論文の概要: Towards Practices for Human-Centered Machine Learning

• arxiv url: http://arxiv.org/abs/2203.00432v1
• Date: Tue, 1 Mar 2022 13:28:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-02 15:39:29.212681
• Title: Towards Practices for Human-Centered Machine Learning
• Title（参考訳）: 人間中心機械学習の実践に向けて
• Authors: Stevie Chancellor
• Abstract要約: Human-centered machine learning(HCML)とは、人間中心の問題に適用される機械学習を指す用語である。 本稿では,人間中心機械学習の実践について述べる。
• 参考スコア（独自算出の注目度）: 10.152838128195464
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: "Human-centered machine learning" (HCML) is a term that describes machine learning that applies to human-focused problems. Although this idea is noteworthy and generates scholarly excitement, scholars and practitioners have struggled to clearly define and implement HCML in computer science. This article proposes practices for human-centered machine learning, an area where studying and designing for social, cultural, and ethical implications are just as important as technical advances in ML. These practices bridge between interdisciplinary perspectives of HCI, AI, and sociotechnical fields, as well as ongoing discourse on this new area. The five practices include ensuring HCML is the appropriate solution space for a problem; conceptualizing problem statements as position statements; moving beyond interaction models to define the human; legitimizing domain contributions; and anticipating sociotechnical failure. I conclude by suggesting how these practices might be implemented in research and practice.
• Abstract（参考訳）: Human-centered machine learning(HCML)とは、人間の問題に適用される機械学習を指す用語である。 このアイデアは注目に値するものであり、学術的な興奮を生み出すが、研究者や実践者はコンピュータ科学におけるHCMLを明確に定義し実装するのに苦労してきた。 本稿では,人間中心型機械学習の実践を提案する。機械学習の技術的進歩と同じくらい,社会的,文化的,倫理的意味の研究と設計が重要である。 これらの実践は、HCI、AI、社会技術分野の学際的な視点と、この新しい領域に関する継続的な議論の間に橋渡しされる。 5つのプラクティスは、HCMLが問題に対する適切な解決策空間であることを保証すること、問題ステートメントを位置ステートメントとして概念化すること、対話モデルを超えて人間を定義すること、ドメインコントリビューションの合法化、社会技術的失敗を予想することである。 結論として、これらのプラクティスが研究や実践においてどのように実施されるかを提案します。

関連論文リスト

• MachineLearnAthon: An Action-Oriented Machine Learning Didactic Concept [34.6229719907685]
  本稿では、異なる分野の学生に包括的にデザインされた革新的教科概念であるMachineLearnAthonフォーマットを紹介する。 この概念の核心はMLの課題であり、現実の問題を解決するために産業用データセットを利用している。 これらはMLパイプライン全体をカバーするもので、データ準備からデプロイメント、評価に至るまで、データのリテラシーと実践的なスキルを促進する。
  論文  参考訳（メタデータ） (2024-01-29T16:50:32Z)
• Combatting Human Trafficking in the Cyberspace: A Natural Language Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
  このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。 我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。 重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
  論文  参考訳（メタデータ） (2023-11-22T02:45:01Z)
• The Participatory Turn in AI Design: Theoretical Foundations and the Current State of Practice [64.29355073494125]
  本稿は、既存の理論文献を合成して、AI設計における「参加的転換」を掘り下げることを目的としている。 我々は、最近発表された研究および12人のAI研究者および実践者に対する半構造化インタビューの分析に基づいて、AI設計における参加実践の現状に関する実証的な知見を述べる。
  論文  参考訳（メタデータ） (2023-10-02T05:30:42Z)
• Machine Learning practices and infrastructures [0.0]
  本稿では、実践者と彼らが依存するツール間の相互作用と、これらの相互作用が機械学習の実践を形成する上で果たす役割に焦点を当てる。 インタラクティブなコンピューティングプラットフォームは、学習と調整のプラクティスのホストで使われています。 インタラクティブコンピューティングプラットフォームの開発とともにMLプラクティスが共進化している様子を説明します。
  論文  参考訳（メタデータ） (2023-07-13T01:43:28Z)
• Machine Psychology [54.287802134327485]
  我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。 本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。 これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
  論文  参考訳（メタデータ） (2023-03-24T13:24:41Z)
• Use and Misuse of Machine Learning in Anthropology [0.9786690381850356]
  生物学的・文化的な証拠に基づいて人類の進化を理解することを目指す古人類学の分野に焦点をあてる。 本研究の目的は,MLが古人類学に応用されている方法について,簡単な紹介を行うことである。 人類学文献の集積部において,ML手法の正しいプロトコルの一連の誤り,誤り,違反について論じる。
  論文  参考訳（メタデータ） (2022-09-06T20:32:24Z)
• Detecting Shortcut Learning for Fair Medical AI using Shortcut Testing [62.9062883851246]
  機械学習は医療の改善に大いに貢献するが、その利用が健康格差を広めたり増幅したりしないことを確実にすることは重要である。 アルゴリズムの不公平性の潜在的な要因の1つ、ショートカット学習は、トレーニングデータにおける不適切な相関に基づいてMLモデルが予測した時に発生する。 マルチタスク学習を用いて,臨床MLシステムの公平性評価の一環として,ショートカット学習の評価と緩和を行う手法を提案する。
  論文  参考訳（メタデータ） (2022-07-21T09:35:38Z)
• A Brief Guide to Designing and Evaluating Human-Centered Interactive Machine Learning [3.685480240534955]
  インタラクティブ機械学習(Interactive Machine Learning, IML)は、意思決定システムにおいて、人間と計算能力の両方を活用する方法を研究する研究分野である。 このガイドは、相互作用する人間の健康、安全、幸福に責任を持つ機械学習の実践者が使用することを意図している。
  論文  参考訳（メタデータ） (2022-04-20T17:05:09Z)
• On some Foundational Aspects of Human-Centered Artificial Intelligence [52.03866242565846]
  人間中心人工知能(Human Centered Artificial Intelligence)の意味については明確な定義はない。 本稿では,AIコンポーネントを備えた物理・ソフトウェア計算エージェントを指すHCAIエージェントについて紹介する。 HCAIエージェントの概念は、そのコンポーネントや機能とともに、人間中心のAIに関する技術的および非技術的議論を橋渡しする手段であると考えています。
  論文  参考訳（メタデータ） (2021-12-29T09:58:59Z)
• On the Morality of Artificial Intelligence [154.69452301122175]
  本稿では,機械学習の研究・展開に関する概念的かつ実践的な原則とガイドラインを提案する。 我々は,より倫理的で道徳的なMLの実践を追求するために,実践者が採る具体的な行動を主張している。
  論文  参考訳（メタデータ） (2019-12-26T23:06:54Z)

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。