論文の概要: Consent as a Foundation for Responsible Autonomy

• arxiv url: http://arxiv.org/abs/2203.11420v1
• Date: Tue, 22 Mar 2022 02:25:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-23 14:47:13.146327
• Title: Consent as a Foundation for Responsible Autonomy
• Title（参考訳）: 責任ある自律性の基盤としての同意
• Authors: Munindar P. Singh
• Abstract要約: 本稿は、自律責任の動的な側面、すなわち、インテリジェントエージェントが実行時に責任を負わせることに焦点を当てる。 エージェントによる意思決定が、他のエージェントが認識する結果に影響を及ぼすような設定を検討する。
• 参考スコア（独自算出の注目度）: 15.45515784064555
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper focuses on a dynamic aspect of responsible autonomy, namely, to make intelligent agents be responsible at run time. That is, it considers settings where decision making by agents impinges upon the outcomes perceived by other agents. For an agent to act responsibly, it must accommodate the desires and other attitudes of its users and, through other agents, of their users. The contribution of this paper is twofold. First, it provides a conceptual analysis of consent, its benefits and misuses, and how understanding consent can help achieve responsible autonomy. Second, it outlines challenges for AI (in particular, for agents and multiagent systems) that merit investigation to form as a basis for modeling consent in multiagent systems and applying consent to achieve responsible autonomy.
• Abstract（参考訳）: 本稿では,自律責任の動的側面,すなわちインテリジェントエージェントが実行時に責任を負わせることに焦点を当てる。 すなわち、エージェントによる意思決定が他のエージェントが知覚する結果に影響を及ぼすような設定を考える。 エージェントが責任を持って行動するためには、そのユーザの欲求やその他の態度、および他のエージェントを通じて、そのユーザの欲求を満たさなければならない。 この論文の貢献は2つある。 まず、同意の概念的な分析、その利益と誤用、そして同意の理解が責任ある自主性を達成するのにどのように役立つかを提供する。 第2に、AI(特にエージェントとマルチエージェントシステム)が、マルチエージェントシステムにおける同意をモデル化し、責任ある自律性を達成するために同意を適用するための基盤として、調査に貢献する課題を概説する。

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)
• Exploration and Persuasion [58.87314871998078]
  我々は、自己関心のあるエージェントが利用したいときの探索にインセンティブを与える方法を示す。 不確実性の下で決定を下す利己的なエージェントの集団を考える。 彼らは新しい情報を取得し、良い決定を下すためにこの情報を「発見」する。 これは、探査が費用がかかるためであるが、将来多くのエージェントにその利点が広がるためである。
  論文  参考訳（メタデータ） (2024-10-22T15:13:13Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)
• Moral Responsibility for AI Systems [8.919993498343159]
  何らかの行動を行うエージェントの結果に対する道徳的責任は、因果的状態とてんかん的状態の両方を巻き込むために一般的に取られる。 本稿では,因果モデルの枠組みにおける両条件の形式的定義について述べる。
  論文  参考訳（メタデータ） (2023-10-27T10:37:47Z)
• Unravelling Responsibility for AI [0.8836921728313208]
  AI対応システムのアウトプットと影響に責任を負う場所を確立する必要があることは広く認識されている。 本稿では,AIの責任概念を明確にするために,哲学と法学における中心的な違いを考察する。
  論文  参考訳（メタデータ） (2023-08-04T13:12:17Z)
• Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
  Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。 これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
  論文  参考訳（メタデータ） (2022-01-26T18:53:09Z)
• Towards Socially Intelligent Agents with Mental State Transition and Human Utility [97.01430011496576]
  対話エージェントに精神状態と実用性モデルを取り入れることを提案する。 ハイブリッド精神状態は、対話とイベント観察の両方から情報を抽出する。 ユーティリティモデルは、クラウドソースのソーシャルコモンセンスデータセットから人間の好みを学習するランキングモデルである。
  論文  参考訳（メタデータ） (2021-03-12T00:06:51Z)
• Human Perceptions on Moral Responsibility of AI: A Case Study in AI-Assisted Bail Decision-Making [8.688778020322758]
  我々は、AIと人間エージェントに関する道徳的責任という8つの異なる概念に対する人々の認識を測定する。 我々は、AIエージェントが故意に責任を負い、同じタスクに対して人間エージェントと同様の責任を負っていることを示す。 私たちは、AIと人間の意思決定者とアドバイザーの両方が、彼らの性質に関わらず、自分の決定を正当化することを期待している。
  論文  参考訳（メタデータ） (2021-02-01T04:07:38Z)
• Hiding Behind Machines: When Blame Is Shifted to Artificial Agents [0.0]
  この記事は、我々の代理として決定するエージェントの責任に焦点を当てます。 エージェントが人的であり、人間ではない場合に、エージェントによる道徳的結果の生成が、体系的に異なる判断を下すかどうかを検討する。
  論文  参考訳（メタデータ） (2021-01-27T14:50:02Z)
• Learning Latent Representations to Influence Multi-Agent Interaction [65.44092264843538]
  エージェントのポリシーの潜在表現を学習するための強化学習に基づくフレームワークを提案する。 提案手法は代替手段よりも優れており,他のエージェントに影響を与えることを学習している。
  論文  参考訳（メタデータ） (2020-11-12T19:04:26Z)
• Responsible AI and Its Stakeholders [14.129366395072026]
  我々は、AIを含むすべての利害関係者に対する責任(責任、責任、責任)の3つの概念について議論し、この問題における司法権と一般市民の役割を提案する。
  論文  参考訳（メタデータ） (2020-04-23T19:27:19Z)

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。