help研究问题公众对 AI 的感知与算法责任
如何利用大型语言模型(LLMs)帮助非技术背景的公民领袖设计高质量的问卷?所属方向: 社会计算、社区与公共信息
公众对 AI 的感知与算法责任
统计基于当前已索引 question 数据,来源缺失不影响问题展示。
24
问题/痛点
6
来源
2025
最近年份
help研究问题公众对 AI 的感知与算法责任
问卷设计工具如何在减少偏差、提升特异性和参与感的同时提升用户自主性?help研究问题公众对 AI 的感知与算法责任
人机协作结合智能问卷生成对提升问卷质量和用户体验的效果如何?lightbulb现实痛点公众对 AI 的感知与算法责任
公民领袖因缺乏技术工具,难以设计高质量的社区问卷。help研究问题公众对 AI 的感知与算法责任
公众如何感知人工智能具有智能属性(如分析能力和理性)以及情感能力?help研究问题公众对 AI 的感知与算法责任
公众是否支持开发或禁止发展具有感知能力的人工智能?help研究问题公众对 AI 的感知与算法责任
公众对人工智能实现感知能力的时间预测是什么?lightbulb现实痛点公众对 AI 的感知与算法责任
公众对具感知能力人工智能的认知和态度不明确,可能影响其设计与治理。help研究问题公众对 AI 的感知与算法责任
公众对AI的担忧和期望是否与AI决策者的观点一致?help研究问题公众对 AI 的感知与算法责任
不同社会群体(如女性、有色人种)对AI的看法是否与决策者的观点存在差异?help研究问题公众对 AI 的感知与算法责任
如何设计有效的工具来衡量公众与AI决策者观点的差异?lightbulb现实痛点公众对 AI 的感知与算法责任
公众对AI的实际影响缺乏参与和发言权。help研究问题公众对 AI 的感知与算法责任
在AI辅助写作中,句子级建议与消息级建议的效果有何不同?help研究问题公众对 AI 的感知与算法责任
哪种建议形式(句子级或消息级)更有助于提高效率、用户满意度和交互质量?help研究问题公众对 AI 的感知与算法责任
句子级建议如何在保持用户自主性的同时提供有效支持?lightbulb现实痛点公众对 AI 的感知与算法责任
政府工作人员回应大量邮件高效性低并容易失去公众信任。help研究问题公众对 AI 的感知与算法责任
如何通过以人为本的设计,满足多样化的社区对机器学习驱动的海洋图像分析工具的需求?help研究问题公众对 AI 的感知与算法责任
如何用统一的数据标签和开放数据库促进海洋图像处理的自动化和标准化?help研究问题公众对 AI 的感知与算法责任
哪些设计功能可以有效支持科学家、企业和公众等不同用户类型的海洋数据处理需求?lightbulb现实痛点公众对 AI 的感知与算法责任
海洋数据处理自动化工具不足,用户难以高效分析海量视频和图像数据。help研究问题公众对 AI 的感知与算法责任
AI系统的可解释性如何影响人们对算法责任的归因?help研究问题公众对 AI 的感知与算法责任
人们在面对不同危害程度的算法伤害时,会如何分配责任?help研究问题公众对 AI 的感知与算法责任
AI的自主性如何改变责任归因行为?lightbulb现实痛点公众对 AI 的感知与算法责任
公众对算法伤害的责任归因缺乏一致性,阻碍AI的治理与接受。相关论文
IUI 2025
Coalesce:一个用于设计社区中心化问卷的可访问式混合主动系统
Cassandra Overney, Daniel T Kessler, Suyash Pradeep Fulay
CHI 2025
对有意识AI和其他数字思维的感知:来自AI、道德和意识(AIMS)调查的证据
Jacy Reese Anthis, Janet V.T. Pauketat, Ali Ladak
CHI 2025
人工智能恐惧与希望的殿堂:通过交互平台比较人工智能影响者与美国公众的观点
Gustavo Moreira, Edyta Paulina Bogucka, Marios Constantinides
CHI 2023
在人工智能中介沟通中比较句子层面的建议和消息层面的建议
Liye Fu, Benjamin Newman, Maurice Jakesch
CHI 2023
设计海洋视觉AI:基于成像的海洋保护社区需求调查
Alison Crosby, Eric Coughlin Orenstein, Susan Poulton
CHI 2023
责备人类和机器:什么塑造了人们对算法伤害的反应
Gabriel Lima, Nina Grgić-Hlača, Meeyoung Cha