修补、定制、配置、个性化:情境化AI公平性清单的关节工作
许多负责任AI资源,如工具包、操作手册和清单,已被开发出来以支持AI从业者识别、评估和减轻潜在的公平相关危害。这些资源通常被设计为通用的,适用于各种用例和背景;然而,这往往导致去情境化,它们可能缺乏对在特定背景下开发特定应用的AI从业者的相关性或特异性。为了理解AI从业者如何将这样一个负责任AI资源(AI公平性清单)重新情境化到其特定背景和AI应用中,我们对来自七个组织的13名AI从业者进行了半结构化访谈。我们识别出情境化公平性清单如何为AI从业者和其他利益相关者产生新形式的工作,以及通过如何调整公平性清单的决策开辟了新的谈判和争议场所。作为其中的一部分,我们识别出这一情境化过程如何帮助AI从业者形成关于AI公平的共同语言,并识别出在这一过程所有权方面的紧张关系,这表明了负责任AI工作中更大的问责问题。
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。
暂无符合条件(≥60% 相似度)的相关论文
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://dl.acm.org/doi/10.1145/3653705
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文