AURA:为 RAI 内容工作者增强理解力、韧性与意识
在维护技术产品免受有害和非法数字内容侵害的背后,是未被认可的人类劳动。近期生成式人工智能技术的兴起以及满足负责任人工智能(RAI)目标的加速需求,使得在人工智能时代更加关注此类努力的劳动变得必要。本研究通过内容工作者的生活经历,研究了支持 RAI 努力的内容工作(即"RAI 内容工作")的性质和挑战,涵盖内容moderation、数据标注和红队测试。我们进行了形成性调研和半结构化访谈研究,以构建 RAI 内容工作的概念化和为内容工作者提供整体支持的后续推荐框架。我们通过与内容工作者的一系列研讨会验证了我们的建议,并推行了实施这些建议的考虑因素和示例。我们讨论了我们的框架如何指导未来支持 RAI 内容工作者福祉和专业发展的创新。
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
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
6 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