論文の概要: SoK: A Classification for AI-driven Personalized Privacy Assistants
- arxiv url: http://arxiv.org/abs/2502.07693v1
- Date: Tue, 11 Feb 2025 16:46:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-12 14:10:25.077118
- Title: SoK: A Classification for AI-driven Personalized Privacy Assistants
- Title（参考訳）: SoK:AIによるパーソナライズされたプライバシアシスタントの分類
- Authors: Victor Morel, Leonardo Iwaya, Simone Fischer-Hübner,
- Abstract要約: 本稿では,科学文献に見られる既存の解を地図化するために,知識の体系化(SoK)を提案する。
我々は過去10年間(2013-2023)に1697件のユニークな研究論文をスクリーニングし、39件の論文から分類した。
私たちは、AI駆動型PPAの包括的な分類を提供し、アーキテクチャの選択、システムコンテキスト、使用されるAIの種類、データソース、意思決定の種類、意思決定の制御などについて調べています。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: To help users make privacy-related decisions, personalized privacy assistants based on AI technology have been developed in recent years. These AI-driven Personalized Privacy Assistants (AI-driven PPAs) can reap significant benefits for users, who may otherwise struggle to make decisions regarding their personal data in environments saturated with privacy-related decision requests. However, no study systematically inquired about the features of these AI-driven PPAs, their underlying technologies, or the accuracy of their decisions. To fill this gap, we present a Systematization of Knowledge (SoK) to map the existing solutions found in the scientific literature. We screened 1697 unique research papers over the last decade (2013-2023), constructing a classification from 39 included papers. As a result, this SoK reviews several aspects of existing research on AI-driven PPAs in terms of types of publications, contributions, methodological quality, and other quantitative insights. Furthermore, we provide a comprehensive classification for AI-driven PPAs, delving into their architectural choices, system contexts, types of AI used, data sources, types of decisions, and control over decisions, among other facets. Based on our SoK, we further underline the research gaps and challenges and formulate recommendations for the design and development of AI-driven PPAs as well as avenues for future research.
- Abstract（参考訳）: ユーザのプライバシに関する意思決定を支援するために、AI技術に基づくパーソナライズされたプライバシアシスタントが近年開発されている。
これらのAI駆動のパーソナライズドプライバシアシスタント(AI駆動型プライバシアシスタント)は、プライバシー関連の決定要求に飽和した環境で個人情報に関する決定を下すことに苦労しているユーザにとって、大きなメリットを享受することができる。
しかしながら、これらのAI駆動型PPAの特徴、基礎技術、意思決定の正確性について、体系的な調査は行われていない。
このギャップを埋めるために、科学文献に見られる既存のソリューションをマッピングするために、知識の体系化(SoK)を提案する。
我々は過去10年間(2013-2023)に1697件のユニークな研究論文をスクリーニングし、39件の論文から分類した。
結果として、このSoKは、出版物のタイプ、コントリビューション、方法論的品質、その他の定量的洞察の観点から、AI駆動型PPAに関する既存の研究のいくつかの側面をレビューする。
さらに、アーキテクチャ上の選択、システムコンテキスト、使用するAIの種類、データソース、意思決定の種類、意思決定の制御など、AI駆動型PPAの包括的な分類も提供します。
SoKに基づいて、研究のギャップと課題について、AI駆動型PPAの設計と開発と将来の研究への道のりについて、さらに具体化し、勧告を定式化します。
関連論文リスト
- User-centric evaluation of explainability of AI with and for humans: a comprehensive empirical study [5.775094401949666]
この研究はHuman-Centered Artificial Intelligence (HCAI)にある。
一般的に使用されるeXplainable Artificial Intelligence (XAI)アルゴリズムのユーザ中心評価の結果に焦点を当てている。
論文 参考訳（メタデータ） (2024-10-21T12:32:39Z) - Awareness and Adoption of AI Technologies in the Libraries of Karnataka [0.0]
本研究は,カルナタカの書誌専門家を対象に,AI技術の意識と採用を評価するための調査手法を用いた。
この研究は、性別の要因に基づくAI技術の認識と採用に統計的に有意な違いがあることを明らかにした。
年齢、学歴、専門的経験などの要因に基づくAI技術の認識度と採用度の間には、有意な関係は存在しない。
論文 参考訳（メタデータ） (2024-07-10T09:33:10Z) - Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。
学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。
トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文 参考訳（メタデータ） (2024-07-03T15:38:57Z) - The Ethics of Advanced AI Assistants [53.89899371095332]
本稿では,高度AIアシスタントがもたらす倫理的・社会的リスクについて論じる。
我々は、高度なAIアシスタントを自然言語インタフェースを持つ人工知能エージェントとして定義し、ユーザに代わってアクションのシーケンスを計画し実行することを目的としている。
先進的なアシスタントの社会規模での展開を考察し、協力、株式とアクセス、誤情報、経済的影響、環境、先進的なAIアシスタントの評価方法に焦点をあてる。
論文 参考訳（メタデータ） (2024-04-24T23:18:46Z) - Predictable Artificial Intelligence [77.1127726638209]
本稿では予測可能なAIのアイデアと課題を紹介する。
それは、現在および将来のAIエコシステムの重要な妥当性指標を予測できる方法を探る。
予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
論文 参考訳（メタデータ） (2023-10-09T21:36:21Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳（メタデータ） (2022-12-08T23:23:39Z) - Transcending XAI Algorithm Boundaries through End-User-Inspired Design [27.864338632191608]
エンドユーザに対する説明責任重視の機能サポートの欠如は、高度なドメインにおけるAIの安全で責任ある使用を妨げる可能性がある。
我々の研究は、エンドユーザーがXAIを使用する際の技術的な問題を根底から解決することで、新たな研究課題がもたらされることを示している。
このようなエンドユーザにインスパイアされた研究質問は、AIを民主化し、クリティカルドメインにおけるAIの責任ある使用を保証することによって、社会的善を促進できる可能性がある。
論文 参考訳（メタデータ） (2022-08-18T09:44:51Z) - Bias in Multimodal AI: Testbed for Fair Automatic Recruitment [73.85525896663371]
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
我々は、性別や人種の偏りを意識的に評価したマルチモーダルな合成プロファイルを用いて、自動求人アルゴリズムを訓練する。
我々の方法論と結果は、一般により公平なAIベースのツール、特により公平な自動採用システムを生成する方法を示している。
論文 参考訳（メタデータ） (2020-04-15T15:58:05Z) - Bias in Data-driven AI Systems -- An Introductory Survey [37.34717604783343]
この調査は、(大きな)データと強力な機械学習(ML)アルゴリズムによって、AIの大部分は、データ駆動型AIに重点を置いている。
さもなければ、一般的な用語バイアスを使ってデータの収集や処理に関連する問題を説明します。
論文 参考訳（メタデータ） (2020-01-14T09:39:09Z)
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。