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
- 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) - Foundational Models Defining a New Era in Vision: A Survey and Outlook [151.49434496615427]
視覚シーンの構成的性質を観察し、推論する視覚システムは、我々の世界を理解するのに不可欠である。
モデルは、このようなモダリティと大規模なトレーニングデータとのギャップを埋めることを学び、コンテキスト推論、一般化、テスト時の迅速な機能を容易にした。
このようなモデルの出力は、例えば、バウンディングボックスを設けて特定のオブジェクトをセグメント化したり、画像や映像シーンについて質問したり、言語命令でロボットの動作を操作することで対話的な対話を行うなど、リトレーニングすることなく、人為的なプロンプトによって変更することができる。
論文 参考訳(メタデータ) (2023-07-25T17:59:18Z) - 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) - Recent Neural Methods on Slot Filling and Intent Classification for
Task-Oriented Dialogue Systems: A Survey [3.2996723916635267]
本研究は,対話システムにおける自然言語理解に対処するために,ニューラルネットワークモデルがどのように急速に進化してきたのかを,スロットフィリング(SF)と意図分類(IC)という2つのコアタスクに焦点をあてる。
独立モデル(SFとICを別々にモデル化する)、共同モデル(2つのタスクの相互利益を同時に活用する)、学習モデル(新しいドメインにモデルをスケールする)の3つのニューラルアーキテクチャを導入します。
論文 参考訳(メタデータ) (2020-11-01T17:15:42Z) - Shopping in the Multiverse: A Counterfactual Approach to In-Session
Attribution [6.09170287691728]
我々は,eコマースにおける現場検索エンジンのインセッション帰属の課題に対処する。
我々は、この問題を因果的反事実推論と表現し、そのアプローチをルールベースのシステムと対比する。
本研究では, 自然言語クエリを同じ空間で効果的に表現し, 因果的寄与を評価するために「探索介入」をどのように行うかを示す。
論文 参考訳(メタデータ) (2020-07-20T13:32:02Z)
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。