中文

从熔肴谷到误表象:探索生成式AI中的社会性伤害

人机交互 2024-03-19 v1 人工智能 计算机与社会 机器学习

摘要

随着Gemini和GPT等先进生成模型的广泛采用,这些模型正被纳入AI即服务(AIaaS)范畴的社会技术系统中。尽管这些模型在各个领域具有多样性,但仍存在偏好特定`多数`人口统计特征的偏见倾向。尽管呼吁多样化媒体表述,但在AIaaS环境中,边缘种族和民族群体仍面临持续的扭曲、污名化和忽视。本文提供了关于社会性伤害研究现状的批判性概述,以引导讨论聚焦其影响。我们还提出开放性研究问题,旨在引导未来研究路径的定义。

关键词

引用

@article{arxiv.2403.10776,
  title  = {From Melting Pots to Misrepresentations: Exploring Harms in Generative AI},
  author = {Sanjana Gautam and Pranav Narayanan Venkit and Sourojit Ghosh},
  journal= {arXiv preprint arXiv:2403.10776},
  year   = {2024}
}

备注

In CHI 2024: Generative AI and HCI workshop (GenAICHI 24)