lightbulb现实痛点算法决策问责、可争议性与用户审计
高风险的无家可归者在服务分配中可能被算法忽视或被错误分类。公平、偏见与研究治理 / 算法决策问责、可争议性与用户审计
高风险的无家可归者在服务分配中可能被算法忽视或被错误分类。
同类问题
lightbulb现实痛点算法决策问责、可争议性与用户审计
用户通过LLM选择城市时,弱势群体受到忽视,导致更多不平等。lightbulb现实痛点算法决策问责、可争议性与用户审计
设计师和研究人员缺乏系统框架评估LLMs的应用和影响。lightbulb现实痛点算法决策问责、可争议性与用户审计
AI模型文件中的风险报告缺乏多样性和实用性,难以帮助用户评估风险。lightbulb现实痛点算法决策问责、可争议性与用户审计
公众对算法无公平感,尤其在涉及种族与性别的高风险决策中。lightbulb现实痛点算法决策问责、可争议性与用户审计
AI系统常未能满足现实需求,导致错误或资源浪费。lightbulb现实痛点算法决策问责、可争议性与用户审计
科学组织难以平衡生成式AI的潜力和其带来的风险。相关论文
IUI 2025
不平等的机会:检查大型语言模型地理推荐中的偏见
Shiran Dudy, Thulasi Tholeti, Resmi Ramachandranpillai
CHI 2025
理解CHI中的LLM化:通过系统文献回顾剖析LLM在CHI中的影响
Rock Yuren Pang, Hope Schroeder, Kynnedy Simone Smith
CHI 2025
RiskRAG:一种改进AI模型风险管理报告的数据驱动解决方案
Pooja S. B. Rao, Sanja Scepanovic, Ke Zhou
CHI 2025
系统不公正背景下公众对算法歧视的看法
Gabriel Lima, Nina Grgić-Hlača, Markus Langer
CHI 2025
AI 不匹配:在AI开发前识别潜在的算法危害
Devansh Saxena, Ji-Youn Jung, Jodi Forlizzi
CHI 2025
科学组织中知识工作者的生成式AI用途与风险
Kelly B. Wagman, Matthew T Dearing, Marshini Chetty
CHI 2025
生成幽灵:预测AI余生的益处与风险
Meredith Ringel Morris, Jed R. Brubaker
CHI 2025
面向有效的人类干预算法决策:理解决策者配置对决策对象公平性感知的影响
Mireia Yurrita, Himanshu Verma, Agathe Balayn
CHI 2024
构建以伦理为中心的行动计划:角色、流程步骤和轨迹
Colin M. Gray, Ike Obi, Shruthi Sai Chivukula
CHI 2024
(超越)合理怀疑:公共辩护人在法庭上审查AI时面临的挑战
Angela Jin, Niloufar Salehi
CHI 2024
(解)构AI魔法:一种设计分类法
Maria Luce Lupetti, Dave Murray-Rust
CHI 2024
这不是一个数据问题:加拿大公共高等教育中的算法与权力
Kelly McConvey, Shion Guha