論文の概要: LEGOS-SLEEC: Tool for Formalizing and Analyzing Normative Requirements

• arxiv url: http://arxiv.org/abs/2501.12544v1
• Date: Tue, 21 Jan 2025 23:31:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-23 16:53:11.081413
• Title: LEGOS-SLEEC: Tool for Formalizing and Analyzing Normative Requirements
• Title（参考訳）: LEGOS-SLEEC: 規範的要求を形式化し分析するためのツール
• Authors: Kevin Kolyakov, Lina Marsso, Nick Feng, Junwei Quan, Marsha Chechik,
• Abstract要約: LEGOS-SLEECは,学際的利害関係者が規範的要件を指定するのを支援するために設計されたツールである。 SLEEC DSLは、これらの要件をSLEECルールとして形式化するために開発されている。 我々はLEGOS-SLEECのユーザインタフェースと診断サポートを大幅に改善した。
• 参考スコア（独自算出の注目度）: 1.4272256806865102
• License:
• Abstract: Systems interacting with humans, such as assistive robots or chatbots, are increasingly integrated into our society. To prevent these systems from causing social, legal, ethical, empathetic, or cultural (SLEEC) harms, normative requirements specify the permissible range of their behaviors. These requirements encompass both functional and non-functional aspects and are defined with respect to time. Typically, these requirements are specified by stakeholders from a broad range of fields, such as lawyers, ethicists, or philosophers, who may lack technical expertise. Because such stakeholders often have different goals, responsibilities, and objectives, ensuring that these requirements are well-formed is crucial. SLEEC DSL, a domain-specific language resembling natural language, has been developed to formalize these requirements as SLEEC rules. In this paper, we present LEGOS-SLEEC, a tool designed to support interdisciplinary stakeholders in specifying normative requirements as SLEEC rules, and in analyzing and debugging their well-formedness. LEGOS-SLEEC is built using four previously published components, which have been shown to be effective and usable across nine case studies. Reflecting on this experience, we have significantly improved the user interface of LEGOS-SLEEC and its diagnostic support, and demonstrate the effectiveness of these improvements using four interdisciplinary stakeholders. Showcase video URL is: https://youtu.be/LLaBLGxSi8A
• Abstract（参考訳）: 補助ロボットやチャットボットといった人間と対話するシステムは、私たちの社会にますます統合されています。 これらのシステムが社会的、法的、倫理的、共感的、または文化的(SLEEC)に害を与えるのを防ぐために、規範的な要件は彼らの行動の許容範囲を規定する。 これらの要件は機能的側面と非機能的側面の両方を含み、時間に関して定義される。 通常、これらの要件は弁護士、倫理学者、あるいは専門知識の欠如がある哲学者など、幅広い分野のステークホルダーによって規定される。 このような利害関係者は、しばしば異なる目標、責任、目的を持っているため、これらの要件が適切に満たされていることを保証することが不可欠です。 自然言語に似たドメイン固有言語であるSLEEC DSLは、これらの要件をSLEECルールとして形式化するために開発されている。 本稿では,SLEECルールとして規範的要件を規定する分野間利害関係者を支援するためのツールであるLEGOS-SLEECについて述べる。 LEGOS-SLEECは以前に公開された4つのコンポーネントを使って構築されており、9つのケーススタディで有効で利用できることが示されている。 この経験を反映して、LEGOS-SLEECのユーザインタフェースと診断サポートを大幅に改善し、4つの学際利害関係者を用いてこれらの改善の有効性を実証した。 ショーケースビデオURLは以下の通り。

