马萨诸塞州格洛斯特——格洛斯特是大开普安地区的重要经济支柱,面临着与马萨诸塞州门户城市类似的挑战,包括确保所有居民都能访问并充分利用在线环境。为了应对这一挑战,格洛斯特市(特别是索耶免费图书馆和市政 IT 部门)一直在与大都会区规划委员会 (MAPC) 合作制定格洛斯特的第一个数字公平计划。该计划是社区如何解决数字鸿沟的路线图,通过帮助缺乏连接的居民更好地访问互联网并获得充分参与数字和日常生活所需的设备和数字技能。格洛斯特市议会于 2024 年 12 月 10 日星期二听取了有关数字公平计划的报告。
塞拉俱乐部委托对清洁能源组合进行独立评估,该组合可以在独立和白崖发电站退役后满足 AECC 的可靠性和能源需求。该分析使用 GenX,这是麻省理工学院和普林斯顿大学的研究人员开发的开源电力系统评估模型,用于评估能源系统如何整合可再生能源、存储和其他技术。该模型可用于评估可再生能源和存储的组合如何满足电力公司的每小时需求。在本例中,该模型用于评估 AECC 的系统。我们的评估保守地假设 AECC 没有机会与 MISO 和 SPP 中的区域电力和容量市场互动,尽管它定期这样做。我们还将 AECC 的 MISO 和 SPP 部门之间的互动限制在仅 275 兆瓦的传输容量,反映了 AECC 对 SPP 需求的预测,该需求与 MISO“伪绑定”。这些保守假设的价值在于,该模型被迫构建替代投资组合,就好像 AECC 完全独立于市场,其系统中的 SPP 和 MISO 部分之间的互动有限,而这种立场通常需要更高的成本。我们的理由是,如果我们能够证明 AECC 可以构建一个独立于市场的具有成本效益的投资组合,那么任何共享的市场资源只会使投资组合更便宜。
我们保卫世界上最伟大的国家——一个建立在为所有人提供机会的承诺之上的民主国家。这个国家的人口结构与我们生活的环境相似——不断变化——国防部必须做出改变,以维持和维持其未来的力量。只要我们真正代表了我们的民主,我们就是一支更强大、更有意义的力量。国防部将多样性视为一项战略要务。不同的背景和经历带来了本质上不同的观点和思维方式,这是组织创新的关键。我们通过利用所有成员的多样性并创造一个包容性的环境来获得战略优势,在这个环境中,每个成员都受到重视并被鼓励提供对创新、优化和组织任务成功至关重要的想法。
在制定这项行动计划时,我们考虑了多种因素。其中最出乎意料的因素之一是 COVID-19 疫情,它在我们的规划过程中爆发了一半。有人问,为什么在全州各个角落成千上万的工人面临如此多的混乱和不确定性的时候,州政府应该把重点放在帮助相对较少的工人和社区上。这个问题最直接的答案是法律要求我们这样做。但更合适的答案是,这两个挑战的性质不同。而且,由于疫情对我们的经济和劳动力的主要影响几乎肯定会在煤炭转型的主要影响发生之前过去,所以我们没有理由不能同时解决这两个问题。人们希望,疫情是一种极其罕见的现象,需要社会各界做出非凡的回应——就像对自然灾害的回应一样。从字面上看,这些事件要求我们所有人放下手头的工作,以应对迫在眉睫且往往是生存的威胁。另一方面,从煤炭到电力的转变是能源经济根本转变的可预见结果。我们可以提前预见到它的到来。对于工人和社区而言,其影响与失去任何大型本地雇主或经济驱动力是一致的。科罗拉多州的历史上,农村地区都发生过这样的转变,部分原因是政府应对不力(或根本不应对),导致繁荣与萧条的循环不断延续,摧毁了家庭和社区。我们认为,政府的基本义务是应对这两种挑战——一种是紧急威胁我们公民健康和安全的挑战,另一种是更可预测地随着时间推移因经济的根本性转变而出现的挑战。除非在最极端的情况下,否则不应将一种挑战排除在另一种挑战之外。
I.在2024年6月3日至7日,针对东非地区数字整合计划(EA -RDIP,P176181)进行了项目实施支持任务(ISM)。作为该更广泛的地区项目的一部分,南苏丹共和国的混合动力(虚拟和面对面)任务于6月3日 - 7112023在南苏丹的朱巴举行。南苏丹的任务由Naomi 1-Lalewood(Tane Tean Leader,高级数字开发专家)领导,由Victor Kyalo(高级数字发展专家),Ariic David Reng(数字发展顾问),Michael Okuny(高级财务管理专家)和Ocheng Kenneth Kenneth Kaneth Kaunda Odek(高级生产专家)组成。Giacomo Assenza(网络安全专家)和Dereje Agonafir Hablewold(高级环保专家)和Jennifer Gui(南苏丹项目焦点,高级数字发展专家)实际上加入了任务。
