XiaoMi-AI文件搜索系统
World File Search SystemBIRHANE
c u r r i c u l u m v i t a e firehiwot birhane eshetu ...- fabi
2014下一步？成功留学经验后，国际学生如何为祖国的发展做出贡献。根特大学，根特，比利时，2012年，2012年，关于发展中国家农村经济改革与发展的高级课程。南京农业大学，2010年，2010年常见分子标记技术及其在植物繁殖和植物遗传资源的保护中的应用。作者：遗传学研究实验室/自然科学学院，亚的斯亚贝巴大学，生物多样性国际和加拿大国际发展局（CIDA）项目“了解和管理Noug（Guizotia Abyssinica）的遗传多样性”
人工智能 101：生成式人工智能与高等教育
Kasirzadeh , A.、Kenton , Z.、Brown , S.、Hawkins , W.、Stepleton , T.、Biles , C.、Birhane , A.、Haas , J.、Rimell , L.、Hendricks , LA、Isaac , W.、Legassick , S.、Irving , G. 和 Gabriel , I. (2021 年 12 月 8 日)。语言模型带来的伦理和社会危害风险。 DeepMind [预印本]。 https://doi.org/10.48550/archiv.2112.04359
被遗忘的人工智能伦理边缘
ABEBA BIRHANE，Mozilla 基金会和爱尔兰都柏林大学计算机科学学院 ELAYNE RUANE，SFI Lero 和爱尔兰都柏林大学计算机科学学院 THOMAS LAURENT，SFI Lero 和爱尔兰都柏林大学计算机科学学院 MATTHEW S. BROWN，美国巴克内尔大学计算机科学系 JOHNATHAN FLOWERS，美国大学哲学与宗教系 ANTHONY VENTRESQUE，SFI Lero 和爱尔兰都柏林大学计算机科学学院 CHRISTOPHER L. DANCY，工业与制造工程系和计算机科学系
就新兴问题进行互动对话
新兴问题互动对话 人工智能促进性别平等 2024 年 3 月 21 日星期四，上午 10:00 – 下午 1:00 演讲者简介： Ivana Bartoletti：Wipro 全球首席隐私和人工智能治理官。她是隐私、数据保护和负责任技术领域的国际公认思想领袖。她在大型组织工作多年，负责隐私政策、战略和与数字化转型、云和自动化相关的计划。2022 年，Ivana 在伦敦获得年度隐私领袖奖。她是欧洲委员会人工智能和性别权利专家。她是颇具影响力的“人工智能女性领袖”网络的创始人。 Abeba Birhane：是一位认知科学家，研究复杂自适应系统、机器学习、算法偏见和批判性种族研究的交叉领域。 Birhane 与 Vinay Prabhu 合作发现，开发人工智能系统常用的大规模图像数据集（包括 ImageNet 和 80 Million Tiny Images）带有种族主义和厌恶女性的标签以及令人反感的图像。她被 VentureBeat 评为计算机视觉领域的顶级创新者，并被《时代》杂志评为 2023 年人工智能领域最具影响力的 100 人之一。她是人工智能高级顾问委员会的成员。Ivana Feldfeber：来自阿根廷巴里洛切的女权主义活动家。她是拉丁美洲首个性别数据观察站“DataGénero”的联合创始人兼执行董事。她是拉丁美洲女权主义人工智能网络的成员，曾担任人工智能和数字政策中心 (CAIDP) 的团队负责人，在那里她致力于分析她所在地区的不同人工智能政策。 2022 年，Ivana 和她的团队被 A+ 联盟选中，负责研究阿根廷和墨西哥刑事法院处理性别暴力数据的 AI 工具。她还是 FAccT 会议指导委员会的成员，也是性别与环境数据联盟 (GEDA) 的核心合作伙伴。Paola Ricaurte：蒙特雷科技大学媒体与数字文化系副教授，哈佛大学伯克曼克莱因互联网与社会中心副教授。联合国教科文组织人工智能伦理建议实施专家组。她是无国界人工智能伦理专家 (AIEB) 网络、A Plus 包容性算法联盟的成员，并协调女权主义人工智能研究网络的拉丁美洲和加勒比中心，从那里她推动女权主义人工智能的发展。Irena Bakane：拉脱维亚大学法学院法学研究所的研究员。她的专业知识涵盖人工智能监管、法律和技术、欧盟法律、人权、数据保护和隐私。 2020年，她担任联合国教科文组织人工智能伦理建议特设专家组（AHEG）专家、副主席。她是欧洲数据保护委员会 (EDPB) 支持专家组成员。拉脱维亚科学院将她的著作《人工智能时代人权的作用》评为 2023 年拉脱维亚科学界最重要的成就之一。
教学情境中的生成式人工智能 - 学术申诉专员
