XiaoMi-AI文件搜索系统
World File Search System正义
![GRACE, Jamie 和 BAMFORD, Roxanne (2020)。“人工智能正义理论”：使用罗尔斯方法更好地为政府的机器学习立法。法庭之友。[文章]](/simg/c/c2198d55ef11638e64693034d757bb4c81053a45.png)
GRACE, Jamie 和 BAMFORD, Roxanne (2020)。“人工智能正义理论”：使用罗尔斯方法更好地为政府的机器学习立法。法庭之友。[文章]
SyRI 法律没有规定那些在 SyRI 中处理其数据的人有告知义务，因此可以合理地认为相关人员知道其数据正在或已经用于该处理。SyRI 立法也没有规定在适当情况下单独通知数据主体已进行风险报告的义务。只有一项法律义务，即提前在政府公报上公布 SyRI 项目的启动情况，并在之后根据要求访问风险报告登记册。可以在实践中使用的示范信……不是基于“挨家挨户”通知相关人员的法律义务，而法院无法根据现有信息确定市政当局之间是否存在实施法律的固定做法。相关人员事后也不会自动收到通知。只有在对风险报告进行审计和调查时才会发生这种情况。这并非易事。
1与AARHUS公约有关的正义
JR是法治法治的重要基础，也是民间社会挑战影响环境并实现法院补救措施的潜在非法决定的最终机制。aarhus案件本质上是符合公共利益的。索赔人在案件的结果中很少有任何个人财务利益，并且不能从获胜中获利 - 这是一个整体，整个社会将从环境案件的结果中受益（或损失），是在环境案例的结果中澄清的法律，保护生物跨性别或对环境标准或气候目标或气候目标的保护。鉴于我们发现自己所处的气候和生物多样性危机，我们冒险，即环保非政府组织从来没有一个重要的时间成为法院前的自然倡导者。鉴于我们发现自己所处的气候和生物多样性危机，我们冒险，即环保非政府组织从来没有一个重要的时间成为法院前的自然倡导者。
人工智能中的隐私、公平和正义
IEEE-USA 董事会通过的《人工智能中的隐私、公平和正义》（2024 年 11 月）人工智能 (AI) 在我们社会中的无处不在，对我们保护隐私和确保公平和正义的能力提出了挑战。生成式人工智能加剧了这些挑战；此类人工智能系统独立于现有的数据、隐私、言论和财产法律和公共政策框架收集、分析和创建数据。以下提出的基本原则提供了一个法律、技术和公共政策框架来应对这些挑战并解决现有人工智能系统中嵌入的问题——例如当人工智能系统使用嵌入不平等和人类偏见模式的数据进行训练时。IEEE-USA 建议更新、协调和简化联邦法律、公共政策和指南，如下所示：
在交叉路口进行映射：环境正义＆...
今天，大约一百万种在全球灭绝的风险，气候变化是广泛的，快速而加剧的，历史上边缘化的社区受到这些趋势结果的不成比例影响。地图有可能对我们采取行动的何处和如何采取重要意义，并提供一个机会，以确保有限的保护资源专门用于优化生物多样性保护，缓解气候变化/适应和先进的人类福祉的地方，尤其是对历史上边缘化的社区。一个在空间数据（生态和社会）方面具有广泛专业知识的工作组，我们开发了本指南，以帮助映射开发人员/用户在各个规模上工作，以选择和开发地图，以支持在生物多样性和公平交集的交叉点上支持更好的决策。我们提出1）一组共同的原则，这些原则是迄今为止许多映射工作的基础，这些映射工作重点是确定行动的优先领域，2）指导问题，以帮助用户通过保护计划项目团队和3）案例研究示例将原则付诸实践。
2025 年推进环境正义战略计划
美国住房和城市发展部 (HUD 或该部门) 的使命是为所有人创建强大、可持续、包容的社区和优质、负担得起的住房。该使命的一个关键原则要求 HUD 在制定、实施和执行 HUD 法规和政策时考虑公正对待和有意义地参与所有人，包括低收入社区、环境服务不足或负担过重的社区、有色人种社区以及部落和土著社区。在 HUD 的 2022-2026 战略计划 1 中，HUD 列出了几个优先目标，包括通过投资气候适应力和碳减排来推进可持续社区、加强环境正义以及扩大对住房公共卫生的考虑。在制定其 2025-2028 年推进环境正义战略计划 (EJSP) 时，HUD 评估了其战略计划，制定了一套目标和目的，通过识别和解决 HUD 服务的社区中的不成比例的影响、扩大资源获取途径以及加强与 HUD 利益相关者的有意义的接触，进一步整合环境正义。 