論文の概要: A Unifying Bias-aware Multidisciplinary Framework for Investigating Socio-Technical Issues
- arxiv url: http://arxiv.org/abs/2505.03593v1
- Date: Tue, 06 May 2025 14:52:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-07 18:50:11.437195
- Title: A Unifying Bias-aware Multidisciplinary Framework for Investigating Socio-Technical Issues
- Title（参考訳）: 社会・技術問題調査のためのバイアス対応多分野統合フレームワーク
- Authors: Sacha Hasan, Mehdi Rizvi, Yingfang Yuan, Kefan Chen, Lynne Baillie, Wei Pang,
- Abstract要約: 本稿では,社会科学(SS)とコンピュータ科学(CS)の分野を統合することを目的とする。
社会科学と機械学習(ML)の様々な分析手法を構造化シーケンスに適用し、調査対象の特定と定量化の手法に到達した。
このフレームワークの中核的な特徴は、バイアスが発生する場所を強調し、それを緩和するためのステップを提案することである。
筆者らは,英国におけるデジタル化社会住宅サービスへのアクセス・利用において,少数民族(ME)コミュニティが直面したオンライン被害の多分野調査に利用した。
- 参考スコア（独自算出の注目度）: 6.307051347179095
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper aims to bring together the disciplines of social science (SS) and computer science (CS) in the design and implementation of a novel multidisciplinary framework for systematic, transparent, ethically-informed, and bias-aware investigation of socio-technical issues. For this, various analysis approaches from social science and machine learning (ML) were applied in a structured sequence to arrive at an original methodology of identifying and quantifying objects of inquiry. A core feature of this framework is that it highlights where bias occurs and suggests possible steps to mitigate it. This is to improve the robustness, reliability, and explainability of the framework and its results. Such an approach also ensures that the investigation of socio-technical issues is transparent about its own limitations and potential sources of bias. To test our framework, we utilised it in the multidisciplinary investigation of the online harms encountered by minoritised ethnic (ME) communities when accessing and using digitalised social housing services in the UK. We draw our findings from 100 interviews with ME individuals in four cities across the UK to understand ME vulnerabilities when accessing and using digitalised social housing services. In our framework, a sub-sample of interviews focusing on ME individuals residing in social housing units were inductively coded. This resulted in the identification of the topics of discrimination, digital poverty, lack of digital literacy, and lack of English proficiency as key vulnerabilities of ME communities. Further ML techniques such as Topic Modelling and Sentiment Analysis were used within our framework where we found that Black African communities are more likely to experience these vulnerabilities in the access, use and outcome of digitalised social housing services.
- Abstract（参考訳）: 本稿では,社会技術問題に対する体系的,透明性,倫理的,偏見に敏感な調査のための新しい多分野フレームワークの設計と実装において,社会科学(SS)と計算機科学(CS)の分野をまとめることを目的とする。
そこで,社会科学と機械学習(ML)の様々な分析手法を構造化シーケンスに適用し,探索対象の同定と定量化の手法を考案した。
このフレームワークの中核的な特徴は、バイアスが発生する場所を強調し、それを緩和するためのステップを提案することである。
これは、フレームワークとその結果の堅牢性、信頼性、説明可能性を改善するためです。
このようなアプローチは、社会技術的問題の調査が自身の限界と潜在的なバイアスの源について透明であることを保証する。
