机构名称：
¥ 1.0
随着人工智能 (AI) 开发工具和互联网数据集的普及，企业、非营利组织和政府正在以前所未有的速度部署人工智能系统，通常是大规模生产系统，影响数百万甚至数十亿用户 [1]。然而，在这种广泛部署的过程中，人们对这些自动化系统对所有用户的有效性产生了合理的担忧，尤其是对那些倾向于复制、强化或放大现有有害社会偏见的系统提出了批评 [8, 37, 62]。外部审计旨在从系统外部识别这些风险，并作为这些部署模型的问责措施。然而，这种审计往往是在模型部署之后进行的，此时系统已经对用户产生了负面影响 [26, 51]。
弥合人工智能问责差距
主要关键词
相关文件推荐
