XiaoMi-AI文件搜索系统
World File Search System公益
非洲的人工智能、新闻业和公益媒体
考虑到这些和其他发现，本研究的首席研究员乔治·奥戈拉教授重申了伦敦政治经济学院新闻 AI 项目负责人查理·贝克特教授在 2021 年拉丁美洲和东欧报告前言中提出的跨组织和地理界限合作的呼吁。在“公共利益媒体”的框架中，奥戈拉教授和他的团队提到了非洲的 ubuntu 概念；这种精神谨慎而有目的地将我们的注意力重新集中在使人工智能为公共利益服务所需的人类品质上，正如大主教德斯蒙德·图图在《喜悦之书：变化世界中的持久幸福》（第 59-60 页）中与诺贝尔奖获得者达赖喇嘛交谈时对 ubuntu 的解释所暗示的那样：
公益基础设施-国际媒体支持
20 世纪 90 年代末，第一个社交媒体诞生，彻底改变了全球信息生态系统。社交媒体通过虚拟社区和网络促进信息、想法、兴趣和其他表达形式的创造和共享。社交媒体旨在作为社交参与和用户生成内容的平台，也成为新闻媒体、私营公司和政治实体接触受众的重要工具。社交媒体最初被视为民主化平台，让每个人都能在公共辩论中发出自己的声音，但不幸的是，在监控资本主义商业模式的推动下，社交媒体也被武器化，被用来传播虚假信息和仇恨言论，以影响公众舆论。
制作自己的视频公益广告的技巧
公益广告。使用简单的对话式语言。保持句子简洁明了。大声朗读剧本并计时，以确保达到目标。创建包含两栏的剧本也可能会有所帮助：一栏用于视频的音频内容，一栏用于描述伴随音频的视觉效果。即使您的公益广告中没有任何人讲话，您仍然需要编写屏幕上显示的任何文本，并创建故事板来组织文本和图像的流程。
引用 (APA) Umbrello, S., & van de Poel, IR (2021)。将价值敏感设计映射到人工智能上以实现社会公益原则。人工智能与伦理，283–296。https://doi.org/10.1007/s43681-021-00038-3
摘要 价值敏感设计 (VSD) 是一种将价值观融入技术设计的成熟方法。它已应用于不同的技术，最近又应用于人工智能 (AI)。我们认为，人工智能提出了许多特定于 VSD 的挑战，需要对 VSD 方法进行一些修改。机器学习 (ML) 尤其带来了两个挑战。首先，人类可能不理解人工智能系统如何学习某些东西。这需要关注透明度、可解释性和可问责性等价值观。其次，ML 可能导致人工智能系统以“脱离”其中所嵌入的价值观的方式进行适应。为了解决这个问题，我们提出了一种三重修改的 VSD 方法：(1) 将一组已知的 VSD 原则 (AI4SG) 整合为设计规范，从中可以得出更具体的设计要求；(2) 区分设计所提倡和尊重的价值观，以确保结果不仅不会造成伤害，而且还有助于实现利益；(3) 将 VSD 流程扩展到涵盖人工智能技术的整个生命周期，以监控意外的价值后果并根据需要重新设计。我们通过 SARS-CoV-2 接触者追踪应用程序的示例用例说明了我们的 VSD for AI 方法。
将价值敏感设计映射到人工智能上以实现社会公益原则
摘要 价值敏感设计 (VSD) 是一种将价值观融入技术设计的成熟方法。它已应用于不同的技术，最近又应用于人工智能 (AI)。我们认为，AI 提出了许多特定于 VSD 的挑战，需要对 VSD 方法进行一些修改。机器学习 (ML) 尤其带来了两大挑战。首先，人类可能无法理解 AI 系统如何学习某些事物。这需要关注透明度、可解释性和可问责性等价值观。其次，ML 可能导致 AI 系统以“分离”其中嵌入的价值观的方式进行适应。为了解决这个问题，我们提出了一种三重修改的 VSD 方法：(1) 将一组已知的 VSD 原则 (AI4SG) 整合为设计规范，从中可以得出更具体的设计要求； (2) 区分设计所提倡和尊重的价值观，以确保结果不仅不会造成伤害，而且还会带来好处；(3) 扩展 VSD 流程以涵盖 AI 技术的整个生命周期，以监控意外的价值后果并根据需要进行重新设计。我们以 SARS-CoV-2 接触者追踪应用为例，说明了我们的 VSD for AI 方法。
