机构名称：
¥ 1.0
摘要 — 尽管人们有兴趣在本科课程中传播道德问题和社会背景以推进公共利益技术 (PIT) 目标，但在研究生阶段的干预措施仍然基本上未被探索。这可能是由于不同的人工智能 (AI) 研究轨道对其与社会背景的界面的构想方式相互冲突。在本文中，我们追踪了社会技术研究在三个不同的人工智能研究子领域的历史出现：人工智能安全、公平机器学习 (Fair ML) 和人在环 (HIL) 自主性。我们表明，对于每个子领域，对 PIT 的看法源于过去将技术系统整合到规范社会秩序中面临的特殊危险。我们进一步探究这些历史如何决定每个子领域对概念陷阱的反应，如科学和技术研究文献中所定义。最后，通过对这些当前孤立的领域进行比较分析，我们提出了人工智能社会技术研究生教学统一方法的路线图。
从抽象陷阱到社会技术风险
主要关键词
相关文件推荐
