論文の概要: Use case cards: a use case reporting framework inspired by the European AI Act

• arxiv url: http://arxiv.org/abs/2306.13701v1
• Date: Fri, 23 Jun 2023 15:47:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-27 19:48:59.529651
• Title: Use case cards: a use case reporting framework inspired by the European AI Act
• Title（参考訳）: ユースケースカード:欧州AI法に触発されたユースケースレポートフレームワーク
• Authors: Isabelle Hupont, David Fern\'andez-Llorca, Sandra Baldassarri, Emilia G\'omez
• Abstract要約: ユースケースの文書化のための新しいフレームワークを提案する。 他のドキュメンテーションの方法論とは異なり、私たちはAIシステムの目的と運用に重点を置いています。 提案された枠組みは、関連するEU政策の専門家と科学者のチームを含む共同設計プロセスの結果である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Despite recent efforts by the Artificial Intelligence (AI) community to move towards standardised procedures for documenting models, methods, systems or datasets, there is currently no methodology focused on use cases aligned with the risk-based approach of the European AI Act (AI Act). In this paper, we propose a new framework for the documentation of use cases, that we call "use case cards", based on the use case modelling included in the Unified Markup Language (UML) standard. Unlike other documentation methodologies, we focus on the intended purpose and operational use of an AI system. It consists of two main parts. Firstly, a UML-based template, tailored to allow implicitly assessing the risk level of the AI system and defining relevant requirements. Secondly, a supporting UML diagram designed to provide information about the system-user interactions and relationships. The proposed framework is the result of a co-design process involving a relevant team of EU policy experts and scientists. We have validated our proposal with 11 experts with different backgrounds and a reasonable knowledge of the AI Act as a prerequisite. We provide the 5 "use case cards" used in the co-design and validation process. "Use case cards" allows framing and contextualising use cases in an effective way, and we hope this methodology can be a useful tool for policy makers and providers for documenting use cases, assessing the risk level, adapting the different requirements and building a catalogue of existing usages of AI.
• Abstract（参考訳）: 最近の人工知能(AI)コミュニティによる、モデル、メソッド、システム、データセットの文書化の標準化手順への取り組みにもかかわらず、現在、欧州AI法(AI Act)のリスクベースのアプローチに沿ったユースケースに焦点を当てた方法論はない。 本稿では,UML(Unified Markup Language)標準に含まれるユースケースモデリングに基づいて,ユースケースの文書化のための新しいフレームワークを提案する。 他のドキュメンテーション方法論とは異なり、私たちはAIシステムの意図された目的と運用上の使用に焦点を当てます。 主に2つの部分からなる。 まず、UMLベースのテンプレートを使用して、AIシステムのリスクレベルを暗黙的に評価し、関連する要件を定義する。 第2に、システムユーザ間のインタラクションと関係に関する情報を提供するように設計されたUMLダイアグラム。 提案された枠組みは、関連するEU政策の専門家と科学者のチームを含む共同設計プロセスの結果である。 我々は、異なる背景を持つ11人の専門家と、前提条件としてAI法に関する合理的な知識で提案を検証しました。 共同設計および検証プロセスで使用される5つの「ユースケースカード」を提供する。 そして、この方法論が、ユースケースを文書化し、リスクレベルを評価し、異なる要件に適応させ、aiの既存の使用方法のカタログを作成するための、政策立案者やプロバイダにとって有用なツールになることを願っている。

関連論文リスト

• Establishing Knowledge Preference in Language Models [80.70632813935644]
  言語モデルは事前学習を通じて大量の事実知識を符号化することが知られている。 このような知識はユーザーからの要求に応えるには不十分かもしれない。 進行中のイベントに関する質問に答える場合には、最新のニュース記事を使って回答を更新する必要がある。 ある事実がモデルで編集されると、更新された事実はモデルによって学習されたすべての事前知識をオーバーライドする。
  論文  参考訳（メタデータ） (2024-07-17T23:16:11Z)
• Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
  人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である 本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
  論文  参考訳（メタデータ） (2023-12-22T17:57:57Z)
• Model Reporting for Certifiable AI: A Proposal from Merging EU Regulation into AI Development [2.9620297386658185]
  ExplainableとSafe AIの大きな進歩にもかかわらず、実践者はAIの安全性に関する規制と標準の欠如に悩まされている。 我々は、開発プロセス全体を通してAIアプリケーションを文書化するための標準化されたカードの使用を提案する。
  論文  参考訳（メタデータ） (2023-07-21T12:13:54Z)
• SAILER: Structure-aware Pre-trained Language Model for Legal Case Retrieval [75.05173891207214]
  判例検索は知的法体系において中心的な役割を果たす。 既存の言語モデルの多くは、異なる構造間の長距離依存関係を理解するのが難しい。 本稿では, LEgal ケース検索のための構造対応プレトランザクショナル言語モデルを提案する。
  論文  参考訳（メタデータ） (2023-04-22T10:47:01Z)
• Dynamic Documentation for AI Systems [0.0]
  本稿では,AIシステムにおける現在のドキュメンテーションプロトコルの限界を示す。 我々は、AIシステムを理解し評価するための新しいパラダイムとして、動的ドキュメンテーションを議論する。
  論文  参考訳（メタデータ） (2023-03-20T04:23:07Z)
• Documenting use cases in the affective computing domain using Unified Modeling Language [0.0]
  AIシステムの使用状況、スコープ、機能要件、リスクをカバーするユースケースドキュメントの標準的な方法論はありません。 我々のアプローチは、研究文献と最近提案された欧州のAI規制フレームワークに記録されたユースケース情報の評価に基づいています。 この評価から、私たちは過去20年間、主にソフトウェアエンジニアが使用してきたUML(Unified Modeling Language)を採用し、適応します。
  論文  参考訳（メタデータ） (2022-09-19T10:04:18Z)
• Evaluating a Methodology for Increasing AI Transparency: A Case Study [8.265282762929509]
  人工知能の潜在的な害に対する懸念が高まる中、社会はAIモデルとシステムがどのように作成され、使用されるかについて、より透明性を求めるようになった。 これらの懸念に対処するため、いくつかの取り組みが、モデル開発者が答えるべき質問を含むドキュメンテーションテンプレートを提案している。 多様なドキュメントコンシューマのニーズをカバーできるテンプレートはひとつもありません。
  論文  参考訳（メタデータ） (2022-01-24T20:01:01Z)
• Knowledge-Aware Procedural Text Understanding with Multi-Stage Training [110.93934567725826]
  本稿では,このような文書の理解とプロセス中のエンティティの状態や場所の追跡を目的とした手続き的テキスト理解の課題に焦点をあてる。 常識的推論の難しさとデータ不足という2つの課題はまだ未解決のままである。 我々は、複数の外部知識を効果的に活用する、KnOwledge-Aware ProceduraL text understAnding (KOALA)モデルを提案する。
  論文  参考訳（メタデータ） (2020-09-28T10:28:40Z)
• Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
  再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。 現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。 我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
  論文  参考訳（メタデータ） (2020-07-13T20:30:26Z)
• A Methodology for Creating AI FactSheets [67.65802440158753]
  本稿では、FactSheetsと呼ぶAIドキュメントの形式を作るための方法論について述べる。 方法論の各ステップの中で、検討すべき問題と探求すべき質問について説明する。 この方法論は、透明なAIドキュメントの採用を加速する。
  論文  参考訳（メタデータ） (2020-06-24T15:08:59Z)

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。