11 阿尔凯西和麦克法兰，2023；阿塔鲁里等人。 2023；基督教 2023；法郎 2023；胡赛尼、拉斯穆森和雷斯尼克 2023；吉等人。 2023；基德和比尔汉 2023； Lee、Bubeck 和 Petro 2023；莱特曼等人。 2023；刘、张、梁 2023；梅加赫德等人。 2023；梅策、莫兰丁-雷斯、罗兰-梅策和弗洛林多 2023 年； OpenAI 2023 年 3 月 27 日；波里茨 2023；韦斯和梅斯 2023 年；威瑟 2023；张，等人。 2023；赵，等人。 2023； Zhavoronkov 2023。12 Busch 2023；电子隐私信息中心 2023；Huang 2023；Hosseini 和 Horbach 2023；Lauer、Constant 和 Wernimont 2023；Meskó 和 Topol 2023；美国国立卫生研究院 2023；Schwartz 和 Rogers 2022。13 请参阅 registrar.uky.edu/ferpa 和 registrar.uky.edu/ferpa/ferpa-faculty-and-staff-faq。14 请参阅 www.research.uky.edu/office-research-integrity。15 Bender、Gebru、McMillan-Major 和 Shmitchell 2021；Brown 等人 2020；Caliskan、Bryson 和 Narayanan 2017；Hovy 和 Prabhumoye 2021； Liang, Wu, Morency 和 Salakhutdinov 2021；Najibi 2020；Nazer 等人 2023；Nicholas 和 Bhatia 2023；Schwartz 等人 2022；Small 2023 年 7 月 4 日；Whittaker 等人 2019；Zhuo, Huang, Chen 和 Xing 2023。16 Appel、Neelbauer 和 Schweidel 2023；Lucchi 2023；Saveri 和 Butterick 2023；Sobel 2018；Strowel 2023；Thorbecke 2023；Zirpoli 2023。17 Chen, Zaharia 和 Zou 2023。
HR能够适应人工智能的悖论吗？
Adams-Prassl, J. (2019)。如果你的老板是一个算法会怎样？人工智能在工作中的崛起。比较劳动法与政策杂志，41 (1)，123–146。 Agrawal, A.、Gans, J. 和 Goldfarb, A. (2018)。预测机器：人工智能的简单经济学。哈佛商业评论出版社。 AHRI。 (2016)。道德与职业行为准则。2020 年 12 月 18 日检索自 https://www.ahri.com.au/me- dia/1162/by-law-1-code-of-ethics-and-professional-conduct_updated-october-2016.pdf Aloisi, A. 和 Gramano, E. (2019)。人工智能正在监视你的工作：欧盟背景下的数字监控、员工监控和监管问题。比较劳动法与政策杂志，41（1），95–122。 Angrave, D.、Charlwood, A.、Kirkpatrick, I.、Lawrence, M. 和 Stuart, M. (2016)。人力资源与分析：为何人力资源注定无法应对大数据挑战。人力资源管理杂志，26（1），1–11。 Bailey, D. 和 Barley, S. (2020)。超越设计和使用：学者应如何研究智能技术。信息与组织，30（2），1–12。 Bailie, I. 和 Butler, MM (2018)。人工智能及其对人力资源影响的考察。CognitionX。 Bellamy, RK、Dey, K.、Hind, M.、Hoffman, SC、Houde, S.、Kannan, K. 和 Zhang, Y. (2018)。 AI Fairness 360：用于检测、理解和减轻不必要的算法偏差的可扩展工具包。arXiv 预印本 arXiv:1810.01943。Benbya, H.、Davenport, T. 和 Pachidi, S. (2020)。组织中的人工智能：现状和未来机遇。MIS Quarterly Executive，19 (4)，9–21。Berg, J. (2019)。保护数字时代的工人：技术、外包和日益增长的工作不稳定性。检索日期：2020 年 1 月 31 日，来自 https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3413740 Birhane, A. (2021)。