論文の概要: Curious, Critical Thinker, Empathetic, and Ethically Responsible: Essential Soft Skills for Data Scientists in Software Engineering

• arxiv url: http://arxiv.org/abs/2501.02088v1
• Date: Fri, 03 Jan 2025 20:27:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-07 17:08:35.502667
• Title: Curious, Critical Thinker, Empathetic, and Ethically Responsible: Essential Soft Skills for Data Scientists in Software Engineering
• Title（参考訳）: キュリオス、批判的思考者、共感的、倫理的責任:ソフトウェア工学におけるデータサイエンティストに不可欠なソフトスキル
• Authors: Matheus de Morais Leça, Ronnie de Souza Santos,
• Abstract要約: データサイエンティストは、大量のデータを管理し、AIアルゴリズムの社会的影響に対処する上で、課題に直面している。 この研究は、AIを使ったプロジェクトに取り組む際に、データサイエンティストが必要とする重要なソフトスキルを特定することを目的としている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Background. As artificial intelligence and AI-powered systems continue to grow, the role of data scientists has become essential in software development environments. Data scientists face challenges related to managing large volumes of data and addressing the societal impacts of AI algorithms, which require a broad range of soft skills. Goal. This study aims to identify the key soft skills that data scientists need when working on AI-powered projects, with a particular focus on addressing biases that affect society. Method. We conducted a thematic analysis of 87 job postings on LinkedIn and 11 interviews with industry practitioners. The job postings came from companies in 12 countries and covered various experience levels. The interviews featured professionals from diverse backgrounds, including different genders, ethnicities, and sexual orientations, who worked with clients from South America, North America, and Europe. Results. While data scientists share many skills with other software practitioners -- such as those related to coordination, engineering, and management -- there is a growing emphasis on innovation and social responsibility. These include soft skills like curiosity, critical thinking, empathy, and ethical awareness, which are essential for addressing the ethical and societal implications of AI. Conclusion. Our findings indicate that data scientists working on AI-powered projects require not only technical expertise but also a solid foundation in soft skills that enable them to build AI systems responsibly, with fairness and inclusivity. These insights have important implications for recruitment and training within software companies and for ensuring the long-term success of AI-powered systems and their broader societal impact.
• Abstract（参考訳）: 背景。 人工知能とAIを利用したシステムが成長を続けるにつれ、データサイエンティストの役割はソフトウェア開発環境において欠かせないものとなっている。 データサイエンティストは、大量のデータを管理し、幅広いソフトスキルを必要とするAIアルゴリズムの社会的影響に対処する上で、課題に直面している。 ゴール。 この研究は、AIを使ったプロジェクトに取り組む際にデータサイエンティストが必要とする重要なソフトスキルを特定することを目的としており、特に社会に影響を与えるバイアスに対処することに焦点を当てている。 方法。 我々はLinkedInで87件の求人記事と11件の業界実践者へのインタビューのテーマ分析を行った。 求職者は12カ国の企業から来ており、さまざまな経験レベルをカバーしている。 インタビューでは、さまざまな性別、民族、性的指向など、さまざまなバックグラウンドのプロフェッショナルが登場し、南アメリカ、北米、ヨーロッパからの顧客と仕事をした。 結果。 データサイエンティストは、コーディネーション、エンジニアリング、マネジメントなど、他のソフトウェア実践者と多くのスキルを共有していますが、イノベーションと社会的責任に重点を置いています。 これらには好奇心、批判的思考、共感、倫理的意識といったソフトスキルが含まれており、AIの倫理的・社会的意味に対処するために不可欠である。 結論。 我々の研究結果は、AIを活用したプロジェクトに取り組んでいるデータサイエンティストは、技術的な専門知識だけでなく、公正さと傾きを伴ってAIシステムを構築するためのソフトスキルのしっかりとした基盤も必要であることを示唆している。 これらの洞察は、ソフトウェア企業内の採用とトレーニング、そしてAI駆動システムの長期的な成功とより広範な社会的影響を保証するために重要な意味を持つ。

