利用情景写作识别和减轻生成式人工智能的影响
计算机与社会
2024-11-01 v1
摘要
影响评估已成为识别人工智能部署的负面和正面影响的常用方法,其目标是避免其使用的弊端。不可否认,影响评估非常重要——尤其是在生成式人工智能等快速普及的技术领域。但同样重要的是,要批判性地审视当前关于影响评估的文献和实践,识别其不足之处,并开发能够应对这些局限性的新方法。在这篇挑衅性文章中,我们正是这样做的:首先批判了当前的影响评估文献,然后提出了一种解决我们关切的新方法:基于情景的社会技术展望。
引用
@article{arxiv.2410.23704,
title = {Using Scenario-Writing for Identifying and Mitigating Impacts of Generative AI},
author = {Kimon Kieslich and Nicholas Diakopoulos and Natali Helberger},
journal= {arXiv preprint arXiv:2410.23704},
year = {2024}
}
备注
Publication at NeurIPS'24 workshop Evaluating Evaluations: Examining Best Practices for Measuring Broader Impacts of Generative AI (EvalEval)