論文の概要: Domain-Specific Evaluation Strategies for AI in Journalism
- arxiv url: http://arxiv.org/abs/2403.17911v1
- Date: Tue, 26 Mar 2024 17:47:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-27 14:18:09.952105
- Title: Domain-Specific Evaluation Strategies for AI in Journalism
- Title（参考訳）: ジャーナリズムにおけるAIのためのドメイン特化評価手法
- Authors: Sachita Nishal, Charlotte Li, Nicholas Diakopoulos,
- Abstract要約: ドメイン固有の調整の恩恵を受けることができるAI評価のさまざまな側面について検討する。
そうすることで、ジャーナリズムにおけるAI評価をガイドする潜在的なフレームワークを構築できる。
- 参考スコア（独自算出の注目度）: 3.2566808526538873
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: News organizations today rely on AI tools to increase efficiency and productivity across various tasks in news production and distribution. These tools are oriented towards stakeholders such as reporters, editors, and readers. However, practitioners also express reservations around adopting AI technologies into the newsroom, due to the technical and ethical challenges involved in evaluating AI technology and its return on investments. This is to some extent a result of the lack of domain-specific strategies to evaluate AI models and applications. In this paper, we consider different aspects of AI evaluation (model outputs, interaction, and ethics) that can benefit from domain-specific tailoring, and suggest examples of how journalistic considerations can lead to specialized metrics or strategies. In doing so, we lay out a potential framework to guide AI evaluation in journalism, such as seen in other disciplines (e.g. law, healthcare). We also consider directions for future work, as well as how our approach might generalize to other domains.
- Abstract（参考訳）: 今日のニュース組織は、ニュース制作と配信において、さまざまなタスクにおける効率性と生産性を向上させるために、AIツールに依存している。
これらのツールは、レポーター、編集者、読者といったステークホルダーに向けられている。
しかし、実践者は、AI技術の評価と投資への回帰に関わる技術的および倫理的課題のために、AIテクノロジをニュースルームに導入する際の予約も表明している。
これは、AIモデルとアプリケーションを評価するドメイン固有の戦略の欠如による、ある程度の結果である。
本稿では、ドメイン固有の調整の恩恵を受けることができるAI評価(モデル出力、相互作用、倫理)の異なる側面を考察し、ジャーナリスト的考察が専門的なメトリクスや戦略にどのように寄与するかの例を提案する。
そうすることで、他の分野(法律、医療など)で見られるような、ジャーナリズムにおけるAI評価をガイドする潜在的なフレームワークを構築できます。
また、今後の作業の方向性や、我々のアプローチが他のドメインにどのように一般化されるかについても検討する。
関連論文リスト
- AI Thinking: A framework for rethinking artificial intelligence in practice [2.9805831933488127]
現在、AIの実践についての研究、開発、評価に様々な分野が関わっている。
新しい学際的アプローチは、実際にAIの競合する概念化を橋渡しするために必要である。
このフレームワークは、学際的な視点でAIの使用に関する重要な決定と考察をモデル化する。
論文 参考訳（メタデータ） (2024-08-26T04:41:21Z) - Guiding the Way: A Comprehensive Examination of AI Guidelines in Global Media [0.0]
本研究は17か国でメディア目的の37のAIガイドラインを分析した。
分析の結果,透明性,説明責任,公正性,プライバシ,ジャーナリスト価値の保存といった重要なテーマが明らかになった。
結果は、これらのガイドラインから生まれる共通原則とベストプラクティスを強調します。
論文 参考訳（メタデータ） (2024-05-07T22:47:56Z) - Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice [63.20307830884542]
今後数十年は、産業革命に匹敵する人類の転換点になるかもしれない。
10年前に立ち上げられたこのプロジェクトは、複数の専門分野の専門家による永続的な研究にコミットしている。
AI技術の短期的および長期的影響の両方に対処する、アクションのための10のレコメンデーションを提供します。
論文 参考訳（メタデータ） (2024-04-06T22:18:31Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳（メタデータ） (2022-12-08T23:23:39Z) - AI Fairness: from Principles to Practice [0.0]
本稿では,AIシステムにおける公平性を追求するための様々なアプローチ,手法,手法を要約し,評価する。
AIのバイアスを定義し、測定し、予防するための実践的なガイドラインを提案する。
論文 参考訳（メタデータ） (2022-07-20T11:37:46Z) - Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。
AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。
我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
論文 参考訳（メタデータ） (2022-04-11T14:36:39Z) - Actionable Approaches to Promote Ethical AI in Libraries [7.1492901819376415]
多くの領域で人工知能(AI)が広く使われていることで、多くの倫理的問題が明らかになっている。
現在、意図された、あるいはデプロイされたAIの倫理を計画し、評価し、監査するライブラリのための実践的なガイダンスは存在しない。
我々は、他の文脈から適応可能な倫理的AIを促進するためのいくつかの有望なアプローチについて報告する。
論文 参考訳（メタデータ） (2021-09-20T16:38:49Z) - Measuring Ethics in AI with AI: A Methodology and Dataset Construction [1.6861004263551447]
我々は、AI技術のこのような新しい機能を使用して、AI測定能力を増強することを提案する。
我々は倫理的問題や関心事に関連する出版物を分類するモデルを訓練する。
私たちは、AIメトリクス、特に信頼できる公正なAIベースのツールや技術開発への彼らの貢献の意味を強調します。
論文 参考訳（メタデータ） (2021-07-26T00:26:12Z) - 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。