論文の概要: The Hardness of Achieving Impact in AI for Social Impact Research: A Ground-Level View of Challenges & Opportunities

• arxiv url: http://arxiv.org/abs/2506.14829v1
• Date: Fri, 13 Jun 2025 21:48:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-19 19:35:51.410219
• Title: The Hardness of Achieving Impact in AI for Social Impact Research: A Ground-Level View of Challenges & Opportunities
• Title（参考訳）: 社会影響研究のためのAIにおけるインパクト獲得の難しさ : 挑戦と機会のグランドレベル視点
• Authors: Aditya Majumdar, Wenbo Zhang, Kashvi Prawal, Amulya Yadav,
• Abstract要約: 本稿では、社会的に影響力のあるAIソリューションの開発と展開において直面する日々の困難を理解することを試みる。 私たちは、構造的、組織的、コミュニケーション、コラボレーション、運用上の課題を、デプロイメントの重要な障壁として認識しています。
• 参考スコア（独自算出の注目度）: 10.274141986573477
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In an attempt to tackle the UN SDGs, AI for Social Impact (AI4SI) projects focus on harnessing AI to address societal issues in areas such as healthcare, social justice, etc. Unfortunately, despite growing interest in AI4SI, achieving tangible, on-the-ground impact remains a significant challenge. For example, identifying and engaging motivated collaborators who are willing to co-design and deploy AI based solutions in real-world settings is often difficult. Even when such partnerships are established, many AI4SI projects "fail" to progress beyond the proof-of-concept stage, and hence, are unable to transition to at-scale production-level solutions. Furthermore, the unique challenges faced by AI4SI researchers are not always fully recognized within the broader AI community, where such work is sometimes viewed as primarily applied and not aligning with the traditional criteria for novelty emphasized in core AI venues. This paper attempts to shine a light on the diverse challenges faced in AI4SI research by diagnosing a multitude of factors that prevent AI4SI partnerships from achieving real-world impact on the ground. Drawing on semi-structured interviews with six leading AI4SI researchers - complemented by the authors' own lived experiences in conducting AI4SI research - this paper attempts to understand the day-to-day difficulties faced in developing and deploying socially impactful AI solutions. Through thematic analysis, we identify structural and organizational, communication, collaboration, and operational challenges as key barriers to deployment. While there are no easy fixes, we synthesize best practices and actionable strategies drawn from these interviews and our own work in this space. In doing so, we hope this paper serves as a practical reference guide for AI4SI researchers and partner organizations seeking to engage more effectively in socially impactful AI collaborations.
• Abstract（参考訳）: 国連のSDGに取り組むために、AI for Social Impact(AI4SI)プロジェクトは、医療、社会正義などの分野における社会的問題に対処するためにAIを活用することに焦点を当てている。 残念なことに、AI4SIへの関心が高まっているにもかかわらず、具体的、地上でのインパクトは大きな課題である。 例えば、現実の環境でAIベースのソリューションを共同設計しデプロイしたいと願う、モチベーションのある協力者の特定と関与は、しばしば困難である。 このようなパートナーシップが確立されたとしても、多くのAI4SIプロジェクトは概念実証段階を超えて進むために"失敗"しているため、大規模生産レベルのソリューションに移行することはできない。 さらに、AI4SIの研究者が直面する固有の課題は、必ずしもより広範なAIコミュニティにおいて完全に認識されるわけではない。 本稿では,AI4SIのパートナーシップが地上に現実の影響を及ぼさないよう,AI4SI研究で直面する多様な課題に光を当てようと試みる。 AI4SI研究の実施における著者自身の経験を補完する6人の主要なAI4SI研究者との半構造化されたインタビューに基づいて、本稿は、社会的に影響力のあるAIソリューションの開発とデプロイにおいて直面する日々の困難を理解する試みである。 テーマ分析を通じて、構造的および組織的、コミュニケーション、コラボレーション、運用上の課題を、デプロイメントの重要な障壁として識別する。 簡単な修正はありませんが、これらのインタビューから引き出されたベストプラクティスと実行可能な戦略を合成し、この分野での私たち自身の作業を行います。 そのために、この論文は、AI4SIの研究者やパートナー組織が、より効果的に、社会的に影響力のあるAIコラボレーションに参加するための、実践的なリファレンスガイドとして機能することを願っている。

関連論文リスト

• Towards Automated Scoping of AI for Social Good Projects [8.600895107205083]
  本稿では,科学文献と実世界の知識を基盤とした総合的なプロジェクト提案を生成する問題抽出エージェント(PSA)を提案する。 私たちのPSAフレームワークは、ブラインドレビューとAI評価を通じて、専門家が書いた提案に匹敵する提案を生成することを実証しています。
  論文  参考訳（メタデータ） (2025-04-28T17:29:51Z)
• Bridging the Gap: Integrating Ethics and Environmental Sustainability in AI Research and Practice [57.94036023167952]
  我々は、AIの倫理的影響を研究するための努力は、その環境への影響を評価するものと相まって行われるべきであると論じる。 我々は,AI研究と実践にAI倫理と持続可能性を統合するためのベストプラクティスを提案する。
  論文  参考訳（メタデータ） (2025-04-01T13:53:11Z)
• Towards Foundation-model-based Multiagent System to Accelerate AI for Social Impact [37.72844862625008]
  既存のAI4SI研究は、しばしば労働集約的かつリソース要求的である。 本稿では,このようなベースレベルのシステムの開発を加速するために,メタレベルのマルチエージェントシステムを提案する。
  論文  参考訳（メタデータ） (2024-12-10T19:29:34Z)
• Artificial Intelligence for Collective Intelligence: A National-Scale Research Strategy [7.644091133650435]
  医療、金融、インフラ、持続可能性の課題は、すべて、全国規模の集団インテリジェンスにAIを活用することで、生産的に解決される可能性がある。 この種のAIの開発と展開は、技術と社会技術の両方において、独特な課題に直面している。 ここでは、これらの課題に対処するために学際的な研究を動員するための研究戦略を詳述し、直面するべき課題のいくつかを概説する。
  論文  参考訳（メタデータ） (2024-11-09T15:25:43Z)
• Problem Solving Through Human-AI Preference-Based Cooperation [74.39233146428492]
  我々は,人間-AI共同構築フレームワークであるHAICo2を提案する。 我々は、HAICo2の形式化に向けて第一歩を踏み出し、それが直面する困難なオープンリサーチ問題について議論する。
  論文  参考訳（メタデータ） (2024-08-14T11:06:57Z)
• AI Research is not Magic, it has to be Reproducible and Responsible: Challenges in the AI field from the Perspective of its PhD Students [1.1922075410173798]
  欧州13カ国から28名のAI博士候補を調査した。 課題は、データセット、モデル、実験などのAIリソースの発見可能性と品質だ。 責任と再現可能なAI研究プラクティスをすぐに採用する必要がある。
  論文  参考訳（メタデータ） (2024-08-13T12:19:02Z)
• Ten Hard Problems in Artificial Intelligence We Must Get Right [72.99597122935903]
  AIの約束を阻止し、AIのリスクを引き起こすAI2050の「ハード問題」について検討する。 それぞれの問題について、その領域を概説し、最近の重要な作業を特定し、今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-06T23:16:41Z)
• Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
  人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。 市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。 本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
  論文  参考訳（メタデータ） (2021-10-05T12:51:11Z)

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。