関連論文リスト

• Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
  AIシステムは知恵を欠いている。 AI研究はタスクレベルの戦略に焦点を当てているが、メタ認知はAIシステムでは未発達である。 メタ認知機能をAIシステムに統合することは、その堅牢性、説明可能性、協力性、安全性を高めるために不可欠である。
  論文  参考訳（メタデータ） (2024-11-04T18:10:10Z)
• Navigating AI in Social Work and Beyond: A Multidisciplinary Review [0.0]
  このレビューは、2025年の夜明けとして、より広い社会的、学術的な会話にAIを集中させる、包括的でアクセスしやすい概要を提供することを目的としている。 これはAIの現実世界への影響、倫理的課題、社会労働への影響を簡潔に分析する。 高度なパーソナライズド・シミュレーショントレーニングを通じて、ソーシャルワーク教育を変革できるAIファシリテート・シミュレーションのビジョンを提供する。
  論文  参考訳（メタデータ） (2024-10-25T05:51:23Z)
• Towards the Terminator Economy: Assessing Job Exposure to AI through LLMs [10.844598404826355]
  米国の雇用の3分の1はAIに強く依存している。 この露出は、2019年から2023年までの雇用と賃金の伸びと正の相関関係にある。
  論文  参考訳（メタデータ） (2024-07-27T08:14:18Z)
• OlympicArena: Benchmarking Multi-discipline Cognitive Reasoning for Superintelligent AI [73.75520820608232]
  我々は,11,163のバイリンガル問題を含む,テキストのみとインターリーブされたテキストイメージのモダリティを紹介する。 これらの課題には、7つのフィールドと62の国際オリンピック大会にわたる幅広い規律が含まれており、データ漏洩について厳格に調査されている。 我々の評価によると、GPT-4oのような先進モデルでさえ、複雑な推論とマルチモーダル統合における現在のAI制限を反映して、全体的な精度は39.97%しか達成していない。
  論文  参考訳（メタデータ） (2024-06-18T16:20:53Z)
• More than programming? The impact of AI on work and skills [17.68987003293372]
  この章は、人工知能の組織的準備と科学的進歩が、オーストラリアやAIの促進、利用、開発をリードする他の国におけるスキルとトレーニングの需要にどのように影響しているかを探求する。 この合意は、十分な数のデータサイエンティストと機械学習の専門家を持つことが、今後の課題を満たす上で重要であることを示唆している。 この章は、オーストラリアの教育と訓練システムにとってこれが何を意味するのか、教えるべきこと、学習すべきこと、そして技術的なスキルがすべて重要であるかどうかを問うものである。
  論文  参考訳（メタデータ） (2023-06-09T04:51:44Z)
• Why is AI not a Panacea for Data Workers? An Interview Study on Human-AI Collaboration in Data Storytelling [59.08591308749448]
  業界と学界の18人のデータワーカーにインタビューして、AIとのコラボレーションの場所と方法を聞いた。 驚いたことに、参加者はAIとのコラボレーションに興奮を見せたが、彼らの多くは反感を表明し、曖昧な理由を指摘した。
  論文  参考訳（メタデータ） (2023-04-17T15:30:05Z)
• Artificial Intelligence Impact On The Labour Force -- Searching For The Analytical Skills Of The Future Software Engineers [0.0]
  この体系的な文献レビューは、人工知能がソフトウェア工学における労働力に与える影響を調査することを目的としている。 それは、将来のソフトウェアエンジニアに必要なスキル、ソフトウェアエンジニアリングスキルの需要に対するAIの影響、そしてソフトウェアエンジニアの仕事の未来に焦点を当てている。
  論文  参考訳（メタデータ） (2023-02-26T03:49:53Z)
• Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
  人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。 市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。 本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
  論文  参考訳（メタデータ） (2021-10-05T12:51:11Z)
• Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
  近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。 倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。 このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
  論文  参考訳（メタデータ） (2021-06-25T22:31:55Z)
• How AI Developers Overcome Communication Challenges in a Multidisciplinary Team: A Case Study [11.633108017016985]
  AIアプリケーションの開発は、AI開発者と協力する複数の役割を含む、多分野の取り組みである。 これらのコラボレーションでは、データサイエンスに精通したAI開発者と、通常はそうでない外部ステークホルダの間に知識ミスマッチがあります。 この違いはコミュニケーションのギャップを招き、AI開発者はコラボレータにデータサイエンスの概念を説明することに失敗する。
  論文  参考訳（メタデータ） (2021-01-13T19:33:34Z)
• Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
  AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。 まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。 最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
  論文  参考訳（メタデータ） (2020-11-17T13:14:28Z)

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。