論文の概要: Operationalizing Justice: Towards the Development of a Principle Based Design Framework for Human Services AI

• arxiv url: http://arxiv.org/abs/2511.08844v1
• Date: Thu, 13 Nov 2025 01:11:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-13 22:34:54.251404
• Title: Operationalizing Justice: Towards the Development of a Principle Based Design Framework for Human Services AI
• Title（参考訳）: オペレーティングジャスティス:ヒューマンサービスAIのための原則に基づく設計フレームワークの開発を目指して
• Authors: Maria Y. Rodriguez, Seventy Hall, Pranav Sankhe, Melanie Sage, Winnie Chen, Atri Rudra, Kenny Joseph,
• Abstract要約: ニューヨーク州における児童福祉政策の混合手法分析を行った。 私たちは、(原則と呼ぶ)正義の様々な機能的定義を見つけます。 これらの原則は、様々な文脈における正義に対するよりニュアンスな理解を反映している。
• 参考スコア（独自算出の注目度）: 4.80173680296898
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Scholars investigating ethical AI, especially in high stakes settings like child welfare, have arguably been seeking ways to embed notions of justice into the design of these critical technologies. These efforts often operationalize justice at the upper and lower bounds of its continuum, defining it in terms of progressiveness or reform. Before characterizing the type of justice an AI tool should have baked in, we argue for a systematic discovery of how justice is executed by the recipient system: a method the Value Sensitive Design (VSD) framework terms Value Source analysis. The present work asks: how is justice operationalized within current child welfare administrative policy and what does it teach us about how to develop AI? We conduct a mixed-methods analysis of child welfare policy in the state of New York and find a range of functional definitions of justice (which we term principles). These principles reflect more nuanced understandings of justice across a spectrum of contexts: from established concepts like fairness and equity to less common foci like the proprietary rights of parents and children. Our work contributes to a deeper understanding of the interplay between AI and policy, highlighting the importance of operationalized values in adjudicating our development of ethical design requirements for high stakes decision settings.
• Abstract（参考訳）: 倫理的AIを調査する研究者、特に児童福祉のような高利害な環境では、正義の概念をこれらの重要な技術の設計に組み込む方法を模索している。 これらの努力は、しばしば、その連続体の上と下の境界における正義を、進歩性や改革の観点から定義する。 AIツールが組み込むべき正義のタイプを特徴づける前に、私たちは、受信者システムによって正義が実行される方法の体系的な発見を主張します。 現在の児童福祉行政方針の中で、司法はどのように運営されているのか、そしてAIの開発方法について何を教えているのか? 我々は、ニューヨーク州で児童福祉政策の混合手法分析を行い、様々な機能的正義の定義(原則と呼ぶ)を見出す。 これらの原則は、公正や公平といった確立した概念から、親子の権利のようなあまり一般的でないファシまで、さまざまな文脈における正義に対するよりニュアンスな理解を反映している。 我々の研究は、AIと政策の相互作用のより深い理解に寄与し、高い利害決定設定のための倫理的設計要件の開発を指示する上で、運用された価値の重要性を強調します。

関連論文リスト

• How May U.S. Courts Scrutinize Their Recidivism Risk Assessment Tools? Contextualizing AI Fairness Criteria on a Judicial Scrutiny-based Framework [18.509813368002]
  我々は、主要な法的根拠において、公正な表面の技術的AI概念化がどうあるかを特定するために、法的研究を行う。 我々は、米国人口統計に関する法的精査概念と技術的公正性基準を統合する新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2025-05-05T15:59:57Z)
• Prioritization First, Principles Second: An Adaptive Interpretation of Helpful, Honest, and Harmless Principles [30.405680322319242]
  Helpful, Honest, and Harmless(HHH)原則は、AIシステムを人間の価値と整合させるためのフレームワークである。 我々は,HHH原理の適応的解釈を論じ,多様なシナリオへの適応のための参照フレームワークを提案する。 この作業は、AIアライメントを改善するための実践的な洞察を提供し、HHH原則が現実のAIデプロイメントにおいて基礎的かつ運用的に有効であることを保証する。
  論文  参考訳（メタデータ） (2025-02-09T22:41:24Z)
• Technology as uncharted territory: Contextual integrity and the notion of AI as new ethical ground [51.85131234265026]
  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)
• Fairness in AI: challenges in bridging the gap between algorithms and law [2.651076518493962]
  実世界のシステムやユースケースにおける公平性の定義とアルゴリズムの仕様と採用のためのベストプラクティスと戦略を特定します。 実世界のユースケースアプリケーションに対して,特定の公平性の定義を選択する際に考慮する必要がある,一連のコア基準を導入する。
  論文  参考訳（メタデータ） (2024-04-30T08:59:00Z)
• AI Fairness in Practice [0.46671368497079174]
  フェアネスの概念が何を意味するのか、どのように実践されるべきなのか、社会全体に幅広い見解がある。 このワークブックは、AIフェアネスを理解するためのコンテキストベースのアプローチが、プロジェクトチームにとって、不公平な偏見と差別がAIプロジェクトワークフロー全体にわたって生み出す多くの方法を特定し、緩和し、管理する上で、どのように役立つかを説明している。
  論文  参考訳（メタデータ） (2024-02-19T23:02:56Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)
• Fairness in Agreement With European Values: An Interdisciplinary Perspective on AI Regulation [61.77881142275982]
  この学際的立場の論文は、AIにおける公平性と差別に関する様々な懸念を考察し、AI規制がそれらにどう対処するかについて議論する。 私たちはまず、法律、(AI)産業、社会技術、そして(道徳)哲学のレンズを通して、AIと公正性に注目し、様々な視点を提示します。 我々は、AI公正性の懸念の観点から、AI法の取り組みを成功に導くために、AIレギュレーションが果たす役割を特定し、提案する。
  論文  参考訳（メタデータ） (2022-06-08T12:32:08Z)
• Toward a Theory of Justice for Artificial Intelligence [2.28438857884398]
  社会の基本構造は、社会技術システムの複合体として理解されるべきである。 結果として、平等主義的な正義の規範は、これらの文脈に展開されるときにその技術に適用される。
  論文  参考訳（メタデータ） (2021-10-27T13:23:38Z)
• An Impact Model of AI on the Principles of Justice: Encompassing the Autonomous Levels of AI Legal Reasoning [0.0]
  既存のおよび将来の法的活動と司法構造へのAIの注入は、正義の中核的な原則と慎重に一致させることによって行われる必要がある、と論じられている。 AI法理推論の自律性レベル(LoA)における正義の原則を調べることで、AIの開発とデプロイの取り組みに根ざした緊張が進行中である、という主張がなされている。
  論文  参考訳（メタデータ） (2020-08-26T22:56:41Z)

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。