Fugu-MT 論文翻訳(概要): The Artificial Intelligence Disclosure (AID) Framework: An Introduction

論文の概要: The Artificial Intelligence Disclosure (AID) Framework: An Introduction

arxiv url: http://arxiv.org/abs/2408.01904v1
Date: Sun, 4 Aug 2024 02:18:42 GMT
ステータス: 処理完了
システム内更新日: 2024-08-06 18:01:12.227682
Title: The Artificial Intelligence Disclosure (AID) Framework: An Introduction
Title（参考訳）: 人工知能情報開示(AID)フレームワークの紹介
Authors: Kari D. Weaver,
Abstract要約: 本稿では、教育・研究のためのGenAI開示の開発と作成を知らせる標準的で包括的で詳細なフレームワークである人工知能開示(AID)フレームワークを紹介する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: As the use of Generative Artificial Intelligence tools have grown in higher education and research, there have been increasing calls for transparency and granularity around the use and attribution of the use of these tools. Thus far, this need has been met via the recommended inclusion of a note, with little to no guidance on what the note itself should include. This has been identified as a problem to the use of AI in academic and research contexts. This article introduces The Artificial Intelligence Disclosure (AID) Framework, a standard, comprehensive, and detailed framework meant to inform the development and writing of GenAI disclosure for education and research.
Abstract（参考訳）: ジェネレーティブ・人工知能(Generative Artificial Intelligence)ツールの使用が高等教育や研究で成長するにつれて、これらのツールの使用と利用の帰結に関する透明性と粒度の要求が高まっている。これまでのところ、このニーズはノートを推奨する形で満たされており、ノート自体に含めるべきものについてのガイダンスはほとんど、あるいは全くない。これは、学術や研究の文脈におけるAIの使用の問題として認識されている。本稿では、教育・研究のためのGenAI開示の開発と作成を知らせる標準的で包括的で詳細なフレームワークである人工知能開示(AID)フレームワークを紹介する。

関連論文リスト

A Systematic Review of Generative AI for Teaching and Learning Practice [0.37282630026096586]
高等教育におけるGenAIシステムの利用に関するガイドラインは合意されていない。 HEにおける学際的・多次元的な研究は、共同研究を通じて必要である。
論文参考訳（メタデータ） (2024-06-13T18:16:27Z)
Decoding the Digital Fine Print: Navigating the potholes in Terms of service/ use of GenAI tools against the emerging need for Transparent and Trustworthy Tech Futures [0.0]
この研究は、特定のGenAIにおいて、ユーザの信頼を育み、AIの文脈における情報的意思決定を促進するために、明確で理解不能なサービス用語が果たす重要な役割について調査する。これは、複雑な法的用語と詳細な細かな印刷によって提示される障害を強調しており、これは真のユーザの同意と会話を妨げる。発見は文書品質の矛盾と変動を示し、開示の慣行における統一性の要求が押し寄せていることを示している。
論文参考訳（メタデータ） (2024-03-26T04:54:53Z)
Perceptions and Detection of AI Use in Manuscript Preparation for Academic Journals [1.881901067333374]
大規模言語モデル(LLM)は、AIが学術的な文章にどのように影響するかを興奮と心配の両方を生み出している。学術出版物の著者は、原稿の改訂に使用するAIツールを自発的に開示するかもしれない。ジャーナルやカンファレンスは、開示を義務付けるか、あるいは検出サービスを使用するようにします。
論文参考訳（メタデータ） (2023-11-19T06:04:46Z)
Explainable Authorship Identification in Cultural Heritage Applications: Analysis of a New Perspective [48.031678295495574]
既存の汎用eXplainable Artificial Intelligence(XAI)技術のAIへの応用について検討する。特に,3種類のAIdタスクにおける3種類のXAIテクニックの相対的メリットを評価した。我々の分析によると、これらの技術は、説明可能なオーサシップの特定に向けて重要な第一歩を踏み出すが、まだ多くの作業が続けられている。
論文参考訳（メタデータ） (2023-11-03T20:51:15Z)
Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。 GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。この話題について,コミュニティの短期的,長期的目標について論じる。
論文参考訳（メタデータ） (2023-08-28T18:51:09Z)
LLM-based Interaction for Content Generation: A Case Study on the Perception of Employees in an IT department [85.1523466539595]
本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
論文参考訳（メタデータ） (2023-04-18T15:35:43Z)
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)
Physically Unclonable Functions and AI: Two Decades of Marriage [7.601937548486356]
ここでの主な焦点は、ハードウェアプリミティブのセキュリティを評価するために、AIから借りた方法を探ることである。 AI技術を適用して設計したPUFをレビューすることにより、今後の研究方向性について考察する。
論文参考訳（メタデータ） (2020-08-26T02:53:40Z)
Explainability in Deep Reinforcement Learning [68.8204255655161]
説明可能な強化学習(XRL)の実現に向けての最近の成果を概観する。エージェントの振る舞いを正当化し、説明することが不可欠である重要な状況において、RLモデルのより良い説明可能性と解釈性は、まだブラックボックスと見なされているものの内部動作に関する科学的洞察を得るのに役立つ。
論文参考訳（メタデータ） (2020-08-15T10:11:42Z)
Directions for Explainable Knowledge-Enabled Systems [3.7250420821969827]
我々は、人工知能と密接に関連する分野における説明文献の調査を活用して、一連の説明型を生成する。それぞれの型を定義し、このスタイルの説明の必要性を動機付けるサンプル質問を提供します。この一連の説明型は、将来のシステム設計者が要求の生成と優先順位付けに役立ちます。
論文参考訳（メタデータ） (2020-03-17T04:34:29Z)
A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文参考訳（メタデータ） (2020-03-02T10:32:21Z)

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。