机构名称：
¥ 1.0
在本出版物中，人工智能 (AI) 一词是指一大类基于软件的系统，它们从环境中接收信号并采取行动，通过生成输出（例如内容、预测、建议、分类或影响其所交互环境的决策等）来影响该环境 [63]。机器学习 (ML) 更具体地指的是“使计算机能够在没有明确编程的情况下学习的研究领域” [64]，或利用数据来学习和应用模式或辨别统计关系的计算机程序。常见的 ML 方法包括但不限于回归、随机森林、支持向量机和人工神经网络。ML 程序可能用于或可能不用于预测未来事件。ML 程序还可用于为其他 ML 程序创建输入。AI 在其范围内包括 ML。虽然 AI 前景广阔，但通过放大现有偏见，自动分类和在大型数据集内发现的便利性可能会给个人和社会带来重大负面影响。偏见可能是有意或无意地引入人工智能系统的，也可能是在人工智能应用于某个应用程序时出现的。某些类型的人工智能偏见是有目的且有益的。例如，人工智能应用程序所依赖的机器学习系统通常会模拟我们的隐性偏见，以创造积极的在线购物体验或识别感兴趣的内容 [65, 66]。推荐系统以及其他建模和预测方法的激增也有助于揭露这些过程中存在的许多负面社会偏见，这些偏见可能会降低公众信任 [67–70]。人工智能并不是在真空中建立或部署的，它与社会现实中的歧视或不公平做法隔绝。将人工智能理解为社会技术系统，就是承认开发技术的过程不仅仅是数学和计算结构。人工智能的社会技术方法考虑了从数据集建模的价值观和行为、与之交互的人类以及涉及其委托、设计、开发和最终部署的复杂组织因素。
识别和管理人工智能中的偏见
主要关键词
相关文件推荐