算法不公正：一种关系伦理方法。模式，2 (2)，1–9。Bloodworth, J. (2018)。受聘：在低工资英国卧底六个月。大西洋图书。Bollen，KA (1989)。带有潜在变量的结构方程（第 210 卷）。约翰·威利父子公司。Bort，J。（2019 年）。亚马逊的仓库工人追踪系统可以自动挑选要解雇的人，而无需人类主管的参与。商业内幕。2019 年 4 月 25 日检索自 https://www.businessinsider.com/amazon-system-automatically-fires-warehouse-workers-time-off-task-2019-4?r=US&IR=T Buckingham，M。（2015 年）。大多数人力资源数据都是坏数据。哈佛商业评论。2021 年 12 月 1 日检索自 https://www. marcusbuckingham.com/wp-content/uploads/2017/08/Most-HR-Data-Is-Bad-Data-HBR.pdf Byrnjolfsson, E., & Macafee, A. (2014). 第二次机器时代：辉煌技术时代的工作、进步和繁荣。WW Norton。Callen, A. (2021). 当知识工作和分析技术发生冲突时：黑盒算法技术的实践和后果。行政科学季刊，66 (4)，1173–1212。Chamorro-Premuzic, T.、Polli, F. 和 Dattner, B. (2019)。为人才管理构建合乎道德的人工智能。检索日期：2020 年 12 月 3 日，来自 https://hbr.org/2019/11/building-ethical-ai-for-talent-management Charlwood, A. (2021)。人工智能与人才管理。在 S. Wiblen (Ed.) 编著的《数字化人才管理》（第 122–136 页）中。劳特利奇。CIPD。(2020)。职业行为准则。检索日期：2020 年 12 月 18 日，来自 https://www.cipd.co.uk/about/what-we-do/professional-standards/code Collings, DG、Nyberg, AJ、Wright, PM 和 McMackin, J. (2021)。在 COVID-19 世界中引领悖论：人力资源成熟。《人力资源管理杂志》，31 (4)，819–833。 Cowgill, B.、Dell'Acqua, F.、Deng, S.、Hsu, D.、Verma, N. 和 Chaintreau, A. (2020)。有偏见的程序员？还是有偏见的数据？一项实施 AI 伦理的现场实验。第 21 届 ACM 经济与计算会议论文集（第 679–681 页）。 CPHR。（2016 年）。道德规范和职业行为准则。2020 年 12 月 18 日检索自 https://cphr.ca/wp-con- tent/uploads/2017/01/2016-Code-of-Ethics-CPHR-2.pdf Crawford, K. (2021)。人工智能地图集。耶鲁大学出版社。 Dattner, B.、Chamorro-Premuzic, T.、Buchband, R. 和 Schettler, L. (2019)。在招聘中使用人工智能的法律和道德影响。《哈佛商业评论》。2021 年 12 月 1 日检索自 https://hbr.org/2019/04/the-legal-and-ethical-implications-of-using-ai-in-hiringorg/2019/04/ 招聘中使用人工智能的法律和道德影响org/2019/04/ 招聘中使用人工智能的法律和道德影响
透明的人工智能披露义务：谁、什么、何时、何地、为什么、如何
[4] Abeba Birhane、William Isaac、Vinodkumar Prabhakaran、Mark Diaz、Madeleine Clare Elish、Iason Gabriel 和 Shakir Mohammed。 2022.权力归人民？参与式人工智能的机遇与挑战。算法、机制和优化中的公平与访问（美国弗吉尼亚州阿灵顿）（EAAMO '22）。美国计算机协会，纽约，纽约州，美国，第 6 篇文章，8 页。 https://doi.org/10.1145/3551624.3555290 [5] Rishi Bommasani、Drew A. Hudson、Ehsan Adeli、Russ Altman、Simran Arora、Sydney von Arx、Michael S. Bernstein、Jeannette Bohg、Anthony Bosselut 等人。 