論文の概要: Intersectional Inquiry, on the Ground and in the Algorithm
- arxiv url: http://arxiv.org/abs/2308.15668v1
- Date: Tue, 29 Aug 2023 23:43:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-31 15:11:18.002279
- Title: Intersectional Inquiry, on the Ground and in the Algorithm
- Title（参考訳）: 地上とアルゴリズムの交叉問合せ
- Authors: Shanthi Robertson, Liam Magee, and Karen Soldati\'c
- Abstract要約: この分野の手法は、人種、階級、民族、文化、障害といった社会的差異の共通点を考慮に入れなければならないと我々は主張する。
計算的手法と定性的手法を交叉的手法で組み合わせることの複雑さを考察する。
- 参考スコア（独自算出の注目度）: 1.0923877073891446
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This article makes two key contributions to methodological debates in
automation research. First, we argue for and demonstrate how methods in this
field must account for intersections of social difference, such as race, class,
ethnicity, culture, and disability, in more nuanced ways. Second, we consider
the complexities of bringing together computational and qualitative methods in
an intersectional methodological approach while also arguing that in their
respective subjects (machines and human subjects) and conceptual scope they
enable a specific dialogue on intersectionality and automation to be
articulated. We draw on field reflections from a project that combines an
analysis of intersectional bias in language models with findings from a
community workshop on the frustrations and aspirations produced through
engagement with everyday AI-driven technologies in the context of care.
- Abstract（参考訳）: 本稿では,自動化研究における方法論的議論に2つの重要な貢献をする。
まず、この分野の手法が、人種、階級、民族、文化、障害といった社会的差異の交点を、より微妙な方法でいかに説明しなければならないかを論じ、実証する。
第2に,計算的手法と定性的手法を交叉的手法で組み合わせることの複雑さを考察するとともに,各主題(機械と人)と概念的スコープにおいて,交叉性や自動化に関する特定の対話を可能にすることを主張する。
我々は、言語モデルにおける交叉バイアスの分析と、日々のAI駆動技術との関わりを通じて生み出されるフラストレーションと願望に関するコミュニティワークショップの知見を組み合わせたプロジェクトから、フィールドリフレクションを描いている。
関連論文リスト
- Argumentation and Machine Learning [4.064849471241967]
本章では,計算論と機械学習のクロス・フェーティフィケーションのある程度のアプローチを提示する研究の概要を紹介する。
これら2つの領域間の相互作用の目的を表す2つの広いテーマが同定された。
我々は,学習の種類や議論フレームワークの形式など,様々な次元にわたる作品のスペクトルを評価する。
論文 参考訳（メタデータ） (2024-10-31T08:19:58Z) - Towards Bidirectional Human-AI Alignment: A Systematic Review for Clarifications, Framework, and Future Directions [101.67121669727354]
近年のAIの進歩は、AIシステムを意図された目標、倫理的原則、個人とグループの価値に向けて導くことの重要性を強調している。
人間のAIアライメントの明確な定義とスコープの欠如は、このアライメントを達成するための研究領域間の共同作業を妨げる、大きな障害となる。
我々は、2019年から2024年1月までに400以上の論文を体系的にレビューし、HCI(Human-Computer Interaction)、自然言語処理(NLP)、機械学習(ML)といった複数の分野にまたがって紹介する。
論文 参考訳（メタデータ） (2024-06-13T16:03:25Z) - An Empirical Design Justice Approach to Identifying Ethical Considerations in the Intersection of Large Language Models and Social Robotics [0.31378963995109616]
大規模言語モデル(LLM)の社会ロボティクスへの統合は、ユニークな倫理的課題と社会的影響を示す。
本研究は、これらの2つの技術の設計と開発に生じる倫理的考察を特定することを目的としている。
論文 参考訳（メタデータ） (2024-06-10T15:53:50Z) - Two in One Go: Single-stage Emotion Recognition with Decoupled Subject-context Transformer [78.35816158511523]
単段階の感情認識手法として,DSCT(Decoupled Subject-Context Transformer)を用いる。
広範に使われている文脈認識型感情認識データセットであるCAER-SとEMOTICの単段階フレームワークの評価を行った。
論文 参考訳（メタデータ） (2024-04-26T07:30:32Z) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳（メタデータ） (2023-05-22T17:18:29Z) - Factoring the Matrix of Domination: A Critical Review and Reimagination
of Intersectionality in AI Fairness [55.037030060643126]
間欠性は、社会的不平等の持続性を調べるための重要な枠組みである。
我々は、公平性を効果的に運用するために、交差性を分析的枠組みとして採用することが重要であると論じる。
論文 参考訳（メタデータ） (2023-03-16T21:02:09Z) - Theme and Topic: How Qualitative Research and Topic Modeling Can Be
Brought Together [5.862480696321741]
確率論的トピックモデリングは、テキストの分析にもとづく機械学習アプローチである。
このアナロジーをテーマとトピックシステムの基盤として利用しています。
これは、対話型機械学習システムの設計における、より一般的なアプローチの例である。
論文 参考訳（メタデータ） (2022-10-03T04:21:08Z) - Foundations and Recent Trends in Multimodal Machine Learning:
Principles, Challenges, and Open Questions [68.6358773622615]
本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。
本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。
最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
論文 参考訳（メタデータ） (2022-09-07T19:21:19Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z) - AI Development for the Public Interest: From Abstraction Traps to
Sociotechnical Risks [2.765897573789737]
AIの安全性、公正機械学習(Fair ML)、HIL(Human-in-the-Loop)オートノミー(Human-in-the-Loop)の3つの分野における社会技術調査の出現を追跡調査する。
各サブフィールドにおいて、PIT(Public Interest Technology)の認識は、規範的社会秩序の中での技術的システムの過去の統合によって直面する特定の危険に起因していることを示す。
本稿では,AIにおける社会工学系大学院教育への統一的アプローチのロードマップを示す。
論文 参考訳（メタデータ） (2021-02-04T18:54:20Z)
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。