論文の概要: Method, Mind, and Morality: How People Make Sense of Artificial Intelligence
- arxiv url: http://arxiv.org/abs/2608.24748v1
- Date: Tue, 25 Aug 2026 15:52:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:35.08644
- Title: Method, Mind, and Morality: How People Make Sense of Artificial Intelligence
- Title（参考訳）: メソッド、マインド、モラル:人々が人工知能の感覚を作る方法
- Abstract要約: 人間は人工知能(AI)の迅速な離陸をどうやって理解できるのか?
我々は、何百万ものAI関連新聞記事やソーシャルメディア投稿の計算テキスト分析を用いて、AIのセンスメイキングダイナミクスを研究した。
我々は、さまざまな社会学的フレーム(集団認知を構成する解釈スキーマ)を特定し、AIプロフェッショナルがフレームを使用して重要な認知的課題に対処する方法を示す。
- 参考スコア（独自算出の注目度）: 10.2319621391971
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: How can humans make sense of the rapid takeoff of artificial intelligence (AI)? We studied the sensemaking dynamics of AI through an open-ended, mixed-methods study with computational text analysis of millions of AI-related newspaper articles and social media posts grounded in 57 semi-structured interviews with AI professionals in 2021 and 2023--before and after the recent surge of public interest. We identify a range of sociological frames (interpretive schemas that structure collective cognition) and show how AI professionals use frames to address significant cognitive challenges, such as assigning responsibility for societal impacts. We develop a framework of three primary debates across which frames are adopted and contested: (i) the $\textit{method}$ of AI development, between frames of top-down expert systems and bottom-up emergent capabilities, (ii) the $\textit{mind}$ of an AI system, ranging from a passive tool to a humanlike "digital mind," and (iii) the $\textit{morality}$ of how AI is used, particularly the decision of whether to slow down or speed up AI development. As humanity enters the era of transformative AI, technologists and policymakers must account for the framing dynamics that will circumscribe our beliefs, values, and actions.
- Abstract（参考訳）: 人間は人工知能(AI)の迅速な離陸をどうやって理解できるのか?
我々は2021年と2023年のAI専門家との57件の半構造化インタビューに基づいた、何百万ものAI関連の新聞記事やソーシャルメディア投稿の計算テキスト分析を用いて、AIのセンスメイキングのダイナミクスを調査した。
我々は、様々な社会学的枠組み(集団認知を構成する解釈スキーマ)を特定し、AIの専門家が、社会的影響に対する責任の割り当てなど、重要な認知的課題にどのようにフレームを使うかを示す。
我々は、フレームが採用され、議論される3つの主要な議論の枠組みを開発する。
i) トップダウンのエキスパートシステムのフレームとボトムアップの創発的能力の間にある、AI開発のための$\textit{method}$。
(ii)受動的ツールから人間のような「デジタルマインド」まで、AIシステムの$\textit{mind}$
(iii)$\textit{morality}$AIの使い方、特にAI開発を遅くするか、スピードアップするかの決定について。
人類が変革的AIの時代に入ると、技術者や政策立案者は私たちの信念、価値観、行動を取り巻くフレーミングのダイナミクスを考慮しなければならない。
関連論文リスト
- AI usage patterns are shaped by perceived gains in human agency [2.2635515032445577]
我々は、持続的AI使用率と個々の機関の知覚的な利益とを一貫して関連づけていることを示します。
我々の発見は、人間がどのようにして、なぜ時間をかけてAIシステムを使うのかという仮定に挑戦する。
論文 参考訳（メタデータ） (2026-07-02T15:24:58Z) - AI Phenomenology for Understanding Human-AI Experiences Across Eras [8.54750896635797]
AI現象学とは、AIシステムと対話する際に「どう感じたか?」と問う研究スタンスである。
私たちはAI現象学を、ユーザーとAIシステム間のアライメントの体験、交渉、更新を捉えるフレームワークとして動機付けています。
論文 参考訳（メタデータ） (2026-03-09T23:26:46Z) - Aligning Generalisation Between Humans and Machines [74.120848518198]
AI技術は、科学的発見と意思決定において人間を支援することができるが、民主主義と個人を妨害することもある。
AIの責任ある使用と人間-AIチームへの参加は、AIアライメントの必要性をますます示している。
これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
論文 参考訳（メタデータ） (2024-11-23T18:36:07Z) - Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。
AIシステムは特にメタ認知に苦しむ。
スマートAIのベンチマーク、トレーニング、実装について論じる。
論文 参考訳（メタデータ） (2024-11-04T18:10:10Z) - Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。
学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。
トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文 参考訳（メタデータ） (2024-07-03T15:38:57Z) - Visions of a Discipline: Analyzing Introductory AI Courses on YouTube [11.209406323898019]
われわれはYouTubeで最も視聴された20のAIコースを分析した。
導入型AIコースは、AIの倫理的または社会的課題に有意義に関わっていない。
我々は、よりバランスのとれた視点を示すために、AIの倫理的課題を強調しておくことを推奨する。
論文 参考訳（メタデータ） (2024-05-31T01:48:42Z) - Intent-aligned AI systems deplete human agency: the need for agency
foundations research in AI safety [2.3572498744567127]
人間の意図の一致は、安全なAIシステムには不十分である、と我々は主張する。
我々は、人類の長期的機関の保存がより堅牢な標準であると論じている。
論文 参考訳（メタデータ） (2023-05-30T17:14:01Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳（メタデータ） (2022-01-26T18:53:09Z) - A User-Centred Framework for Explainable Artificial Intelligence in
Human-Robot Interaction [70.11080854486953]
本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。
このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
論文 参考訳（メタデータ） (2021-09-27T09:56:23Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - Socially Responsible AI Algorithms: Issues, Purposes, and Challenges [31.382000425295885]
技術者とAI研究者は、信頼できるAIシステムを開発する責任がある。
AIと人間の長期的な信頼を構築するためには、アルゴリズムの公正性を超えて考えることが鍵だ、と私たちは主張する。
論文 参考訳（メタデータ） (2021-01-01T17:34:42Z)
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。