関連論文リスト

• The Impossibility of Fair LLMs [59.424918263776284]
  大規模言語モデル(LLM)の時代において、公正なAIの必要性はますます明確になっている。 我々は、機械学習研究者が公正性を評価するために使った技術フレームワークについてレビューする。 我々は、特定のユースケースにおける公平性を達成するためのより現実的な目標のためのガイドラインを策定する。
  論文  参考訳（メタデータ） (2024-05-28T04:36:15Z)
• A Survey on Large Language Models for Critical Societal Domains: Finance, Healthcare, and Law [65.87885628115946]
  大規模言語モデル(LLM)は、金融、医療、法律の展望に革命をもたらしている。 我々は、医療における診断・治療方法論の強化、財務分析の革新、法的解釈・コンプライアンス戦略の精査におけるLCMの役割を強調した。 これらの分野におけるLLMアプリケーションの倫理を批判的に検討し、既存の倫理的懸念と透明で公平で堅牢なAIシステムの必要性を指摘した。
  論文  参考訳（メタデータ） (2024-05-02T22:43:02Z)
• Normative Requirements Operationalization with Large Language Models [3.456725053685842]
  規範的な非機能要件は、社会的、法的、倫理的、共感的、文化的規範の違反を避けるために、システムが観察しなければならない制約を規定する。 近年の研究では、規範的要件を特定するためにドメイン固有言語を使用してこの問題に対処している。 本稿では,システム機能の抽象表現間の意味的関係を抽出するために,大規模言語モデルを用いた補完的アプローチを提案する。
  論文  参考訳（メタデータ） (2024-04-18T17:01:34Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)
• Social, Legal, Ethical, Empathetic, and Cultural Rules: Compilation and Reasoning (Extended Version) [8.425874385897831]
  SLEEC(社会的、法的、倫理的、共感的、文化的)ルールは、AIベースの自律システムが従うべき規則の定式化、検証、実施を促進することを目的としている。 AIシステムで効果的な使用を可能にするためには、これらのルールを自動推論をサポートする形式言語に体系的に翻訳する必要がある。 本研究ではまず,SLEEC規則の古典論理への翻訳を正当化するSLEEC規則パターンの言語学的解析を行う。
  論文  参考訳（メタデータ） (2023-12-15T11:23:49Z)
• Specification, Validation and Verification of Social, Legal, Ethical, Empathetic and Cultural Requirements for Autonomous Agents [4.673587416936401]
  我々は、自律エージェントのための社会的、法的、倫理的、共感的、文化的ルールの正式な仕様、検証、検証のための枠組みを導入する。 本稿では,消防士UAVと補助装具ロボットの2つの自律型エージェントの枠組みの適用性を示す。
  論文  参考訳（メタデータ） (2023-07-07T16:13:43Z)
• Stronger Together: on the Articulation of Ethical Charters, Legal Tools, and Technical Documentation in ML [5.433040083728602]
  AIシステムの背後にいる人々の説明責任の必要性は、倫理、法、コンピュータサイエンスの3つの分野のプロセスを活用することで解決することができる。 まず、倫理、法律、技術分野におけるコンプライアンスの概念を対比する。 次に、フィールド間のシナジーを明確にする上での値の役割に焦点をあてる。
  論文  参考訳（メタデータ） (2023-05-09T15:35:31Z)
• Ethical-Advice Taker: Do Language Models Understand Natural Language Interventions? [62.74872383104381]
  読解システムにおける自然言語介入の有効性について検討する。 本稿では,新たな言語理解タスクであるLingguistic Ethical Interventions (LEI)を提案する。
  論文  参考訳（メタデータ） (2021-06-02T20:57:58Z)
• Hacia los Comit\'es de \'Etica en Inteligencia Artificial [68.8204255655161]
  以下のルールを監督できるルールと専門組織を作成することが最優先である。 この研究は、大学において、人工知能に特化した倫理委員会や委員会を創設することを提案する。
  論文  参考訳（メタデータ） (2020-02-11T23:48:31Z)
• On the Morality of Artificial Intelligence [154.69452301122175]
  本稿では,機械学習の研究・展開に関する概念的かつ実践的な原則とガイドラインを提案する。 我々は,より倫理的で道徳的なMLの実践を追求するために,実践者が採る具体的な行動を主張している。
  論文  参考訳（メタデータ） (2019-12-26T23:06:54Z)

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。