2021. 论基础模式的机遇与风险。 arXiv 预印本 arXiv:2108.07258(2021)。 https://crfm.stanford.edu/assets/report.pdf [6] Zalan Borsos、Raphael Marinier、Damien Vincent、Eugene Kharitonov、Oliver Pietquin、Matt Sharifi、Oliver Teboul、David Grangier、Marco Tagliasacchi 和 Neil Zeghidour。 2022.AudioLM：一种用于音频生成的语言建模方法。 arXiv:2209.03143 [cs.SD] [7] 马修·伯特尔 (Matthew Burtell) 和托马斯·伍德赛德 (Thomas Woodside)。 2023.人工智能影响力：人工智能驱动的说服分析。 http://arxiv.org/abs/2303.08721 arXiv:2303.08721 [cs]。 [8] C2PA。 2024. 引入官方内容凭证图标 - C2PA — c2pa.org。 https://c2pa.org/post/contentcredentials/。 [访问日期：2024 年 1 月 17 日]。 [9] 维多利亚·克拉克、弗吉尼亚·布劳恩和尼基·海菲尔德。 2015.主题分析。定性心理学：研究方法实用指南 222，2015 (2015)，248。[10] Joshua Cloudy、Jaime Banks、Nicholas David Bowman。 2023. The Str(AI)ght Scoop：人工智能线索减少对敌对媒体偏见的看法。数字新闻 11，9（2023 年 10 月），1577–1596。 https://doi.org/10.1080/21670811.2021.1969974 [11] 谷歌DeepMind。 2024.合成器ID。 https://deepmind.google/technologies/synthid/。访问日期：2024-1-1 [12] Upol Ehsan 和 Mark O. Riedl。 2020.以人为本的可解释人工智能：走向反思性社会技术方法。在 HCI International 2020 - 最新论文：多模态性和智能中，Constantine Stephanidis、Masaaki Kurosu、Helmut Degen 和 Lauren Reinerman-Jones（编辑）。 Springer International Publishing，Cham，449-466。 [13] Passant Elagroudy、Jie Li、Kaisa Vanänen、Paul Lukowicz、Hiroshi Ishii、Wendy Mackay、Elizabeth Churchill、Anicia Peters、Antti Oulasvirta、Rui Prada、Alexandra Diening、Giulia Barbareschi、Agnes Gruenerbl、Midori Kawaguchi、Abdallah El Ali、Fiona Draxler、Robin Welsch 和 Albrecht dt。 2024 年 CHI 计算机系统人为因素会议（美国夏威夷檀香山）（CHI '24 EA）的扩展摘要 https://doi.org/10.31234/osf.io/v4mfz [14] Ziv Epstein、Mengying C Fang、Antonio A Arechar 和 David G Rand。1996。价值敏感设计。互动 3、6（1996 年 12 月）、16–23。 https://doi.org/10.1145/242485.242493 [16] Ozlem Ozmen Garibay、Brent Winslow、Salvatore Andolina、Margherita Antona、Anja Bodenschatz、Constantinos Coursaris、Gregory Falco、Stephen M. Fiore、Ivan Garibay、Keri Grieman、John C. Havens、Marina Jirotka、 Hernisa Kacorri、Waldemar Karwowski、Joe Kider、Joseph Konstan、Sean Koon、Monica Lopez-Gonzalez、Iliana Maifeld-Carucci、Sean McGregor、Gavriel Salvendy、Ben Shneiderman、Constantine Stephanidis、Christina Strobel、Carolyn Ten Holter 和 Wei Xu。 