論文の概要: AI for All: Operationalising Diversity and Inclusion Requirements for AI
Systems
- arxiv url: http://arxiv.org/abs/2311.14695v1
- Date: Tue, 7 Nov 2023 23:15:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-03 13:52:39.945796
- Title: AI for All: Operationalising Diversity and Inclusion Requirements for AI
Systems
- Title(参考訳): AI for All: AIシステムにおける多様性と包摂的要件の運用
- Authors: Muneera Bano, Didar Zowghi, Vincenzo Gervasi, Rifat Shams
- Abstract要約: この研究は、AIシステムに対するD&I要件の抽出と取得方法に関する研究と実践の欠如に対処することを目的としている。
我々は、D&I要件を捉えるためのカスタマイズされたユーザストーリーテンプレートを提案し、D&I要件を2つのAIシステムで記述する際に、テーマとユーザストーリーテンプレートを使用するためのフォーカスグループ演習を実施した。
- 参考スコア(独自算出の注目度): 4.884533605897174
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As Artificial Intelligence (AI) permeates many aspects of society, it brings
numerous advantages while at the same time raising ethical concerns and
potential risks, such as perpetuating inequalities through biased or
discriminatory decision-making. To develop AI systems that cater for the needs
of diverse users and uphold ethical values, it is essential to consider and
integrate diversity and inclusion (D&I) principles throughout AI development
and deployment. Requirements engineering (RE) is a fundamental process in
developing software systems by eliciting and specifying relevant needs from
diverse stakeholders. This research aims to address the lack of research and
practice on how to elicit and capture D&I requirements for AI systems. We have
conducted comprehensive data collection and synthesis from the literature
review to extract requirements themes related to D&I in AI. We have proposed a
tailored user story template to capture D&I requirements and conducted focus
group exercises to use the themes and user story template in writing D&I
requirements for two example AI systems. Additionally, we have investigated the
capability of our solution by generating synthetic D&I requirements captured in
user stories with the help of a Large Language Model.
- Abstract(参考訳): 人工知能(AI)は社会の多くの側面に浸透しているため、倫理的懸念と潜在的なリスク、例えば偏見や差別的な意思決定を通じて不平等を持続させるなど、多くの利点をもたらす。
多様なユーザのニーズを満たすAIシステムを開発し、倫理的価値を尊重するためには、多様性と包摂性(D&I)の原則をAI開発とデプロイメントを通じて考慮し、統合することが不可欠である。
要件エンジニアリング(RE)は、多様な利害関係者から関連するニーズを抽出し、特定することによって、ソフトウェアシステムの開発における基本的なプロセスである。
この研究は、AIシステムに対するD&I要件の抽出と取得方法に関する研究と実践の欠如に対処することを目的としている。
文献レビューから総合的なデータ収集と合成を行い、AIにおけるD&Iに関する要件テーマを抽出した。
我々は,d&i要求をキャプチャするためにカスタマイズされたユーザストーリーテンプレートを提案し,2つのaiシステムでd&i要求を書く際に,テーマとユーザストーリーテンプレートを使用するためのフォーカスグループ演習を行った。
さらに,大規模言語モデルの助けを借りて,ユーザストーリーにキャプチャーされた合成D&I要求を生成することで,ソリューションの能力を検討した。
関連論文リスト
- Work in Progress: AI-Powered Engineering-Bridging Theory and Practice [0.0]
本稿では,システム工学の重要なステップを自動化し,改善する上で,生成AIがいかに役立つかを考察する。
INCOSEの"よい要件"基準に基づいて、システム要件を分析するAIの能力を調べる。
この研究は、エンジニアリングプロセスを合理化し、学習結果を改善するAIの可能性を評価することを目的としている。
論文 参考訳(メタデータ) (2025-02-06T17:42:00Z) - Collaborative AI in Sentiment Analysis: System Architecture, Data Prediction and Deployment Strategies [3.3374611485861116]
大規模言語モデル(LLM)に基づく人工知能技術は、特に感情分析においてゲームチェンジャーとなっている。
しかし、複雑なマルチモーダルデータを処理するための多様なAIモデルの統合と、それに伴う機能抽出の高コストは、大きな課題を呈している。
本研究では,様々なAIシステムにまたがるタスクを効率的に分散・解決するための協調型AIフレームワークを提案する。
論文 参考訳(メタデータ) (2024-10-17T06:14:34Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳(メタデータ) (2024-02-28T16:09:56Z) - Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する
AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。
本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
論文 参考訳(メタデータ) (2024-02-21T08:29:42Z) - A Vision for Operationalising Diversity and Inclusion in AI [5.4897262701261225]
本研究は,AIエコシステムにおける多様性と包摂性(D&I)の倫理的命令の運用を想定することを目的とする。
AI開発における重要な課題は、D&Iの原則を効果的に運用することである。
本稿では,ジェネレーティブAI(GenAI)を用いたペルソナシミュレーションを活用したツール開発のためのフレームワークの構想を提案する。
論文 参考訳(メタデータ) (2023-12-11T02:44:39Z) - End-User Development for Artificial Intelligence: A Systematic
Literature Review [2.347942013388615]
エンドユーザ開発(EUD)は、AIベースのシステムを自分たちのニーズに合わせて作成、カスタマイズ、あるいは適用することができる。
本稿では,AIシステムにおけるEUDの現在の状況に光を当てることを目的とした文献レビューを紹介する。
論文 参考訳(メタデータ) (2023-04-14T09:57:36Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳(メタデータ) (2023-02-13T16:44:44Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳(メタデータ) (2022-03-06T10:12:56Z) - Needs and Artificial Intelligence [0.0]
我々は、ニーズとAIの関係を反映し、ニーズを意識したAIシステムの実現を求める。
我々は、未来のAIベースの社会技術システムを共同開発する上で、最も重要なギャップ、障壁、イネーブラー、ドライバについて論じる。
論文 参考訳(メタデータ) (2022-02-18T15:16:22Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳(メタデータ) (2021-06-25T22:31:55Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳(メタデータ) (2021-05-07T12:01:31Z)
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。