論文の概要: Thoughtful Adoption of NLP for Civic Participation: Understanding Differences Among Policymakers

• arxiv url: http://arxiv.org/abs/2410.22937v1
• Date: Wed, 30 Oct 2024 11:46:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-31 14:26:52.577981
• Title: Thoughtful Adoption of NLP for Civic Participation: Understanding Differences Among Policymakers
• Title（参考訳）: 市民参加のためのNLPの思慮深い採用:政策立案者間の差異の理解
• Authors: Jose A. Guridi, Cristobal Cheyre, Qian Yang,
• Abstract要約: 自然言語処理ツールは、市民参加を促進し、民主的プロセスを強化する可能性がある。 本研究は、NLPツールの思慮的な採用に、政府内利害関係者がどのような影響を及ぼすかを検討する。
• 参考スコア（独自算出の注目度）: 17.47825333597848
• License:
• Abstract: Natural language processing (NLP) tools have the potential to boost civic participation and enhance democratic processes because they can significantly increase governments' capacity to gather and analyze citizen opinions. However, their adoption in government remains limited, and harnessing their benefits while preventing unintended consequences remains a challenge. While prior work has focused on improving NLP performance, this work examines how different internal government stakeholders influence NLP tools' thoughtful adoption. We interviewed seven politicians (politically appointed officials as heads of government institutions) and thirteen public servants (career government employees who design and administrate policy interventions), inquiring how they choose whether and how to use NLP tools to support civic participation processes. The interviews suggest that policymakers across both groups focused on their needs for career advancement and the need to showcase the legitimacy and fairness of their work when considering NLP tool adoption and use. Because these needs vary between politicians and public servants, their preferred NLP features and tool designs also differ. Interestingly, despite their differing needs and opinions, neither group clearly identifies who should advocate for NLP adoption to enhance civic participation or address the unintended consequences of a poorly considered adoption. This lack of clarity in responsibility might have caused the governments' low adoption of NLP tools. We discuss how these findings reveal new insights for future HCI research. They inform the design of NLP tools for increasing civic participation efficiency and capacity, the design of other tools and methods that ensure thoughtful adoption of AI tools in government, and the design of NLP tools for collaborative use among users with different incentives and needs.
• Abstract（参考訳）: 自然言語処理(NLP)ツールは、市民の意見を収集・分析する政府の能力を大幅に向上させるため、市民参加を促進し、民主的プロセスを強化する可能性がある。 しかしながら、政府における彼らの採用は限定的であり、意図しない結果を防ぐ一方で、彼らの利益を活用することは依然として課題である。 これまでの作業はNLPのパフォーマンス向上に重点を置いてきたが、この研究は、NLPツールの思慮深い採用に、政府内部の利害関係者がどのような影響を及ぼすかを検討する。 我々は7人の政治家(政治機関長に任命)と13人の公務員(政策介入を設計・管理する公務員)にインタビューを行い、市民参加プロセスを支援するためにNLPツールをどのように使うか、どのように選択するかを聞いた。 両団体の政策立案者は、NLPツールの採用や使用を検討する際に、キャリア向上の必要性と、彼らの仕事の正当性と公正性を示す必要性に焦点をあてている。 これらのニーズは政治家と公務員によって異なるため、NLPの特徴やツールのデザインも異なる。 興味深いことに、異なるニーズと意見にもかかわらず、どちらのグループも、市民参加を高めるためにNLPの採用を主張するか、あるいは、未検討の養子縁組の意図しない結果に対処すべきかを明確に特定していない。 この責任の明確さの欠如は、政府によるNLPツールの採用の低さを招いた可能性がある。 今後のHCI研究における新たな知見を明らかにする方法について論じる。 彼らは、市民参加の効率と能力を高めるためのNLPツールの設計、政府におけるAIツールの思慮深い採用を保証する他のツールとメソッドの設計、異なるインセンティブとニーズを持つユーザ間の共同使用のためのNLPツールの設計を通知する。

