論文の概要: Fostering the Ecosystem of AI for Social Impact Requires Expanding and Strengthening Evaluation Standards

• arxiv url: http://arxiv.org/abs/2510.18238v1
• Date: Tue, 21 Oct 2025 02:51:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:12.826074
• Title: Fostering the Ecosystem of AI for Social Impact Requires Expanding and Strengthening Evaluation Standards
• Title（参考訳）: 社会的インパクトのためのAIのエコシステム構築には、評価基準の拡大と強化が必要である
• Authors: Bryan Wilder, Angela Zhou,
• Abstract要約: このことは、より広範な社会影響研究エコシステムの持続性を損なう研究者のインセンティブをもたらすと我々は主張する。 私たちの立場では、研究者とレビュアーは、社会的影響のための機械学習を同時に導入する必要がある。
• 参考スコア（独自算出の注目度）: 23.569429408793088
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: There has been increasing research interest in AI/ML for social impact, and correspondingly more publication venues have refined review criteria for practice-driven AI/ML research. However, these review guidelines tend to most concretely recognize projects that simultaneously achieve deployment and novel ML methodological innovation. We argue that this introduces incentives for researchers that undermine the sustainability of a broader research ecosystem of social impact, which benefits from projects that make contributions on single front (applied or methodological) that may better meet project partner needs. Our position is that researchers and reviewers in machine learning for social impact must simultaneously adopt: 1) a more expansive conception of social impacts beyond deployment and 2) more rigorous evaluations of the impact of deployed systems.
• Abstract（参考訳）: 社会的影響に対するAI/ML研究への関心が高まっており、さらに多くの出版機関が実践駆動型AI/ML研究のレビュー基準を洗練している。 しかしながら、これらのレビューガイドラインは、デプロイと新しいML方法論の革新を同時に達成するプロジェクトを明確に認識する傾向にある。 これは、より広範な社会影響研究エコシステムの持続性を損なう研究者のインセンティブであり、プロジェクトパートナーのニーズに合うような単一のフロント(応用または方法論)へのコントリビューションを行うプロジェクトから恩恵を受けている、と我々は主張する。 私たちの立場では、研究者とレビュアーは、社会的影響のための機械学習を同時に採用する必要がある。 1)展開を超えて社会的影響のより広範な概念 2) 展開システムの影響を厳格に評価する。

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)
• The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
  AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。 我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
  論文  参考訳（メタデータ） (2025-06-09T18:37:14Z)
• 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)
• Fairness in Recommender Systems: Research Landscape and Future Directions [119.67643184567623]
  本稿は,近年の地域におけるフェアネスの概念と概念について概観する。 この分野での研究が現在どのように行われているのかを概観する。 全体として、最近の研究成果の分析は、ある研究のギャップを示している。
  論文  参考訳（メタデータ） (2022-05-23T08:34:25Z)
• 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)
• Envisioning Communities: A Participatory Approach Towards AI for Social Good [10.504838259488844]
  社会的善のためのAIは、AIシステムが影響するコミュニティによって評価されるべきである、と我々は主張する。 社会的良き研究のためのAIの設計と実装のための参加型アプローチと、その能力のアプローチがどのように一致するかを示す。
  論文  参考訳（メタデータ） (2021-05-04T21:40:04Z)
• Leveraging traditional ecological knowledge in ecosystem restoration projects utilizing machine learning [77.34726150561087]
  生態系修復プロジェクトの段階におけるコミュニティの関与は、コミュニティの健康改善に寄与する可能性がある。 適応的でスケーラブルなプラクティスは、エコシステム的なML修復プロジェクトのすべての段階において、学際的なコラボレーションを動機付けることができることを示唆している。
  論文  参考訳（メタデータ） (2020-06-22T16:17:48Z)

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。