奥古斯丁·托罗巴;帕特里夏·奥迪;塞莱斯蒂娜·布雷内斯·波拉斯 (Celestina Brenes Porras);豪尔赫·费约;艾达·洛伦佐;胡里奥·塞萨尔·阿罗约;路易斯·费尔南多·萨拉查;罗道夫·罗西;费德里科·泽尔博尼;作者是西班牙美术学院(AFP)成员。马西米利亚诺·科西;卡洛斯·卡斯特罗·塞隆;胡里奥·塞萨尔·米内利;卡罗莱纳·罗哈斯·海耶斯;古斯塔沃·伊迪戈拉斯;马里奥·阿马多尔;罗德里戈·卡德纳尔;帕特里克·迈克尔·亚当;伊万诺娃·安切塔;维克多·卡斯特罗;卡洛斯·阿尔贝托·马修斯;朱利安·马丁内斯·基哈诺;克里斯蒂娜·泰尔
● HW1:研究过程中的道德规范 - 这项作业将向学生介绍开展公平和道德研究的概念。重点将放在对 IRB 本质的历史理解上。学生将完成 CITI 人类受试者研究培训作为其作业的一部分。● HW2:数据和预测中的偏见 - 学生将学习将基本的数据挖掘技术应用于数据。学生将设计和对大型数据集进行统计测试。这些测试将围绕公平概念以及如何利用技术来识别不公平进行设计。● HW3:NLP 中的偏见 - 学生将学习命名实体识别中的性别偏见。解决这项作业需要基本的自然语言处理技术,包括基于转换器的语言模型,如 BERT。● HW4:网络中的偏见——在这项作业中,学生将学习和应用基本的网络技术来发现网络中的性别偏见。女性在网络中的代表性是更多还是更少?她们是否倾向于占据比男性更高或更低的中心位置?注意:在书面和编程作业中,描述和分析的完整性和清晰度与最终的正确答案一样重要。仅发送单个最终值(即使正确)是不够的。请参阅下表:
改变故事VT(CTS)是佛蒙特州妇女基金,佛蒙特州妇女委员会和佛蒙特州妇女工作的伙伴关系计划,致力于促进妇女的经济安全。您可以在www.changethestoryvt.org
摘要 本章主张采用结构性不公正方法来治理人工智能。结构性不公正包括分析和评价两个部分。分析部分包括社会科学中众所周知的结构性解释。评价部分是一种正义理论。结构性不公正是一个强大的概念工具,它使研究人员和从业者能够识别、表达甚至预测人工智能偏见。本章以人工智能中因结构性不公正而产生的种族偏见为例。然后,本章介绍了哲学家 Iris Marion Young 提出的结构性不公正概念。此外,本章还认为结构性不公正非常适合作为一种人工智能治理方法,并将这种方法与从危害和利益分析或价值陈述开始的替代方法进行了比较。本章表明,结构性不公正为多样性、公平和包容性的价值观和关注提供了方法论和规范基础。本章最后对“结构”和责任的概念进行了展望。结构的概念是正义的核心。一个开放的理论研究问题是人工智能本身在多大程度上是社会结构的一部分。最后,责任的实践是结构性不公正的核心。即使他们不能对结构性不公正的存在负责,每个人和每个组织都有责任在未来解决结构性不公正问题。
在彼得伯勒维多利亚诺森伯兰和克拉灵顿 (PVNC) 天主教区教育局,我们陪伴着一群多元化的学生和教职员工,这反映在《2021-2022 年每个学生都很重要人口普查》、《2023-2024 年学生人口普查》和《2022-2023 年教职员工普查》中。认识到我们实现公平的共同责任,这些反馈论坛展示了我们对协作决策的承诺,并为学生和教职员工提供了分享他们对学习和工作环境的看法的机会。对这些共享信息的分析使 PVNC 天主教学校对存在的结构性不平等和偏见有了更深入的了解,并确认需要继续进行系统变革和转型,以确保被边缘化和服务不足的学生和教职员工能够获得高质量的教育、公平的就业机会和安全,他们根据《教育法》(RSO 1990,c. E.2)、《1993 年就业公平法》(SO 1993,c)有权享有这些机会。 35及其他相关立法。
