共同设计检查表以了解组织在人工智能公平性方面的挑战和机遇
最佳论文AI 伦理、公平与问责算法公平与偏见参与式设计(Participatory Design)AI/ML 研究员与工程师隐私政策制定者HCI 研究员
许多组织发布了旨在指导人工智能系统道德开发和部署的原则;然而,它们的抽象性质使得它们难以操作化。因此,一些组织制定了人工智能伦理检查清单,以及针对更具体概念(如公平性)应用于人工智能系统的检查清单。但是,除非检查清单基于实践者的需求,否则可能会被误用。为了了解检查清单在人工智能伦理中的作用,我们与48位实践者进行了迭代的共同设计过程,重点关注公平性。我们共同设计了一个人工智能公平性检查清单,并确定了人工智能公平性检查清单的一般需求和关注点。我们发现,人工智能公平性检查清单可以为正式化临时过程和赋予个人倡导者权力提供组织基础设施。我们强调了可能影响人工智能公平性检查清单有效性的组织文化方面,并提出了未来的设计方向。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 86%
HCI 参与式人工智能正义:范围综述
CHI '26· 参与式设计(Participatory Design) +3
- 71%
AI能否成为道德受害者?道德能动性与所有权感知在AI生成内容使用伦理判断中的作用
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 71%
为善资助AI:呼唤有意义的参与
CHI '26· AI 伦理、公平与问责 +2
- 71%
表层偏见:头像外观如何影响AI招聘感知
CHI '26· AI 伦理、公平与问责 +2
- 71%
做正确的事:在早期AI概念选择中桥接HCI与负责任AI
DIS '25· AI 伦理、公平与问责 +2
- 67%
走向实践中的公平性:评估公平机器学习工具包的实践者导向标准
CHI '21· AI 伦理、公平与问责 +1
- 67%
陪审团学习:将不同意见整合到机器学习模型中
CHI '22· AI 伦理、公平与问责 +1
- 67%
有能力但不道德?比较AI和人类专家在道德决策中的合作
CHI '22· AI 伦理、公平与问责 +1
- 67%
脱离上下文:调查“人工智能作为服务”的偏见和公平性问题
CHI '23· AI 伦理、公平与问责 +1
- 67%
这目前是杂乱无章的:考察AI/ML从业者在负责任的AI价值观共同生产过程中的挑战
CHI '23· AI 伦理、公平与问责 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376445
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
最佳论文
group
作者
4 位作者
sell
研究子方向
AI 伦理、公平与问责、算法公平与偏见、参与式设计(Participatory Design)
work
职业/产业
AI/ML 研究员与工程师、隐私政策制定者、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文