非人类人道主义：当人工智能的善举变成坏事时 Mirca Madianou 伦敦大学金史密斯学院 2018 年，有超过 1.68 亿人需要人道主义援助，同时有超过 6900 万人成为难民，人道主义部门面临着重大挑战。人工智能 (AI) 应用可以成为人道主义危机的潜在解决方案的提议受到了热烈欢迎。这是“人工智能用于社会公益”大趋势的一部分，也是“数字人道主义”更广泛发展的一部分，“数字人道主义”指的是公共和私营部门为应对人道主义紧急情况而使用数字创新和数据。聊天机器人、声称可以预测未来流行病或人口流动的预测分析和建模以及依赖于采用机器学习算法的先进神经网络的生物识别技术，都是在援助行动中越来越受欢迎的例子。本文建立了一个跨学科框架，将殖民和非殖民理论、人道主义和发展的批判性探究、批判性算法研究以及对人工智能的社会技术理解结合在一起。人道主义在这里被理解为一种复杂的现象：不仅仅是通常定义的“减少痛苦的必要性”（Calhoun，2008），而且是一种行业、一种话语和一种源于 19 世纪和 20 世纪殖民主义的历史现象（Fassin，2012；Lester & Dussart，2014）。人工智能同样是一个多面现象：不仅仅是基于先进计算和机器学习算法的技术创新，而且是一个行业以及关于技术的特定话语。人工智能只能与数据和算法一起理解——这三者是不可分割的，因为人工智能依赖于机器学习算法，而机器学习算法是特定数据集的产物。鉴于“大数据”本质上是不完整的，且具有本体论和认识论的局限性（Crawford & Finn，2014），人工智能应用会重现并可能放大大型数据集中发现的现有偏见（Benjamin，2019；Eubanks，2018；Noble，2018 等）。
非人类人道主义：当人工智能的善举变成坏事时 Mirca Madianou 伦敦大学金史密斯学院 2018 年，有超过 1.68 亿人需要人道主义援助，同时有超过 6900 万人成为难民，人道主义部门面临着重大挑战。人工智能 (AI) 应用可以成为人道主义危机的潜在解决方案的提议受到了热烈欢迎。这是“人工智能用于社会公益”大趋势的一部分，也是“数字人道主义”更广泛发展的一部分，“数字人道主义”指的是公共和私营部门为应对人道主义紧急情况而使用数字创新和数据。聊天机器人、声称可以预测未来流行病或人口流动的预测分析和建模以及依赖于采用机器学习算法的先进神经网络的生物识别技术，都是在援助行动中越来越受欢迎的例子。本文建立了一个跨学科框架，将殖民和非殖民理论、人道主义和发展的批判性探究、批判性算法研究以及对人工智能的社会技术理解结合在一起。人道主义在这里被理解为一种复杂的现象：不仅仅是通常定义的“减少痛苦的必要性”（Calhoun，2008），而且是一种行业、一种话语和一种源于 19 世纪和 20 世纪殖民主义的历史现象（Fassin，2012；Lester & Dussart，2014）。人工智能同样是一个多面现象：不仅仅是基于先进计算和机器学习算法的技术创新，而且是一个行业以及关于技术的特定话语。人工智能只能与数据和算法一起理解——这三者是不可分割的，因为人工智能依赖于机器学习算法，而机器学习算法是特定数据集的产物。鉴于“大数据”本质上是不完整的，且具有本体论和认识论的局限性（Crawford & Finn，2014），人工智能应用会重现并可能放大大型数据集中发现的现有偏见（Benjamin，2019；Eubanks，2018；Noble，2018 等）。
样本：公益财务规划政策
成为信誉良好的注册财务规划师™ (CFP®) 专业人士 拥有良好的合规记录。 将您的公益规划作为外部商业活动进行披露，并获得您的主管负责人的批准。 请勿使用任何公司品牌的材料，例如演示文稿或销售文献。联系金融规划协会和金融规划基金会以获取有关用于公益财务规划客户的计算器和其他资源的信息。 在从事公益规划活动时，请勿分发您的公司名片或顾问手册补充材料。 愿意回应企业慈善组织偶尔提出的有关您的公益活动的信息请求。 对有关您的公益服务接受者的所有信息保密。 遵守您选择的公益计划的所有要求，包括完成必需的培训和使用该计划的客户协议。如果您选择的公益计划不提供此类资源，强烈建议您采取以下行动：