通过对话式 AI 与社交平台开展人群协作以助力 COVID-19 预防的一项贡献
计算机与社会
2021-06-22 v1 社会与信息网络
摘要
COVID-19 预防结合了公共卫生安全的软性方法与最佳实践，是卫生科学和管理界在疫情时代唯一推荐的解决方案。为了在一个如阿富汗般处于冲突与 COVID-19 影响下的国家评估此类主张的有效性，我们从信息流行病学和信息监测的视角，利用对话式 AI 与社交平台开展了一项大规模数字社会实验。这作为一种手段，用于揭示潜在真相、提供大规模便利支持、将讨论的软性影响扩展至多个站点、收集并分化和汇聚及评估来自卫生专家、患者和当地民众的大量意见与关切、对收集的数据进行审议并探索 COVID-19 的集体预防方法。最后，本文表明，在不利用 AI 赋能的讨论系统支持的情况下，决定一项使发现真相概率最大化的预防措施本质上是困难的。
引用
@article{arxiv.2106.11023,
title = {A Contribution to COVID-19 Prevention through Crowd Collaboration using Conversational AI & Social Platforms},
author = {Jawad Haqbeen and Takayuki Ito and Sofia Sahab and Rafik Hadfi and Shun Okuhara and Nasim Saba and Murataza Hofaini and Umar Baregzai},
journal= {arXiv preprint arXiv:2106.11023},
year = {2021}
}
备注
To appear as a workshop paper at AI4SG 2020. 6 pages, 4 figures, 1 table