人工智能审计：通往 AI 问责之路上的故障车
计算机与社会
2024-01-29 v1
摘要
实现有意义的人工智能问责最具体的措施之一，是对系统的性能和影响进行后果性评估和报告。然而，“人工智能审计”生态系统的实践本质混乱且不精确，使得梳理各种概念和厘清参与实践的利益相关者变得困难。首先，我们对当前由监管机构、律师事务所、公民社会、新闻业、学术界和咨询机构完成的人工智能审计实践进行了分类。其次，我们评估了每个领域内利益相关者所完成审计的影响。我们发现，只有一部分人工智能审计研究能转化为期望的问责结果。因此，我们评估并提炼出有效人工智能审计结果所必需的实践，阐明了人工智能审计设计、方法论和制度背景与其作为有意义的问责机制有效性之间所观察到的联系。
引用
@article{arxiv.2401.14462,
title = {AI auditing: The Broken Bus on the Road to AI Accountability},
author = {Abeba Birhane and Ryan Steed and Victor Ojewale and Briana Vecchione and Inioluwa Deborah Raji},
journal= {arXiv preprint arXiv:2401.14462},
year = {2024}
}
备注
To appear in the proceedings of the 2nd IEEE Conference on Secure and Trustworthy Machine Learning (SaTML) 2024