論文の概要: A Preliminary Framework for Intersectionality in ML Pipelines
- arxiv url: http://arxiv.org/abs/2505.08792v1
- Date: Tue, 06 May 2025 16:57:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-15 21:44:09.207961
- Title: A Preliminary Framework for Intersectionality in ML Pipelines
- Title（参考訳）: MLパイプラインの断面性に関する予備的枠組み
- Authors: Michelle Nashla Turcios, Alicia E. Boyd, Angela D. R. Smith, Brittany Johnson,
- Abstract要約: 機械学習技術は、社会的アイデンティティや経験を適切にサポートしないかもしれないと我々は主張する。
我々はこのフレームワークを用いて、機械学習文学における交叉性応用の(ミス)アライメントを評価し、報告する。
- 参考スコア（独自算出の注目度）: 9.937132009954993
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Machine learning (ML) has become a go-to solution for improving how we use, experience, and interact with technology (and the world around us). Unfortunately, studies have repeatedly shown that machine learning technologies may not provide adequate support for societal identities and experiences. Intersectionality is a sociological framework that provides a mechanism for explicitly considering complex social identities, focusing on social justice and power. While the framework of intersectionality can support the development of technologies that acknowledge and support all members of society, it has been adopted and adapted in ways that are not always true to its foundations, thereby weakening its potential for impact. To support the appropriate adoption and use of intersectionality for more equitable technological outcomes, we amplify the foundational intersectionality scholarship--Crenshaw, Combahee, and Collins (three C's), to create a socially relevant preliminary framework in developing machine-learning solutions. We use this framework to evaluate and report on the (mis)alignments of intersectionality application in machine learning literature.
- Abstract（参考訳）: 機械学習(ML)は、テクノロジ(そして私たちの周りの世界)の使用、経験、相互作用を改善するためのゴーツーソリューションになっています。
残念なことに、機械学習技術は社会的アイデンティティや経験を適切にサポートしていないことが、研究によって繰り返し示されている。
断続性(Intersectionality)は、社会的正義と権力に焦点を当てた、複雑な社会的アイデンティティを明示的に考慮するためのメカニズムを提供する社会学的枠組みである。
交差性の枠組みは、社会のすべてのメンバーを承認し、支援する技術の発展を支援することができるが、それは常に基礎に当てはまらない方法で採用され、適応され、影響の可能性を弱めている。
より公平な技術的成果のために、交差点の適切な採用と利用を支援するため、Crenshaw、Combahee、Collins(3つのC's)という基礎的な交差性奨学制度を増幅し、機械学習ソリューションを開発するための社会的に関連する予備的枠組みを構築する。
我々はこのフレームワークを用いて、機械学習文学における交叉性応用の(ミス)アライメントを評価し、報告する。
関連論文リスト
- The Role of Generative AI in Facilitating Social Interactions: A Scoping Review [0.0]
社会的つながりの低下は精神的な健康、寿命、一般的な幸福を脅かす。
大規模言語モデル(LLM)や画像生成ツールなどのジェネレーティブAI(GAI)技術は、人間の社会体験の向上を目的としたアプリケーションに統合されつつある。
彼らの存在感は増しているが、これらの技術が社会的相互作用にどのように影響するかはほとんど分かっていない。
論文 参考訳（メタデータ） (2025-06-12T17:37:19Z) - An Empirical Design Justice Approach to Identifying Ethical Considerations in the Intersection of Large Language Models and Social Robotics [0.31378963995109616]
大規模言語モデル(LLM)の社会ロボティクスへの統合は、ユニークな倫理的課題と社会的影響を示す。
本研究は、これらの2つの技術の設計と開発に生じる倫理的考察を特定することを目的としている。
論文 参考訳（メタデータ） (2024-06-10T15:53:50Z) - 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) - Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。
我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
論文 参考訳（メタデータ） (2024-04-17T02:57:42Z) - Social Skill Training with Large Language Models [65.40795606463101]
人々は紛争解決のような社会的スキルに頼り、効果的にコミュニケーションし、仕事と個人の生活の両方で繁栄する。
本稿では,専門分野に進出する上での社会的スキルの障壁を明らかにする。
本稿では,大規模言語モデルを用いた総合的なフレームワークによるソーシャルスキルトレーニングのソリューションを提案する。
論文 参考訳（メタデータ） (2024-04-05T16:29:58Z) - Search and Society: Reimagining Information Access for Radical Futures [3.909878683245887]
情報検索研究は、それが生み出す技術の社会的意味を理解し、議論しなければならない。
コミュニティは、多様に明示された社会技術的想像から着想を得て構築すべきシステムの種類について、積極的に研究課題を定めるべきである。
論文 参考訳（メタデータ） (2024-03-26T17:43:08Z) - Should I use metaverse or not? An investigation of university students
behavioral intention to use MetaEducation technology [0.14732811715354452]
本研究は,「メタエデュケーション(MetaEducation)」と呼ばれる,メタバース技術を用いた教育における学生の意図との関係について検討することを目的とする。
著者らは、研究の構成要素間の弱い関連性はメタエデュケーションに関する限られた知識に起因していると仮定している。
論文 参考訳（メタデータ） (2023-11-26T09:45:34Z) - Training Socially Aligned Language Models on Simulated Social
Interactions [99.39979111807388]
AIシステムにおける社会的アライメントは、確立された社会的価値に応じてこれらのモデルが振舞うことを保証することを目的としている。
現在の言語モデル(LM)は、トレーニングコーパスを独立して厳格に複製するように訓練されている。
本研究は,シミュレートされた社会的相互作用からLMを学習することのできる,新しい学習パラダイムを提案する。
論文 参考訳（メタデータ） (2023-05-26T14:17:36Z) - Factoring the Matrix of Domination: A Critical Review and Reimagination
of Intersectionality in AI Fairness [55.037030060643126]
間欠性は、社会的不平等の持続性を調べるための重要な枠組みである。
我々は、公平性を効果的に運用するために、交差性を分析的枠組みとして採用することが重要であると論じる。
論文 参考訳（メタデータ） (2023-03-16T21:02:09Z) - Investigating Bi-Level Optimization for Learning and Vision from a
Unified Perspective: A Survey and Beyond [114.39616146985001]
機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。
本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。
次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
論文 参考訳（メタデータ） (2021-01-27T16:20:23Z) - Extending the Machine Learning Abstraction Boundary: A Complex Systems
Approach to Incorporate Societal Context [2.7780221247955943]
社会的文脈の理解、識別、表現を改善するための3つの新しいツールについて概説する。
まず、複雑な適応システム(CAS)に基づくモデルと社会的文脈の定義を提案する。
第2に,社会工学的枠組みを確立する上で重要な機能として,協調因果理論形成(CCTF)を導入する。
論文 参考訳（メタデータ） (2020-06-17T05:22:33Z)
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。