論文の概要: Anvendelse av kunstig intelligens (KI) i Norge i norsk offentlig sektor 2024

• arxiv url: http://arxiv.org/abs/2412.19273v1
• Date: Thu, 26 Dec 2024 16:28:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-30 17:28:10.680491
• Title: Anvendelse av kunstig intelligens (KI) i Norge i norsk offentlig sektor 2024
• Title（参考訳）: Anvendelse av kunstig intelligens (KI) i Norge i norsk offentlig sektor 2024
• Authors: John Krogstie,
• Abstract要約: ノルウェーにおけるAIの利用には大きな期待がある。 一方、ノルウェーにおけるAIの採用は、民間と公共の両方で予想されるよりも遅いことが報告されている。 この記事では、地方(自治体)と政府機関に焦点をあてて、AIの報告と計画された使用について考察する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: There are great expectations for the use of AI in Norway. On the other hand, it is reported that the adoption of AI in Norway is slower than expected in both the private and public sectors. Using responses from NOKIOS Technology Radar 2017-2021, IT in Practice surveys conducted by Ramboll in 2021-2024, as well as another national survey as part of a five-year cycle, this article looks at reported and planned use of AI with a focus on local (municipalities) and national government agencies. IT in practice is distributed to a large number of Norwegian public agencies, with a response rate of over 5o percent. The most recent data (2024) presented in this article is based on responses from 335 public organizations, with 237 municipalities, and 98 public organizations at the national or regional level. The survey confirms that the use of AI is still at an early stage, although expectations are high for future use. -- Det er store forventninger til bruk av KI i Norge. P{\aa} den annen side rapporteres det at adopsjonen av KI i Norge g{\aa}r tregere enn forventet b{\aa}de i privat og offentlig sektor. Ved hjelp av svar fra NOKIOS teknologiradar 2017-2021, IT i Praksis unders{\o}kelser utf{\o}rt av Ramb{\o}ll i 2021-2024, samt en annen nasjonal unders{\o}kelse som en del av en fem{\aa}rig syklus, ser vi i denne artikkelen p{\aa} rapportert og planlagt bruk av KI med fokus p{\aa} lokale (kommuner) og nasjonale offentlige etater. IT i praksis distribueres til en lang rekke norske offentlige virksomheter, med en svarprosent p{\aa} over 50 prosent. De nyeste dataene (2024) presentert i denne artikkelen er basert p{\aa} svar fra 335 offentlige organisasjoner, med 237 kommuner, og 98 offentlige organisasjoner p{\aa} nasjonalt eller regionalt niv{\aa}. Unders{\o}kelsen bekrefter at bruken av KI fortsatt er p{\aa} et tidlig stadium, selv om forventningene er h{\o}ye til fremtidig bruk.
• Abstract（参考訳）: ノルウェーにおけるAIの利用には大きな期待がある。 一方、ノルウェーにおけるAIの採用は、民間と公共の両方で予想されるよりも遅いことが報告されている。 NOKIOS Technology Radar 2017-2021の回答、2021-2024年のRambollによるIT in Practiceサーベイ、および5年間のサイクルの一環としての別の全国調査、この記事では、地域(通信機関)と政府機関に焦点を当てたAIの報告と計画された使用について調べる。 実際にはITは多数のノルウェーの公共機関に配布されており、回答率は53%を超えている。 本稿で提示された最新のデータ(2024年)は、335の公共団体からの回答に基づいており、237の自治体、98の公共団体が国内または地域レベルで回答している。 調査によると、AIの使用はまだ初期段階にあるが、将来の使用に対する期待は高い。 --Dut er store forventninger til bruk av KI i Norge。 P{\aa} den annen side rapporteres det at adopsjonen av KI i Norge g{\aa}r tregere enn forventet b{\aa}de i privat og offentlig sektor Ved hjelp av svar fra NOKIOS teknologiradar 2017-2021, IT i Praksis unders{\o}kelser utf{\o}rt av Ramb{\o}ll i 2021-2024, Samt en annen nasjonal unders{\o}kelse som en del av en fem{\aa}rig syklus, ser vi i denne artikkelen p{\aaa} rapportert og Planlagt bruk av KI med fokus p{\aa} lokale (kommuner) og nasjonale offentlige etater IT i praksis distribueres til en lang rekke norske offentlige virksomheter, med en svarprosent p{\aa} over 50 prosent。 De nyeste dataene (2024) presentert i denne artikkelen er basert p{\aa} svar fra 335 offentlige organisasjoner, med 237 kommuner, og 98 offentlige organisasjoner p{\aa} nasjonalt eller Regionalt niv{\aa} Unders{\o}kelsen bekrefter at bruken av KI fortsatt er p{\aa} et tidlig Stadium, selv om forventningene er h{\o}ye til fremtidig bruk

