Fugu-MT 論文翻訳(概要): Addressing the Unforeseen Harms of Technology CCC Whitepaper

論文の概要: Addressing the Unforeseen Harms of Technology CCC Whitepaper

arxiv url: http://arxiv.org/abs/2408.06431v1
Date: Mon, 12 Aug 2024 18:16:37 GMT
ステータス: 処理完了
システム内更新日: 2024-08-14 19:27:43.769655
Title: Addressing the Unforeseen Harms of Technology CCC Whitepaper
Title（参考訳）: CCC白書の課題と課題
Authors: Nadya Bliss, Kevin Butler, David Danks, Ufuk Topcu, Matthew Turk,
Abstract要約: このホワイトペーパーは、コンピューティング技術の有害な結果にどのように対処するかを探求する。テクノロジーによる害は、意図的または故意である、という前提から始まります。新たな技術による潜在的な害を予測し、対応することの難しい問題に対処するために、具体的な手順が採られる。
参考スコア（独自算出の注目度）: 17.079055802371435
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Recent years have seen increased awareness of the potential significant impacts of computing technologies, both positive and negative. This whitepaper explores how to address possible harmful consequences of computing technologies that might be difficult to anticipate, and thereby mitigate or address. It starts from the assumption that very few harms due to technology are intentional or deliberate; rather, the vast majority result from failure to recognize and respond to them prior to deployment. Nonetheless, there are concrete steps that can be taken to address the difficult problem of anticipating and responding to potential harms from new technologies.
Abstract（参考訳）: 近年、ポジティブとネガティブの両方で、コンピューティング技術の潜在的な影響に対する認識が高まりつつある。このホワイトペーパーは、予測が難しいかもしれないコンピューティング技術の有害な結果に対処し、それによって軽減または対処する方法を探求する。テクノロジによる害は,意図的あるいは意図的なものである,という前提から始まったものだ。それでも、新しいテクノロジーの潜在的な害を予想し、対応することの難しい問題に対処するための具体的なステップがある。

関連論文リスト

Misrepresented Technological Solutions in Imagined Futures: The Origins and Dangers of AI Hype in the Research Community [0.060998359915727114]
我々は、AIハイプの起源とリスクを、研究コミュニティや社会に広く検討する。我々は、研究者、規制当局、そして一般市民がこれらのリスクを軽減し、この技術に関する根拠のない主張の頻度を減らすための一連の措置を提案する。
論文参考訳（メタデータ） (2024-08-08T20:47:17Z)
BLIP: Facilitating the Exploration of Undesirable Consequences of Digital Technologies [20.27853476331588]
本稿では,オンライン記事から実世界の望ましくない技術結果を取り出すシステムBLIPを紹介する。 15人の研究者による2つのユーザースタディにおいて、BLIPは、彼らがリストできる望ましくない結果の数と多様性を大幅に増やした。 BLIPは、進行中のプロジェクトに関連する望ましくない結果を特定し、"考えもしなかった"望ましくない結果に気付き、テクノロジに関する自身の経験を反映させるのに役立った。
論文参考訳（メタデータ） (2024-05-10T19:21:19Z)
A Scalable and Automated Framework for Tracking the likely Adoption of Emerging Technologies [3.4530027457862]
本稿では,新しい技術の採用や拒絶の可能性を追及するための,スケーラブルで自動化されたフレームワークを提案する。新興技術への言及を含むソーシャルメディアテキストの大規模なコーパスが編纂された。肯定的な感情表現は、テクノロジーユーザの採用、統合、利用に対する受容に影響を与える可能性の増加を推し進め、ネガティブな感情は、導入者による新興技術の拒絶に影響を及ぼす可能性の増大を推し進める。
論文参考訳（メタデータ） (2024-01-16T16:42:14Z)
Managing extreme AI risks amid rapid progress [171.05448842016125]
我々は、大規模社会被害、悪意のある使用、自律型AIシステムに対する人間の制御の不可逆的な喪失を含むリスクについて説明する。このようなリスクがどのように発生し、どのように管理するかについては、合意の欠如があります。現在のガバナンスイニシアチブには、誤用や無謀を防ぎ、自律システムにほとんど対処するメカニズムや制度が欠けている。
論文参考訳（メタデータ） (2023-10-26T17:59:06Z)
The Case for Anticipating Undesirable Consequences of Computing Innovations Early, Often, and Across Computer Science [24.13786694863084]
私たちの社会はますます、コンピューティングイノベーションの負の、意図しない結果の負担を負っている。我々の以前の研究は、私たちの多くが、我々の研究がもたらす危険について先入観的に考えることの価値を認識していますが、後からのみ対処する傾向があります。デジタル技術の望ましくない結果を考えることが重要であるが、一般的には行われていない文化をどのように変えることができるのか?
論文参考訳（メタデータ） (2023-09-08T17:32:22Z)
Proceedings of the Artificial Intelligence for Cyber Security (AICS) Workshop at AAAI 2022 [55.573187938617636]
ワークショップは、サイバーセキュリティの問題へのAIの適用に焦点を当てる。サイバーシステムは大量のデータを生成し、これを効果的に活用することは人間の能力を超えます。
論文参考訳（メタデータ） (2022-02-28T18:27:41Z)
Inspect, Understand, Overcome: A Survey of Practical Methods for AI Safety [54.478842696269304]
安全クリティカルなアプリケーションにディープニューラルネットワーク(DNN)を使用することは、多数のモデル固有の欠点のために困難です。近年,これらの安全対策を目的とした最先端技術動物園が出現している。本稿は、機械学習の専門家と安全エンジニアの両方に対処する。
論文参考訳（メタデータ） (2021-04-29T09:54:54Z)
The Rise of Technology in Crime Prevention: Opportunities, Challenges and Practitioners Perspectives [2.283665431721732]
現代の技術発展が世界の犯罪を減らすのにどのように役立つかを考えることは、研究コミュニティにとって道徳的な義務である。本稿では、現代のハードウェアおよびソフトウェアベースの技術のサンプルが、犯罪行為をさらに軽減するのにどう役立つかについて議論する。さまざまな技術を徹底的に分析した結果、脆弱な個人や被害者支援団体、法執行機関による新しい技術の導入が犯罪行為の発生を減少させるのに役立つと信じている。
論文参考訳（メタデータ） (2021-01-26T16:02:40Z)
Overcoming Failures of Imagination in AI Infused System Development and Deployment [71.9309995623067]
NeurIPS 2020は研究論文に「潜在的な悪用と失敗の結果」に関するインパクトステートメントを含むよう要求した。我々は、害の枠組みは文脈に適応し、潜在的な利害関係者、システム余裕、および最も広い意味での害を評価するための実行可能なプロキシを考える必要があると論じている。
論文参考訳（メタデータ） (2020-11-26T18:09:52Z)
Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文参考訳（メタデータ） (2020-10-19T13:09:31Z)
Adversarial Machine Learning Attacks and Defense Methods in the Cyber Security Domain [58.30296637276011]
本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
論文参考訳（メタデータ） (2020-07-05T18:22:40Z)

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。