論文の概要: Foundational guidelines for enhancing neurotechnology research and development through end-user involvement
- arxiv url: http://arxiv.org/abs/2404.00047v2
- Date: Wed, 11 Sep 2024 17:02:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-12 21:32:34.728997
- Title: Foundational guidelines for enhancing neurotechnology research and development through end-user involvement
- Title（参考訳）: エンドユーザー関与による神経技術研究・開発促進のための基礎的ガイドライン
- Authors: Amparo Güemes, Tiago da Silva Costa, Tamar Makin,
- Abstract要約: PPIE(Public and patient Involvement and Engagement)は、エンドユーザを技術開発ライフサイクルに巻き込むという概念を明確にするためのフレームワークである。
ここでは,ニューロテクノロジーにおける現在および将来のエンドユーザーによる堅牢な関与プロセスを実装するための明確なガイドラインを開発するために,PPIEフレームワークを利用する。
さまざまなオンラインソースから、個々のチーム(および資金提供者)に対して、意味のある関与に対する独自のアプローチを彫るようアドバイスします。
- 参考スコア（独自算出の注目度）: 0.18434042562191813
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Neurotechnologies are increasingly becoming integrated with our everyday lives, our bodies and our mental states. As the popularity and impact of neurotechnology grows, so does our responsibility to ensure we understand its particular implications on its end users, as well as broader ethical and societal implications. Enabling end-users and stakeholders to participate in the development of neurotechnology, from its earliest stages of conception, will help us better navigate our design around these considerations and deliver more impactful technologies. There are many terms and frameworks to articulate the concept of involving end users in the technology development lifecycle, for example: 'Public and Patient Involvement and Engagement' (PPIE), 'lived experience' and 'co-design'. Here we utilise the PPIE framework to develop clear guidelines for implementing a robust involvement process of current and future end-users in neurotechnology. We present best practice guidance for researchers and engineers who are interested in developing and conducting a PPI strategy for their neurotechnology. We provide advice from various online sources to orient individual teams (and funders) to carve up their own approach to meaningful involvement. After an introduction that coveys the tangible and conceptual benefits of user involvement, we guide the reader to develop a general strategy towards setting up their own process. We then help the reader map out their relevant stakeholders and provide advice on how to consider user diversity and representation. We also provide advice on how to quantify the outcomes of the engagement, as well as a check-list to ensure transparency and accountability at various stages. The aim is the establishment of gold-standard methodologies for ensuring that patient and public insights are at the forefront of our scientific inquiry and product development.
- Abstract（参考訳）: 神経技術は、日々の生活、身体、そして精神状態とますます統合されつつある。
ニューロテクノロジーの人気と影響が高まるにつれて、私たちの責任は、そのエンドユーザーへの特定の影響と、より広範な倫理的および社会的影響を理解することにある。
エンドユーザーやステークホルダーを、その初期の概念からニューロテクノロジー開発に参加させることは、これらの考慮事項に関するデザインをより良くナビゲートし、より影響力のある技術を提供するのに役立つだろう。
技術開発ライフサイクルにエンドユーザを巻き込むという概念を具体化するための用語やフレームワークが数多く存在する。例えば、"Public and patient Involvement and Engagement"(PPIE)、"Life Experience"、"co-design"である。
ここでは,ニューロテクノロジーにおける現在および将来のエンドユーザーによる堅牢な関与プロセスを実装するための明確なガイドラインを開発するために,PPIEフレームワークを利用する。
