人工智能与设计中的风险
AI 伦理、公平与问责科技伦理与批判性HCIAI/ML 研究员与工程师隐私政策制定者
随着人工智能(AI)技术日益融入日常生活,学术界和大众对AI的讨论往往围绕其可能带来的各种风险展开。研究人员识别和预见的风险方式和程度各有不同,但他们之间的共同点无疑就是“风险”本身的概念。我们认为,这一概念在AI研究相关领域中被很大程度上视为理所当然,也就是说,“风险”一直被以日常直觉的方式使用,缺乏应有的批判性审视。本文通过审视跨学科的风险理论和文献,讨论AI技术的案例,直接将风险作为一个概念来探讨。通过这项工作,我们旨在开启对在设计研究和实践以及新兴技术开发中风险理论化重要性的批判性讨论。
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。
- 67%
算法污名化概念化
CHI '23· AI 伦理、公平与问责 +2
- 67%
为善资助AI:呼唤有意义的参与
CHI '26· AI 伦理、公平与问责 +2
- 67%
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
- 67%
什么是安全?企业话语、权力与生成式人工智能安全的政治学
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 60%
《“那很重要,但……”:计算机科学研究人员如何预见其研究创新的意外后果》
CHI '23· AI 伦理、公平与问责 +1
- 60%
人工智能煤矿中的金丝雀:美国犹太人在大型语言模型训练中可能因知识产权剥夺而受到不成比例的伤害
CHI '24· AI 伦理、公平与问责 +1
- 60%
拆解LLM供应链中的信任动态:一项实证探索以促进可信的LLM生产和使用
CHI '25· AI 伦理、公平与问责 +1
- 60%
我们为什么要这样做?:道德压力与实践中伦理的情感体验
CHI '25· AI 伦理、公平与问责 +1
- 60%
AI 不匹配:在AI开发前识别潜在的算法危害
CHI '25· AI 伦理、公平与问责 +1
- 60%
聊天中的渗透:大型语言模型聊天机器人对话中虚假信息的微妙注入增加了错误记忆的形成
IUI '25· 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://dl.acm.org/doi/abs/10.1145/3357236.3395491
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
AI 伦理、公平与问责、科技伦理与批判性HCI
work
职业/产业
AI/ML 研究员与工程师、隐私政策制定者
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文