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。
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)