面向神经包容性 AI 的数据驱动与参与式方法

Naba Rizvi

面向神经包容性 AI 的数据驱动与参与式方法

人机交互 2025-07-30 v1 人工智能计算机与社会

作者: Naba Rizvi

摘要

偏差数据表示在 AI 中边缘化了全球最高多达 7500 万自闭人，因其在医疗应用中将自闭视为神经常态社交技能的缺失，而非人类多样性的一个方面，这一视角基于质疑自闭人人性的研究。图灵定义人工智能为模仿人类沟通的能力，随着 AI 发展日益聚焦于类人智能体，该基准仍广为流行。相反，我们将神经包容性 AI 定义为数据与系统，旨�远离将人性化作为机器智能的基准。随后，我们探讨了当前研究中反自闭偏见的起源、流行程度及影响。我们的工作发现，90% 的类人 AI 智能体排除了自闭视角，AI 创作者仍认为伦理考量超出其工作范围。为改善数据中对自闭人的代表性，我们与注释者和大语言模型进行经验实验，发现二元标注方案足以捕捉反自闭仇恨言论的细微差异。我们的基准AUTALIC可用于评估或微调模型，旨在为更神经包容的未来工作奠定基础。

关键词

神经包容性 AI 自闭症偏见大语言模型二元标注

引用

@article{arxiv.2507.21077,
  title  = {Data-Driven and Participatory Approaches toward Neuro-Inclusive AI},
  author = {Naba Rizvi},
  journal= {arXiv preprint arXiv:2507.21077},
  year   = {2025}
}

备注

PhD Dissertation at UC San Diego (June 2025)

面向神经包容性 AI 的数据驱动与参与式方法

摘要

关键词

引用

备注

相关论文