生成式 AI 的伦理关切及其缓解策略：系统性映射研究
计算机与社会
2025-08-25 v3 人工智能
摘要
[背景] 生成式 AI 技术，特别是大语言模型（LLM），通过提升信息检索、内容生成和决策过程的便利性和效率，已深刻改变诸多领域。然而，部署 LLM 也带来了多样化的伦理挑战，其缓解策略仍然复杂且取决于具体领域。[目标] 本文旨在识别和分类 LLM 使用所涉及的关键伦理关切，审视现有缓解策略，并评估在各类领域中实施这些策略所面临的突出挑战。[方法] 我们进行了系统性映射研究，审阅了 39 项讨论 LLM 伦理关切及缓解策略的研究。我们基于 various existing guidelines、frameworks 以及对缓解策略和实施挑战的分析，提取了五个伦理维度。[结果] 我们发现 LLM 的伦理关切是多维的且取决于具体情境。尽管提出的缓解策略解决了部分关切，但仍存在显著挑战。[结论] 我们的结果表明，伦理问题常常阻碍缓解策略在 high-stake 领域（如医疗保健和公共治理）的实际实施；现有 framework 往往缺乏灵活性，无法适应不断演变的社会期待和多样化的情境。
引用
@article{arxiv.2502.00015,
title = {Ethical Concerns of Generative AI and Mitigation Strategies: A Systematic Mapping Study},
author = {Yutan Huang and Chetan Arora and Wen Cheng Houng and Tanjila Kanij and Anuradha Madulgalla and John Grundy},
journal= {arXiv preprint arXiv:2502.00015},
year = {2025}
}