神経テクノロジーのためのPPI戦略の開発と実施に関心がある研究者や技術者に対して、ベストプラクティスのガイダンスを提示する。
さまざまなオンラインソースから、個々のチーム(および資金提供者)に対して、意味のある関与に対する独自のアプローチを彫るようアドバイスします。
ユーザ関与の具体的かつ概念的なメリットを探求する紹介の後、読者は自身のプロセスを構築するための一般的な戦略を開発するよう指導する。
次に、読者が関連するステークホルダーをマップアウトし、ユーザの多様性と表現をどう考えるかについてのアドバイスを提供するのを手伝います。
また、エンゲージメントの結果を定量化する方法についてのアドバイスや、さまざまな段階で透明性と説明責任を確保するためのチェックリストも提供します。
目的は、患者と公衆の洞察が、我々の科学的調査と製品開発の最前線にあることを保証するための、金本位制の方法論の確立である。
関連論文リスト
- Constraining Participation: Affordances of Feedback Features in Interfaces to Large Language Models [49.74265453289855]
大規模言語モデル(LLM)は、コンピュータ、Webブラウザ、ブラウザベースのインターフェースによるインターネット接続を持つ人なら誰でも利用できるようになった。
本稿では,ChatGPTインタフェースにおける対話型フィードバック機能の可能性について検討し,ユーザ入力の形状やイテレーションへの参加について分析する。
論文 参考訳（メタデータ） (2024-08-27T13:50:37Z) - A Comprehensive Review of Recommender Systems: Transitioning from Theory to Practice [5.564583287027287]
Recommender Systems(RS)は、パーソナライズされたアイテムの提案を提供することで、ユーザーエクスペリエンスを高める上で重要な役割を果たす。
この調査は、2017年から2024年までのRSの進歩を包括的にレビューする。
それは、eコマース、ヘルスケア、金融など、さまざまな分野の課題に対処する。
論文 参考訳（メタデータ） (2024-07-18T17:00:53Z) - Designing an AI-Powered Mentorship Platform for Professional Development: Opportunities and Challenges [0.0]
本稿では,メントレーの発展にともなう有望な展望と潜在的ハードルについて考察する。
この記事は、プロフェッショナルな成長のさまざまな側面におけるMentorAIの変革の可能性を強調している。
MentorAIの展開は、あらゆる画期的な技術と同様に潜在的な課題と倫理的懸念を提示している。
論文 参考訳（メタデータ） (2024-05-16T00:00:26Z) - The Ethics of Advanced AI Assistants [53.89899371095332]
本稿では,高度AIアシスタントがもたらす倫理的・社会的リスクについて論じる。
我々は、高度なAIアシスタントを自然言語インタフェースを持つ人工知能エージェントとして定義し、ユーザに代わってアクションのシーケンスを計画し実行することを目的としている。
先進的なアシスタントの社会規模での展開を考察し、協力、株式とアクセス、誤情報、経済的影響、環境、先進的なAIアシスタントの評価方法に焦点をあてる。
論文 参考訳（メタデータ） (2024-04-24T23:18:46Z) - 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) - Introduction to IoT [0.0]
モノのインターネットは21世紀に急速に変化した。
スマートデバイスと自動化技術の統合は、私たちの生活のあらゆる側面に革命をもたらした。
また、この技術的景観における重要な安全、安全、信頼の懸念を認識することが不可欠である。
論文 参考訳（メタデータ） (2023-12-09T10:29:16Z) - From Generative AI to Generative Internet of Things: Fundamentals,
Framework, and Outlooks [82.964958051535]
生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。
GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
論文 参考訳（メタデータ） (2023-10-27T02:58:11Z) - FUTURE-AI: International consensus guideline for trustworthy and deployable artificial intelligence in healthcare [73.78776682247187]
医療AIに関連する技術的、臨床的、倫理的、法的リスクに関する懸念が高まっている。
この研究は、Future-AIガイドラインを、医療における信頼できるAIツールの開発とデプロイを導くための最初の国際コンセンサスフレームワークとして説明している。
論文 参考訳（メタデータ） (2023-08-11T10:49:05Z) - Need-driven decision-making and prototyping for DLT: Framework and
web-based tool [0.0]
複数のグループが、この技術の誇大広告や論争から切り離そうとした。
我々は,エビデンスに基づく意思決定を行うための総合分析フレームワークとオープンソースWebツールを開発した。
論文 参考訳（メタデータ） (2023-07-18T12:19:47Z) - Recommender Systems in the Era of Large Language Models (LLMs) [62.0129013439038]
大規模言語モデル(LLM)は自然言語処理(NLP)と人工知能(AI)の分野に革命をもたらした。
我々は, プレトレーニング, ファインチューニング, プロンプティングなどの様々な側面から, LLM を利用したレコメンデータシステムの総合的なレビューを行う。
論文 参考訳（メタデータ） (2023-07-05T06:03:40Z) - Internet of Things for Elderly and Fragile People [11.446297000824528]
本稿では、高齢者や脆弱な人々の生活支援の観点から、モノのインターネット(IoT)パラダイムの可能性について論じる。
私たちは、技術受容性やユーザビリティなど、技術コミュニティによって無視されることが多いいくつかの側面を強調します。
本稿では,システム設計プロセスにおける最終ユーザの積極的な関与を示唆する,現在の共同設計アプローチの枠組みとフェーズについて述べる。
論文 参考訳（メタデータ） (2020-06-10T07:56:59Z)
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。