EJSP 将推进住房正义，同时通过执行和遵守公平住房法，扩大该部门在积极支持和保护环境服务不足或负担过重的社区方面的作用。HUD 的 EJSP 中反映的目标、目的和优先行动与行政命令 (EO) 14096《重振我们国家对全民环境正义的承诺 2》相一致，并将进一步指导该部门在未来几年为环境正义所做的战略努力。这些努力将包括支持提高社区抵御或从气候引发的灾难中恢复的能力的标准的关键行动，通过《两党基础设施法》(BIL) 和《通货膨胀削减法案》(IRA) 等立法增加 HUD 项目获得历史性和前所未有的联邦资金的机会，并开发增强的社区参与工具，以进一步推进社区规划优先事项。在全国范围内，HUD 是推进环境正义和进一步实现 EO 14096 中阐明的目标的合作伙伴。该计划将指导该部门继续开展重要的持续工作，并为当前和后代进一步推进这些优先事项。
平衡安全与正义，预测警务的道德
南非警察局摘要： - 研究南非预测性警务的道德后果，该研究旨在查明主要障碍和危险，同时检查潜在的解决方案，以使您担心您的担忧并保证负责任的应用。关键主题包括数据隐私，算法偏见，有关警务，社区参与，问责制和透明度以及透明度。减少偏见，监督程序，重要点，重大的道德问题是通过南非的预测警务提出的，包括隐私的入侵，算法偏见以及过度的警务。鉴于种族不平等的历史和当前背景，这些担忧更加紧迫。为了解决这些问题，需要将个人权利和公共安全放在首位的平衡策略。为了确保在南非负责任地使用预测性警务，透明度，问责制，社区参与和道德标准至关重要。必须减轻算法和数据的偏差，以便停止偏见的结果。对预测性警务的过度依赖可能对社区关系和常规执法技术有害。方法论策略：设计定性研究，文献综述，与公共成员，执法人员的半结构化访谈以及南非预测性警务计划的案例研究，对预测性警务的南非媒体报告的内容研究。相关性。总而言之，南非有预测性警务的优势和缺点。这项工作以更全面和细微的方式来提高我们对南非预测性警务所提出的道德难题的了解。这项研究可以提高公众意识，并鼓励参与有关南非预测性警务的讨论。这些发现可以帮助决策者和执法机构创建实施预测性警务的道德和实用策略。尽管技术提出了更有效和有效执法的可能性，但它也带来了严重的道德问题。南非可以通过解决这些问题并实施必要的程序来最大程度地降低与预测性警务相关的危险，同时最大程度地提高其潜在优势。关键字： - 预测性警务，数据分析，犯罪预测，执法，公共安全，道德，隐私，偏见，歧视，算法公平，监视，社区参与，问责制，监督，监督。
希腊，东部甲烷和西部巴尔干地区的气候变化和气候正义
Rosa-Luxemburg-Stiftung（RLS）是国际运营的公共经营的非利润组织，用于与德国左派“ Die Linke”相关的政治教育。自1990年成立以来，RLS一直致力于分析全球社会和政治进程和发展，支持基于民族团结的更公正的世界。我们的工作旨在支持左派和解放政治行为者，并帮助建立基于民主社会主义原则的替代社会模式。我们对未来社会的愿景取决于对所有人的民主和社会权利的全面实现，在社会公正和生态上可持续的全球经济秩序，国际团结与和平以及克服资本主义生产模式。
算法正义的框架
在本文中，我们通过通过社会福利功能来扩大现有的公平定义来提出一个基于公用事业的算法正义框架。在哲学背景下经常与彼此一起讨论正义与公平，尽管相关，但它们是不同的概念。在计算机科学中，一些公平的概念依赖于前安的解释：在高水平上，如果类似的人在期望方面经历了相似的结果，则算法是公平的。但是，由于这些公平性的定义不会对算法的事前行为施加限制，因此从公平算法中实现的结果可能与该算法的输入不符。我们认为，将约束放在算法的事前行为上是设计算法的必要步骤。我们通过介绍了几个算法的例子，这些算法在算法上是算法公平的，但表现出不公正的行为（对于某些正义概念）。然后，我们提出了一个正式的数学定义，以实现福利的公平性，植根于公认的正义哲学观念。我们的定义利用了社会福利功能，来自福利经济学的工具，这些工具为不同的结果如何影响社会提供了相对衡量。在介绍了此定义后，我们研究了公平与正义观念之间的关系，包括不可能的结果以及创建既公正又公正的算法的框架。