論文の概要: Recommendations for Government Development and Use of Advanced Automated
Systems to Make Decisions about Individuals
- arxiv url: http://arxiv.org/abs/2403.01649v1
- Date: Mon, 4 Mar 2024 00:03:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-06 20:26:27.530587
- Title: Recommendations for Government Development and Use of Advanced Automated
Systems to Make Decisions about Individuals
- Title（参考訳）: 個人に関する決定を下すための先進的自動システムの政府開発・活用への提言
- Authors: Susan Landau, James X. Dempsey, Ece Kamar, Steven M. Bellovin
- Abstract要約: コンペティビリティは、しばしばデュエルプロセスの要素として立憲に要求される。
われわれは、高度な自動意思決定、競争性、法律に関するワークショップを開催した。
- 参考スコア（独自算出の注目度）: 14.957989495850935
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Contestability -- the ability to effectively challenge a decision -- is
critical to the implementation of fairness. In the context of governmental
decision making about individuals, contestability is often constitutionally
required as an element of due process; specific procedures may be required by
state or federal law relevant to a particular program. In addition,
contestability can be a valuable way to discover systemic errors, contributing
to ongoing assessments and system improvement.
On January 24-25, 2024, with support from the National Science Foundation and
the William and Flora Hewlett Foundation, we convened a diverse group of
government officials, representatives of leading technology companies,
technology and policy experts from academia and the non-profit sector,
advocates, and stakeholders for a workshop on advanced automated decision
making, contestability, and the law. Informed by the workshop's rich and
wide-ranging discussion, we offer these recommendations. A full report
summarizing the discussion is in preparation.
- Abstract（参考訳）: 競争性 -- 決定に効果的に挑戦する能力 -- は公平性の実装に不可欠である。
個人に関する政府の意思決定の文脈では、競争可能性はしばしば法的に正当な手続きの要素として求められ、特定の手続きは特定のプログラムに関連する州または連邦法によって要求される。
さらに、競争性はシステムエラーを発見する貴重な方法であり、継続的な評価やシステム改善に寄与する。
2024年1月24～25日,国立科学財団とウィリアム・アンド・フローレット財団の支援を受けて,我々は,先進的な自動意思決定,競争性,法律に関するワークショップのための,多種多様な官人,先進技術企業の代表者,学術・非営利セクターの技術・政策専門家,擁護者,利害関係者を招集した。
ワークショップの豊かで幅広い議論から知らされた私たちは、これらの推奨事項を提示します。
議論を要約した完全なレポートが準備中である。
関連論文リスト
- From Experts to the Public: Governing Multimodal Language Models in Politically Sensitive Video Analysis [48.14390493099495]
本稿では,大規模言語モデル(MM-LLM)の個人的および集団的検討を通じて,ガバナンスについて検討する。
筆者らは,まず10人のジャーナリストにインタビューを行い,専門家によるビデオ解釈のベースライン理解を確立した。第2に,包括的.AIを用いた議論に携わる一般市民114名を対象にした。
論文 参考訳（メタデータ） (2024-09-15T03:17:38Z) - Challenging the Machine: Contestability in Government AI Systems [13.157925465480405]
2024年1月24日から25日にかけて行われたワークショップは、人工知能に関する願望を実用的なガイダンスに変えることを目的としていた。
先進的な意思決定システムの競争性に関する要件はまだ完全に定義されておらず、実装されていない。
この文書は、そのワークショップの報告であり、勧告と解説資料である。
論文 参考訳（メタデータ） (2024-06-14T22:22:17Z) - Analysing and Organising Human Communications for AI Fairness-Related Decisions: Use Cases from the Public Sector [0.0]
多様な利害関係者間のコミュニケーション問題は、AIアルゴリズムの誤解釈と誤用につながる可能性がある。
我々は,公共部門におけるアルゴリズムシステムに取り組む実践者とのインタビューを行う。
公平性に関連する人間の決定を下すコミュニケーションプロセスの鍵となる要素を同定する。
論文 参考訳（メタデータ） (2024-03-20T14:20:42Z) - (Beyond) Reasonable Doubt: Challenges that Public Defenders Face in Scrutinizing AI in Court [7.742399489996169]
我々は,公務員が法廷でどのようにAIを精査するかを研究することによって,実際にAIシステムに挑戦する努力を研究する。
我々は,米国公共防衛コミュニティの17人のインタビューから得られた知見を報告する。
論文 参考訳（メタデータ） (2024-03-13T23:19:46Z) - Causal Fairness for Outcome Control [68.12191782657437]
本稿では,自動システムにおいて,公平かつ公平な結果変数を最適化することを目的とした,結果制御と呼ばれる特定の意思決定タスクについて検討する。
本稿では、まず因果レンズを通して利益の概念を分析し、特定の個人が肯定的な決定によってどれだけの利益を得られるかを明らかにする。
次に、保護された属性の影響を受けている可能性があることに留意し、これを分析するために使用できる因果的ツールを提案する。
論文 参考訳（メタデータ） (2023-06-08T09:31:18Z) - A Survey on Fairness-aware Recommender Systems [59.23208133653637]
本稿では,様々なレコメンデーションシナリオにおいてフェアネスの概念を提示し,現在の進歩を包括的に分類し,レコメンデーションシステムのさまざまな段階におけるフェアネスを促進するための典型的な手法を紹介する。
次に、フェアネスを意識したレコメンデーションシステムが実業界における産業応用に与える影響について検討する。
論文 参考訳（メタデータ） (2023-06-01T07:08:22Z) - Tackling problems, harvesting benefits -- A systematic review of the
regulatory debate around AI [0.0]
社会の構造と運営にAIのような新興で全面的な技術を統合するには、現代の政治、科学、公共の議論がある。
本稿では,人工知能(AI)の規制に関する学術的議論を分析する。
この分析は、社会的リスクと害、規制責任の問題、そして可能な適切な政策枠組みに焦点を当てている。
論文 参考訳（メタデータ） (2022-09-07T11:29:30Z) - Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。
我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。
本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文 参考訳（メタデータ） (2022-07-23T01:06:34Z) - Decision Rule Elicitation for Domain Adaptation [93.02675868486932]
ヒトインザループ機械学習は、専門家からラベルを引き出すために人工知能(AI)で広く使用されています。
この作業では、専門家が意思決定を説明する決定ルールを作成できるようにします。
決定規則の適用はアルゴリズムのドメイン適応を改善し、専門家の知識をAIモデルに広めるのに役立つことを示す。
論文 参考訳（メタデータ） (2021-02-23T08:07:22Z) - "A cold, technical decision-maker": Can AI provide explainability,
negotiability, and humanity? [47.36687555570123]
参加者60名からなる5つのワークショップからなるアルゴリズム決定の質的研究の結果を報告する。
意思決定における参加者の人間性に関する考察を議論し,「交渉可能性」という概念を導入する。
論文 参考訳（メタデータ） (2020-12-01T22:36:54Z) - Contestable Black Boxes [10.552465253379134]
本稿では,アルゴリズムブラックボックスが関与する際の競合プロセスに必要な保証の種類について検討する。
本論では, 自動意思決定を評価するための補完的手法を考案した。
論文 参考訳（メタデータ） (2020-06-09T09:09:00Z)
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。