論文の概要: E-LENS: User Requirements-Oriented AI Ethics Assurance

• arxiv url: http://arxiv.org/abs/2503.04747v1
• Date: Thu, 06 Feb 2025 04:37:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-16 10:47:28.191713
• Title: E-LENS: User Requirements-Oriented AI Ethics Assurance
• Title（参考訳）: E-LENS: ユーザ要求指向のAI倫理保証
• Authors: Jianlong Zhou, Fang Chen,
• Abstract要約: 本稿では、AI倫理保証ケースの概念をAI倫理保証に導入する。 ユーザ要件、エビデンス、バリデーションの3つの柱が重要なコンポーネントとして提案され、AI倫理保証ケースに統合される。 安全クリティカルシステムの安全保証に使用される3つの柱とハザード分析手法に基づいて、ユーザ要求指向のAI倫理保証ケースを設置する。
• 参考スコア（独自算出の注目度）: 7.3246584067312375
• License:
• Abstract: Despite the much proliferation of AI ethical principles in recent years, there is a challenge of assuring AI ethics with current AI ethics frameworks in real-world applications. While system safety has emerged as a distinct discipline for a long time, originated from safety concerns in early aircraft manufacturing. The safety assurance is now an indispensable component in safety critical domains. Motivated by the assurance approaches for safety-critical systems such as aviation, this paper introduces the concept of AI ethics assurance cases into the AI ethics assurance. Three pillars of user requirements, evidence, and validation are proposed as key components and integrated into AI ethics assurance cases for a new approach of user requirements-oriented AI ethics assurance. The user requirements-oriented AI ethics assurance case is set up based on three pillars and hazard analysis methods used in the safety assurance of safety-critical systems. This paper also proposes a platform named Ethical-Lens (E-LENS) to implement the user requirements-oriented AI ethics assurance approach. The proposed user requirements-based E-LENS platform is then applied to assure AI ethics of an AI-driven human resource shortlisting system as a case study to show the effectiveness of the proposed approach.
• Abstract（参考訳）: 近年、AI倫理の原則が急速に普及しているにもかかわらず、現実のアプリケーションにおいて、現在のAI倫理フレームワークでAI倫理を保証するという課題がある。 システムの安全性は長い間、異なる分野として現れてきたが、初期の航空機製造における安全上の懸念から生まれた。 安全保証は現在、安全クリティカルドメインにおいて必須の要素となっている。 本稿では,航空などの安全クリティカルシステムに対する保証アプローチを動機として,AI倫理保証ケースの概念をAI倫理保証に導入する。 ユーザ要求、エビデンス、バリデーションの3つの柱が重要なコンポーネントとして提案され、ユーザ要求指向のAI倫理保証の新しいアプローチのためのAI倫理保証ケースに統合される。 安全クリティカルシステムの安全保証に使用される3つの柱とハザード分析手法に基づいて、ユーザ要求指向のAI倫理保証ケースを設置する。 本稿では、ユーザ要求指向のAI倫理保証アプローチを実装するためのEthical-Lens(E-LENS)というプラットフォームを提案する。 提案するユーザ要件ベースのE-LENSプラットフォームは,AI駆動型人事ショートリストシステムのAI倫理をケーススタディとして保証し,提案手法の有効性を示す。

関連論文リスト

• Landscape of AI safety concerns -- A methodology to support safety assurance for AI-based autonomous systems [0.0]
  AIは重要な技術として登場し、さまざまなアプリケーションにまたがる進歩を加速している。 AIコンポーネントを組み込んだシステムの安全性を確保するという課題は、極めて重要である。 本稿では,AIシステムにおける安全保証事例作成を支援する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-12-18T16:38:16Z)
• Technology as uncharted territory: Contextual integrity and the notion of AI as new ethical ground [55.2480439325792]
  私は、責任と倫理的AIを促進する努力が、確立された文脈規範に対するこの軽視に必然的に貢献し、正当化することができると論じます。 私は、道徳的保護よりも道徳的革新のAI倫理における現在の狭い優先順位付けに疑問を呈する。
  論文  参考訳（メタデータ） (2024-12-06T15:36:13Z)
• Engineering Trustworthy AI: A Developer Guide for Empirical Risk Minimization [53.80919781981027]
  信頼できるAIのための重要な要件は、経験的リスク最小化のコンポーネントの設計選択に変換できる。 私たちは、AIの信頼性の新たな標準を満たすAIシステムを構築するための実用的なガイダンスを提供したいと思っています。
  論文  参考訳（メタデータ） (2024-10-25T07:53:32Z)
• EARBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [53.717918131568936]
  EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。 高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。 しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。 本研究では,EAIシナリオにおける身体的リスクの自動評価のための新しいフレームワークEARBenchを紹介する。
  論文  参考訳（メタデータ） (2024-08-08T13:19:37Z)
• Towards Guaranteed Safe AI: A Framework for Ensuring Robust and Reliable AI Systems [88.80306881112313]
  我々は、AI安全性に対する一連のアプローチを紹介し、定義する。 これらのアプローチの中核的な特徴は、高保証の定量的安全性保証を備えたAIシステムを作ることである。 これら3つのコアコンポーネントをそれぞれ作成するためのアプローチを概説し、主な技術的課題を説明し、それらに対する潜在的なソリューションをいくつか提案します。
  論文  参考訳（メタデータ） (2024-05-10T17:38:32Z)
• Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
  この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。 本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-21T08:29:42Z)
• POLARIS: A framework to guide the development of Trustworthy AI systems [3.02243271391691]
  ハイレベルなAI倫理原則と、AI専門家のための低レベルな具体的なプラクティスの間には、大きなギャップがある。 我々は、理論と実践のギャップを埋めるために設計された、信頼に値するAIのための新しい総合的なフレームワークを開発する。 私たちの目標は、AIプロフェッショナルが信頼できるAIの倫理的側面を確実にナビゲートできるようにすることです。
  論文  参考訳（メタデータ） (2024-02-08T01:05:16Z)
• Responsible Design Patterns for Machine Learning Pipelines [10.184056098238765]
  AI倫理には、AIシステムのライフサイクル全体に倫理的原則を適用することが含まれる。 これは、バイアスなどのAIに関連する潜在的なリスクと害を軽減するために不可欠である。 この目標を達成するために、責任あるデザインパターン(RDP)は機械学習(ML)パイプラインに不可欠である。
  論文  参考訳（メタデータ） (2023-05-31T15:47:12Z)
• Ethics in conversation: Building an ethics assurance case for autonomous AI-enabled voice agents in healthcare [1.8964739087256175]
  原則に基づく倫理保証議論パターンは、AI倫理のランドスケープにおける1つの提案である。 本稿では,AIベースの遠隔医療システムであるDoraの利用に対して,この倫理保証フレームワークを適用した事例研究の中間的結果を示す。
  論文  参考訳（メタデータ） (2023-05-23T16:04:59Z)
• An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
  本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。 目的は、AIシステムを評価するための共有概念や相違点を特定することである。
  論文  参考訳（メタデータ） (2021-05-07T12:01:31Z)

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。