関連論文リスト

• Arabic Text Sentiment Analysis: Reinforcing Human-Performed Surveys with Wider Topic Analysis [49.1574468325115]
  詳細な研究は、2002年から2020年の間に英語で出版された133のASA論文を手作業で分析する。 主な発見は、機械学習、レキシコンベース、ハイブリッドアプローチといった、ASAで使用されるさまざまなアプローチを示している。 アラビア文字SAについては、業界だけでなく学術分野でも使用できるASAツールを開発する必要がある。
  論文  参考訳（メタデータ） (2024-03-04T10:37:48Z)
• Whispering in Norwegian: Navigating Orthographic and Dialectic Challenges [0.2984347156162651]
  本稿では,NB-Whisperを紹介する。NB-WhisperはOpenAIのWhisperの適応であり,特にノルウェー語自動音声認識(ASR)用に微調整されている。 我々は、その重要な貢献を強調し、話されたノルウェー語を書式に変換し、他の言語をノルウェー語に翻訳することで得られた結果を要約する。
  論文  参考訳（メタデータ） (2024-02-02T21:38:12Z)
• Natural Language Processing for Dialects of a Language: A Survey [56.93337350526933]
  最先端自然言語処理(NLP)モデルは、大規模なトレーニングコーパスでトレーニングされ、評価データセットで最上位のパフォーマンスを報告します。 この調査は、これらのデータセットの重要な属性である言語の方言を掘り下げる。 方言データセットにおけるNLPモデルの性能劣化と言語技術のエクイティへのその影響を動機として,我々はデータセットやアプローチの観点から,方言に対するNLPの過去の研究を調査した。
  論文  参考訳（メタデータ） (2024-01-11T03:04:38Z)
• Generative AI is already widespread in the public sector [0.0]
  ジェネレーティブAIは、パブリックサービスの提供方法を変える可能性がある。 これはボトムアップ採用のために急速に普及した技術である。 しかし、ジェネレーティブAIはすでに公共部門で使われているのか? 回答者の55%は、彼らの仕事領域における生成的AIの使用について知っていた。 22%は、生成AIシステムを積極的に利用している。
  論文  参考訳（メタデータ） (2024-01-02T16:58:49Z)
• Unsupervised Sentiment Analysis of Plastic Surgery Social Media Posts [91.3755431537592]
  ソーシャルメディアプラットフォームにまたがる膨大なユーザー投稿は、主に人工知能(AI)のユースケースに使われていない。 自然言語処理(NLP)は、コーパス(corpora)として知られるドキュメントの体系を利用して、人間のような言語理解でコンピュータを訓練するAIのサブフィールドである。 本研究は, 教師なし解析の応用により, コンピュータがプラスティック手術に対する否定的, 肯定的, 中立的なユーザ感情を予測できることを示した。
  論文  参考訳（メタデータ） (2023-07-05T20:16:20Z)
• OdontoAI: A human-in-the-loop labeled data set and an online platform to boost research on dental panoramic radiographs [53.67409169790872]
  本研究では, 歯科用パノラマX線画像の公開データセットの構築について述べる。 我々はHuman-in-the-loop(HITL)の概念の恩恵を受け、ラベリング手順を高速化する。 その結果,HITLによるラベル付け時間短縮率は51%であり,連続作業時間390時間以上節約できた。
  論文  参考訳（メタデータ） (2022-03-29T18:57:23Z)
• Ensuring the Inclusive Use of Natural Language Processing in the Global Response to COVID-19 [58.720142291102135]
  低リソース言語を網羅することで、現在のNLPアプローチと将来のNLPアプローチをより包括的に行う方法について議論する。 我々は,NLPの正の社会的影響を最大化することに関心のある研究者のために,いくつかの今後の方向性を提案する。
  論文  参考訳（メタデータ） (2021-08-11T12:54:26Z)
• NorDial: A Preliminary Corpus of Written Norwegian Dialect Use [4.211128681972148]
  ツイートの小さなコーパスを収集し、手動でBokmaal、Nynorsk、方言、またはミックスとしてアノテートします。 本研究は,最先端モデルを用いた予備実験と,このコーパスを将来拡張するためのデータの分析を行う。
  論文  参考訳（メタデータ） (2021-04-11T10:56:53Z)
• Towards Debiasing Sentence Representations [109.70181221796469]
  Sent-Debiasはバイアスを取り除くのに有効であり、同時に文レベルの下流タスクのパフォーマンスを保っていることを示す。 我々は、より公平なNLPのための広く採用されている文表現から社会的偏見を識別・除去する今後の研究に刺激を与えることを期待している。
  論文  参考訳（メタデータ） (2020-07-16T04:22:30Z)
• Go local: The key to controlling the COVID-19 pandemic in the post lockdown era [1.8216415173779263]
  英国政府は2020年5月10日に、新型コロナウイルスの感染拡大を抑える薬品以外の措置が2020年3月23日に導入されてから2ヶ月後、最初のロックダウンの波が緩和されたと発表した。 英国公衆衛生省と匿名のクラウドレベルモビリティデータによる報告されたケースレートデータの分析は、英国の地方自治体間でのばらつきを示している。 地域性に基づくロックダウン緩和のアプローチが必要であり、地域の公衆衛生と関連する健康・社会福祉サービスが感染のホットスポットに迅速に対応できるようにする。
  論文  参考訳（メタデータ） (2020-07-06T09:23:16Z)
• India nudges to contain COVID-19 pandemic: a reactive public policy analysis using machine-learning based topic modelling [0.0]
  インドは新型コロナウイルスの感染拡大を受け、2020年3月25日に13億人を封鎖した。 本研究では、政府が新型コロナウイルス対策の政策を政策セクター全体でどのように形成したかを検討した。
  論文  参考訳（メタデータ） (2020-05-14T04:14:09Z)

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。