関連論文リスト

• Algorithmic Transparency and Participation through the Handoff Lens: Lessons Learned from the U.S. Census Bureau's Adoption of Differential Privacy [1.999925939110439]
  我々は、2020年国勢調査のための情報開示回避システムにおいて、米国国勢調査局による差分プライバシーの採用について検討する。 このケーススタディは、技術的なシフトが価値をどう意味するかについての理解を深めようとしている。 このケーススタディから,アルゴリズムの透明性と参加に関する理解を深めるための3つの教訓を提示する。
  論文  参考訳（メタデータ） (2024-05-29T15:29:16Z)
• Studying Up Public Sector AI: How Networks of Power Relations Shape Agency Decisions Around AI Design and Use [29.52245155918532]
  私たちは、AIツールが代理店で果たす役割について決定する権限と責任を持つ人々について、公共セクターAIを研究します。 私たちの調査結果は、インフラ、法律、社会的要因が、AI設計と採用に関する決定に幅広い利害関係者が関与することに対する障壁や不関心をいかに生み出すかに光を当てています。
  論文  参考訳（メタデータ） (2024-05-21T02:31:26Z)
• What Can Natural Language Processing Do for Peer Review? [173.8912784451817]
  現代の科学ではピアレビューが広く使われているが、それは難しく、時間がかかり、エラーを起こしやすい。 ピアレビューに関わるアーティファクトは大部分がテキストベースであるため、自然言語処理はレビューを改善する大きな可能性を秘めている。 筆者らは、原稿提出からカメラ対応リビジョンまでの各工程について詳述し、NLP支援の課題と機会について論じる。
  論文  参考訳（メタデータ） (2024-05-10T16:06:43Z)
• Regulation and NLP (RegNLP): Taming Large Language Models [51.41095330188972]
  我々は,NLP研究が規制研究や隣接分野に近接することのメリットを論じる。 我々は、規制とNLPに関する新しい多分野研究空間の開発を提唱する。
  論文  参考訳（メタデータ） (2023-10-09T09:22:40Z)
• Citizen Perspectives on Necessary Safeguards to the Use of AI by Law Enforcement Agencies [0.0]
  本研究は,111人の市民のインタビューを通じて,警察によるAI利用に対する見解を探るものである。 サイバー犯罪やテロリズムの文脈において、LEAによるAI使用のネガティブな影響からの保護の提案とともに、社会的な懸念を統合している。
  論文  参考訳（メタデータ） (2023-05-31T12:26:34Z)
• SemEval-2023 Task 11: Learning With Disagreements (LeWiDi) [75.85548747729466]
  共有タスクのLeWiDiシリーズの第2版について報告する。 この第2版は幅広い参加者を集め、13のタスクの共用論文が提出された。
  論文  参考訳（メタデータ） (2023-04-28T12:20:35Z)
• Imagining new futures beyond predictive systems in child welfare: A qualitative study with impacted stakeholders [89.6319385008397]
  児童福祉システムに影響を及ぼした利害関係者35名を対象に,7つのデザインワークショップを開催した。 対象者は,現在のPRMが児童福祉における既存の問題を持続的又は悪化させることを懸念した。 参加者は、データとデータ駆動ツールを使って、影響のあるコミュニティをより良くサポートする方法を提案した。
  論文  参考訳（メタデータ） (2022-05-18T13:49:55Z)
• Improving Human-AI Partnerships in Child Welfare: Understanding Worker Practices, Challenges, and Desires for Algorithmic Decision Support [37.03030554731032]
  児童福祉機関の一連のインタビューから得られた知見を,現在どのようにAI支援による児童虐待スクリーニングの意思決定を行っているかを理解するために提示する。 我々は,(1)AIモデルが捉える以上のリッチで文脈的な情報に対する労働者の信頼,(2)AIモデルの能力と限界に対する信念,(4)アルゴリズム的予測とそれ自身の意思決定目標との相違点の認識によって,労働者のADSへの信頼がいかに導かれるかを観察する。
  論文  参考訳（メタデータ） (2022-04-05T16:10:49Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• Citizen Participation and Machine Learning for a Better Democracy [22.682698778214434]
  民主的な意思決定プロセスにおける市民参加の障壁に対処することを目的としたプロジェクトの進捗状況を報告します。 主な目的は、自然言語処理(NLP)と機械学習の応用が、デジタル市民参加プラットフォームにおける市民の経験を改善することができるかどうかを探ることである。
  論文  参考訳（メタデータ） (2021-02-28T13:30:07Z)
• How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence [81.04070052740596]
  法律人工知能(Legal AI)は、人工知能、特に自然言語処理の技術を適用して、法的領域におけるタスクに役立てることに焦点を当てている。 本稿では,LegalAIにおける研究の歴史,現状,今後の方向性について紹介する。
  論文  参考訳（メタデータ） (2020-04-25T14:45:15Z)

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。