2023. 以人为本的六大人工智能挑战。国际人机交互杂志 39，3 (2023)，391–437。https://doi.org/10.1080/10447318.2022.2153320 arXiv：https://doi.org/10.1080/10447318.2022.2153320 [17] Colin M. Gray、Cristiana Santos、Nataliia Bielova、Michael Toth 和 Damian Clifford。2021. 黑暗模式和同意横幅的法律要求：互动批评视角。在 Proc. CHI '21 中。ACM，日本横滨，1-18。 https://doi.org/10.1145/3411764.3445779 [18] Matthew Groh、Aruna Sankaranarayanan、Nikhil Singh、Dong Young Kim、Andrew Lippman 和 Rosalind Picard。2023 年。人类对文字记录、音频和视频中的政治言论 Deepfakes 的检测。arXiv:2202.12883 [cs.HC] [19] Philipp Hacker、Andreas Engel 和 Marco Mauer。2023 年。监管 ChatGPT 和其他大型生成式 AI 模型。在 2023 年 ACM 公平、问责和透明度会议论文集（美国伊利诺伊州芝加哥）（FAccT '23）中。计算机协会，美国纽约州纽约，1112-1123。 https://doi.org/10.1145/3593013.3594067 [20] Geoff Hart。1996 年。“五个 W”：受众分析新任务的旧工具。技术交流 43，2（1996 年），139-145。http：//www.jstor.org/stable/43088033 [21] Natali Helberger 和 Nicholas Diakopoulos。2023 年。ChatGPT 和 AI 法案。Internet Pol. Rev. 12，1（2023 年 2 月）。[22] Jonathan Ho、William Chan、Chitwan Saharia、Jay Whang、Ruiqi Gao、Alexey Gritsenko、Diederik P Kingma、Ben Poole、Mohammad Norouzi、David J Fleet 等人。2022 年。Imagen 视频：使用扩散模型生成高清视频。 arXiv:2210.02303 [cs.CV] [23] Mohammad Hosseini、David B Resnik 和 Kristi Holmes。2023 年。在撰写学术手稿时披露使用人工智能工具的伦理问题。研究伦理 19，4 (2023)，449–465。https://doi.org/10.1177/17470161231180449 arXiv：https://doi.org/10.1177/17470161231180449 [24] Nanna Inie、Jeanette Falk 和 Steve Tanimoto。2023 年。设计参与式人工智能：创意专业人士对生成式人工智能的担忧和期望。在 2023 年 CHI 计算系统人为因素会议的扩展摘要中。1–8。 [25] Chenyan Jia、Alexander Boltz、Angie Zhang、Anqing Chen 和 Min Kyung Lee。2022 年。理解算法标签与社区标签对超党派错误信息感知准确性的影响。Proc. ACM Hum.-Comput. Interact。6，CSCW2，第 371 条（2022 年 11 月），27 页。https://doi.org/10.1145/3555096 [26] 贾长江、蔡岩、余元德和谢天浩。2016 年。5W+1H 模式：系统映射研究视角及云软件测试案例研究。系统与软件杂志 116（2016 年），206-219。https://doi.org/10.1016/j.jss.2015.01.058 [27] Michael H. Kernis 和 Brian M. Goldman。2006 年。真实性的多组分概念化：理论与研究。实验社会心理学进展。第 38 卷。爱思唯尔，283-357。 https://doi.org/10.1016/S0065-2601(06)38006-9