实现面向伦理人工智能的数据驱动风险评估方法论
计算机与社会
2021-12-03 v1
摘要
AI 领域要求考量广泛的法律、伦理与社会因素，以开发维系人类价值观与权利的伦理人工智能（eAI）方案。当前存在各类指南及少量专用工具以应对个体挑战。但同样明确的是，许多组织从风险管理视角梳理这些考量时面临实际困难。因此，亟需新方法提供经过审验且适用于现实的结构与路径，贯穿伦理评估与引导 AI 开发所需的制衡环节。本文表明，跨越交叉视角的多学科研究路径，是务实界定使用 AI 的组织所面临伦理与社会风险的基础。同样关键的是实施 eAI 的跨结构治理发现。基于多学科调研证据，我们提出名为 DRESS-eAI 的新型数据驱动风险评估方法论。此外，通过对方法落地的评估，我们证明其作为数据驱动 AI 时代维系人类价值观工具的前沿相关性。
引用
@article{arxiv.2112.01282,
title = {Achieving a Data-driven Risk Assessment Methodology for Ethical AI},
author = {Anna Felländer and Jonathan Rebane and Stefan Larsson and Mattias Wiggberg and Fredrik Heintz},
journal= {arXiv preprint arXiv:2112.01282},
year = {2021}
}
备注
29 pages, 5 figures