筆者らは,英国におけるデジタル化社会住宅サービスへのアクセス・利用において,少数民族(ME)コミュニティが直面したオンライン被害の多分野調査に利用した。
英国4都市におけるME個人に対する100件のインタビューから,デジタル化されたソーシャルハウジングサービスにアクセスおよび使用時のME脆弱性を理解するための知見を得た。
本フレームワークでは,社会福祉施設に在住するME個人を対象としたインタビューのサブサンプルをインダクティブにコーディングした。
その結果、差別、デジタル貧困、デジタルリテラシーの欠如、MEコミュニティの重要な脆弱性としての英語能力の欠如といったトピックが特定された。
トピックモデリングやセンチメント分析などのさらなるML技術が私たちのフレームワークで使用されており、黒人コミュニティは、デジタル化されたソーシャルハウジングサービスのアクセス、使用、および結果において、これらの脆弱性を経験しがちであることがわかった。
関連論文リスト
- A survey of textual cyber abuse detection using cutting-edge language models and large language models [0.0]
ソーシャルメディアで広く普及している様々な乱用形態を包括的に分析する。
我々は,言語モデル (LM) や大規模言語モデル (LLM) といった新興技術が,乱用コンテンツの検出と生成を両立させていることに注目した。
論文 参考訳（メタデータ） (2025-01-09T18:55:50Z) - The Call for Socially Aware Language Technologies [94.6762219597438]
NLPが機能する社会環境の要因、文脈、意味の認識の欠如である。
我々は、NLPが社会意識を発達させる上で大きな課題が残っており、この分野の新しい時代の始まりであると主張している。
論文 参考訳（メタデータ） (2024-05-03T18:12:39Z) - Socialized Learning: A Survey of the Paradigm Shift for Edge Intelligence in Networked Systems [62.252355444948904]
本稿では,エッジインテリジェンス(EI)と社会学習(SL)の統合に関する文献レビューの結果について述べる。
SLは、エージェントの協調能力と集団知性を増幅することを目的とした、社会的原則と行動に基づく学習パラダイムである。
ソーシャル化アーキテクチャ、ソーシャル化トレーニング、ソーシャル化推論の3つの統合コンポーネントについて詳しく検討し、その強みと弱点を分析した。
論文 参考訳（メタデータ） (2024-04-20T11:07:29Z) - The Sentiment Problem: A Critical Survey towards Deconstructing
Sentiment Analysis [9.379013474854776]
本研究では,感情分析(SA)の社会技術的側面について,その応用,モデル,データセットに関する189の査読論文を批判的に検討する。
感情に関する社会学的・技術的文献を掘り下げることで、金融、政府、医療などの分野において、この用語の明確な概念化を明らかにした。
我々の研究は、感情を特徴づける明確な定義と枠組みの欠如を露呈し、潜在的な課題とバイアスをもたらす。
論文 参考訳（メタデータ） (2023-10-18T20:42:44Z) - False Information, Bots and Malicious Campaigns: Demystifying Elements
of Social Media Manipulations [6.901078062583646]
オンラインソーシャルネットワーク(OSN)に対する偽情報や永続的な操作攻撃は、OSNの開放性に影響を与えている。
本稿では,様々な分野の知見を総合的に分析するために,様々な分野の知見を合成する。
論文 参考訳（メタデータ） (2023-08-24T01:37:33Z) - Socio-economic landscape of digital transformation & public NLP systems:
A critical review [2.1030878979833467]
「この論文は、国民に影響を及ぼすか影響されるNLPシステムの幅広い分類法を構築している。」
本論文は、これらのシステムの30の事例を、公共利用事例に基づいて、金融、顧客サービス、政策作成、教育、医療、法律、セキュリティの7つの家族に分類する。
次に、これらのアプリケーション、まずはそれらがベースとしている事前と仮定、次にそれらのメカニズム、データ収集の可能なメソッド、使用されるモデルとエラー関数などを分析します。
論文 参考訳（メタデータ） (2023-04-04T09:17:58Z) - Countering Malicious Content Moderation Evasion in Online Social
Networks: Simulation and Detection of Word Camouflage [64.78260098263489]
ツイストとカモフラージュキーワードは、プラットフォームコンテンツモデレーションシステムを回避する最もよく使われるテクニックである。
本稿では,コンテンツ回避の新たな手法をシミュレートし,検出する多言語ツールを開発することにより,悪意ある情報に対する対処に大きく貢献する。
論文 参考訳（メタデータ） (2022-12-27T16:08:49Z) - Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。
我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。
本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文 参考訳（メタデータ） (2022-07-23T01:06:34Z) - Cognitive Analysis of Security Threats on Social Networking Services:
Slovakia in need of stronger action [0.0]
ソーシャルネットワークサービス(SNS)におけるセキュリティ脅威識別の必要性について紹介することから始まる。
英国のスナップ総選挙(2017年)の発表に焦点をあてたユースケーススタディを紹介する。
本研究の目的は,国際関係分野におけるソーシャルネットワーキングサービス分析の可能性を示すことである。
論文 参考訳（メタデータ） (2020-05-18T11:56:05Z)
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。