論文の概要: How Technology Impacts and Compares to Humans in Socially Consequential Arenas

• arxiv url: http://arxiv.org/abs/2211.03554v1
• Date: Wed, 2 Nov 2022 18:01:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-13 23:29:11.548022
• Title: How Technology Impacts and Compares to Humans in Socially Consequential Arenas
• Title（参考訳）: ソーシャル・コンシークエンス・アリーナにおけるテクノロジーのインパクトと人間との比較
• Authors: Samuel Dooley
• Abstract要約: 私は3つのシナリオで人間と機械の比較分析を行います。 私は、テクノロジに対する感情、そのテクノロジのパフォーマンス、そしてそのテクノロジの影響が、私の主な研究課題にどのように答えるかにどのように影響するかを理解したいと考えています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: One of the main promises of technology development is for it to be adopted by people, organizations, societies, and governments -- incorporated into their life, work stream, or processes. Often, this is socially beneficial as it automates mundane tasks, frees up more time for other more important things, or otherwise improves the lives of those who use the technology. However, these beneficial results do not apply in every scenario and may not impact everyone in a system the same way. Sometimes a technology is developed which produces both benefits and inflicts some harm. These harms may come at a higher cost to some people than others, raising the question: {\it how are benefits and harms weighed when deciding if and how a socially consequential technology gets developed?} The most natural way to answer this question, and in fact how people first approach it, is to compare the new technology to what used to exist. As such, in this work, I make comparative analyses between humans and machines in three scenarios and seek to understand how sentiment about a technology, performance of that technology, and the impacts of that technology combine to influence how one decides to answer my main research question.
• Abstract（参考訳）: 技術開発の主な約束の1つは、人、組織、社会、政府によって採用され、彼らの生活、労働の流れ、プロセスに組み込まれることである。 日常的なタスクを自動化したり、他の重要なことに時間を割いたり、テクノロジを使用する人々の生活を改善したりすることで、これは社会的に有益です。 しかし、これらの有益な結果はすべてのシナリオに当てはまりませんし、システム内の全員が同じように影響することはありません。 時には、利益を生み出し、何らかの害を与える技術が開発される。 社会的に一連の技術が開発されるかどうかを決めるとき、利益と損害はどのように重み付けされるのか? この疑問に答える最も自然な方法は、人々が最初にそれにアプローチする方法は、新しいテクノロジーとそれまで存在したものを比較することです。 そこで本研究では,人間と機械を3つのシナリオで比較分析し,その技術に対する感情,その技術のパフォーマンス,そしてその技術の影響が組み合わさって,私の主研究課題にどう答えるかにどのように影響するかを理解することを目指す。

関連論文リスト

• Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
  ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。 我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
  論文  参考訳（メタデータ） (2024-04-17T02:57:42Z)
• Common (good) practices measuring trust in HRI [55.2480439325792]
  ロボットへの信頼は、人々の日常生活にロボットを取り入れるのに欠かせないと広く信じられている。 研究者たちは、人々がロボットをさまざまな方法で信頼する方法を模索してきた。 ほとんどのロボティクス学者は、信頼のレベルが不足すると解脱のリスクが生じることに同意する。
  論文  参考訳（メタデータ） (2023-11-20T20:52:10Z)
• Responsible and Inclusive Technology Framework: A Formative Framework to Promote Societal Considerations in Information Technology Contexts [1.9991645269305982]
  本稿では、技術創造と利用の社会的文脈に関する批判的考察を指向する、形式的フレームワークであるResponsible and Inclusive Technology Frameworkに貢献する。 責任・包括的技術(Responsible and Inclusive Technology)フレームワークの実装は、特にビジネス・ツー・ビジネス業界において、より意図的で社会的に根ざした実践の触媒として機能することを期待している。
  論文  参考訳（メタデータ） (2023-02-22T18:59:04Z)
• Redefining Relationships in Music [55.478320310047785]
  私たちは、AIツールが音楽文化を根本的に変えてくれると論じています。 この分野で働く人々は、音楽の実践、消費、意味に対するネガティブな影響を減らすことができる。
  論文  参考訳（メタデータ） (2022-12-13T19:44:32Z)
• Technology and COVID-19: How Reliant is Society on Technology? [0.0]
  ソーシャルメディアとメッセージングプラットフォームは、新型コロナウイルス(COVID-19)を恐れる人々のサポートシステムになっている。 この記事は、テクノロジーが社会に与える影響を理解することに興味を持つすべての年齢やバックグラウンドの人々にとって有用かもしれない。
  論文  参考訳（メタデータ） (2022-10-21T00:43:59Z)
• Trustworthy AI: A Computational Perspective [54.80482955088197]
  我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。 各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
  論文  参考訳（メタデータ） (2021-07-12T14:21:46Z)
• From Learning to Relearning: A Framework for Diminishing Bias in Social Robot Navigation [3.3511723893430476]
  社会的ナビゲーションモデルは、差別や差別のような社会的不公平を複製し、促進し、増幅することができる。 提案するフレームワークは,安全性と快適性を考慮したソーシャルコンテキストを学習プロセスに組み込んだtextitlearningと,発生前に潜在的に有害な結果を検出し修正するtextitrelearningの2つのコンポーネントで構成されている。
  論文  参考訳（メタデータ） (2021-01-07T17:42:35Z)
• Data Leverage: A Framework for Empowering the Public in its Relationship with Technology Companies [13.174512123890015]
  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。
  論文  参考訳（メタデータ） (2020-12-18T00:46:26Z)
• The Short Anthropological Guide to the Study of Ethical AI [91.3755431537592]
  ショートガイドは、AI倫理と社会科学の紹介と、AIの開発に関する人類学的視点の両方を兼ね備えている。 AIシステムの社会的影響と、これらのシステムがいかにして我々の世界がどのように機能するかを再考するかについての洞察を、この分野に馴染みのない人たちに提供することを目指している。
  論文  参考訳（メタデータ） (2020-10-07T12:25:03Z)
• Towards a framework for understanding societal and ethical implications of Artificial Intelligence [2.28438857884398]
  本研究の目的は,AIの大量取り込みによって引き起こされる社会的・倫理的課題を明らかにすることである。 1) 好ましくない影響, 2) 責任, 3) 未知の結果, 4) 関係人ロボット, 5) 権力と富の集中, 6) 意図的悪用, 7) 武器と戦争のためのAI。
  論文  参考訳（メタデータ） (2020-01-03T17:55:15Z)
• Learning from Learning Machines: Optimisation, Rules, and Social Norms [91.3755431537592]
  経済的な実体の行動に最も類似したAIの領域は道徳的に良い意思決定の領域であるようだ。 近年のAIにおけるディープラーニングの成功は、そのような問題を解決するための明示的な仕様よりも暗黙的な仕様の方が優れていることを示唆している。
  論文  参考訳（メタデータ） (2019-12-29T17:42:06Z)

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。