参考訳（メタデータ） (2023-04-16T03:23:55Z)
• A Survey on Applications of Artificial Intelligence in Fighting Against COVID-19 [75.84689958489724]
  SARS-CoV-2ウイルスによる新型コロナウイルスのパンデミックは世界中で急速に広がり、世界的な感染拡大につながっている。 新型コロナウイルス対策の強力なツールとして、人工知能(AI)技術はこのパンデミックに対抗するために広く利用されている。 この調査では、新型コロナウイルス対策におけるAIテクノロジの既存および潜在的応用に関する包括的見解を、医療とAI研究者に提示する。
  論文  参考訳（メタデータ） (2020-07-04T22:48:15Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)

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。