XiaoMi-AI文件搜索系统
World File Search SystemDiscrimination
2024 财年平等与反歧视法案报告，戴尔 AS
在本报告中，戴尔科技涵盖了位于挪威的企业，即戴尔 AS（公司编号 861272702）。戴尔 24 财年的财政年度从 2023 年 2 月 1 日到 2024 年 1 月 31 日。我们重视多样性、平等机会和尊重我们致力于多样性、平等，并提供一个安全高效的环境，促进开放的对话和自由表达思想，不受骚扰、歧视和敌对行为的影响。我们认识到，我们有责任为所有人的利益创造和维护这种环境。我们提倡为所有团队成员、客户、业务合作伙伴和其他利益相关者提供平等机会和公平待遇，不论种族、肤色、宗教或信仰、信念、国籍、社会或族裔出身、性别（包括怀孕）、年龄、身体、精神或感官残疾、艾滋病毒状况、性取向、性别认同和/或表达、婚姻、民事结合或同居关系状况、过去或现在的军事服务、家族病史或基因信息、家庭或父母状况、受保护的退伍军人身份、在其他方面具有合法工作能力的公民身份或我们经营所在地法律或法规保护的任何其他身份（可识别特征）。我们为所有在适用国家合法工作的人提供平等的就业机会，并为残障人士提供合理的住宿。所有团队成员都应及时报告疑似歧视行为，并且绝不报复任何善意提出非法歧视问题的人。我们对这些原则的承诺对我们的成功至关重要。性别平等状况 戴尔科技集团制定了环境、社会和治理 (ESG) 目标，到 2030 年实现这一目标，即让 50% 的全球员工和 40% 的全球领导者为女性。在戴尔 AS，38% 的领导者为女性。由于正在进行的组织变革（作为整体重组的一部分），戴尔科技集团（包括戴尔 AS）的总体人数有所减少。以下是截至 2024 年 1 月 31 日（即财年结束）戴尔 AS 的性别平等状况。
超越歧视：法医精神病学的生成AI应用和道德挑战
生成人工智能（Genai）的出现和日益普及有可能改变法医精神病学和刑事司法的AI应用，传统上依赖于歧视性的AI算法。生成的AI模型标志着从以前流行的范式中通过生成看似新的现实数据并分析和集成了来自不同数据格式的大量非结构化内容的能力的显着转变。这种潜力不仅仅是重塑常规做法，例如风险评估，诊断支持以及治疗和康复计划，还可以在以前未经置换的领域（例如培训和教育）中创造新的机会。本文研究了生成人工智能对法医精神病学和刑事司法中AI应用的变革性影响。首先，它引入了生成AI及其普遍模型。之后，它回顾了法医精神病学中歧视性AI的当前应用。随后，它对生成AI的潜力进行了彻底的探索，可以通过多模式生成模型，数据生成和数据增强来改变既定的实践并引入新颖的应用。最后，它提供了与部署生成AI模型相关的道德和法律问题的全面概述，重点是他们对个人的影响以及其更广泛的社会影响。总而言之，本文旨在为在法医背景下生成AI应用的动态挑战的持续论述做出贡献，突出了潜在的机会，风险和挑战。它提倡跨学科的合作，并强调对生成AI模型进行彻底，负责任的评估的必要性，然后在广泛采用的决策中常规地做出了实质性的改变后果。
COVID-19 疫苗接种状况（防止歧视...
2021 年末，我们被迫接种新冠疫苗，才能保住工作。我当时不想接种疫苗，因为我觉得疫苗接种过程仓促，而且没有证据证明疫苗可以预防新冠。由于没有政府部门愿意听取我的担忧，医生害怕不遵守他们的指示，我感到困惑和失望，质疑这个国家的民主。我觉得自己被勒索接种疫苗以保住我做了 30 年的工作，所以我勉强去接种了一剂辉瑞疫苗。接种疫苗后大约 7 小时，当我看电视时，一股寒意袭来。我的皮肤开始刺痛，我的心跳开始非常快。我的皮肤变得出汗和寒冷。我感到一阵焦虑袭来，所以我给医院打了电话。我被要求去急诊室。一到那里，我就被立即看病。我不得不接受血液检查和心脏监测大约 4 个小时，然后才被解雇。回家后，我反复发作心悸、出汗、皮肤冰冷和一阵阵令人恐惧的焦虑，持续了一周多。我感到非常害怕和孤独，但医疗界似乎没有人关心。他们告诉我要接种第二剂疫苗，并告诉我我所经历的一切都“正常”。我不敢相信这些医疗专业人士竟然认为这些症状是正常的。正常的不是这种感觉。
COVID-19疫苗接种状况（预防歧视）2022年和公平工作修正案（禁止Covid-19疫苗歧视）BIL
一个家庭成员失去了休闲工作无法旅行州市去看家人无法参加州际家庭婚礼无法参加社会 - 酒吧，餐厅，咖啡馆，娱乐中心，娱乐中心，音乐会，音乐会，夜总会，夜总会，大学校园，非必不可少的商店，非必不可少的商店等特别影响的年轻人及其与朋友社交的能力，这会影响他们的心理健康由于健康选择的价值观不同，失去了长期朋友一个家庭年轻人甚至不允许进入体育馆去厕所，不得不穿过马路。他们还必须在大型垃圾桶后面换成，以穿上运动装备，因为他们不允许进入体育场。
VA HB 2094 MALDONADO算法歧视1-25- ...
January 27, 2025 The Honorable Delegate Cliff Hayes, Chair House Communications, Technology and Innovation Committee House Committee Room C - 206 Dear Chair Hayes and members of the Committee: On behalf of Chamber of Progress, a tech industry association supporting public policies to build a more inclusive country in which all people benefit from technological leaps, I write to respectfully urge you to oppose HB 2094, which would hinder the adoption of innovative AI技术没有有意义地推进公民权利。进步会议厅旨在确保所有美国人都从技术飞跃中受益。我们的公司合作伙伴包括Google，Apple和Amazon等AI创新者，但我们的合作伙伴对我们的职位没有投票或否决。AI具有改善教育，实现创造性表达和创造新的商机的巨大潜力。因此，公共政策促进这些创新的广泛和公平分配至关重要。因此，政策制定者应避免政策适得其反，以适得其反地采用AI技术。HB 2049将人工智能系统定义为“基于机器学习的系统，对于任何明确或隐式的目标，从该系统的输入中注射，将收到如何产生输出，包括内容，决策，预测和可能影响物理或虚拟环境的建议”，这将涵盖大多数软件，而这些软件将涉及大多数软件，同时忽略了离线，实际上，实际上是歧视性的，潜在地构成了潜在的，这将涉及。HB 2049的赞助商正当关注侵犯民权，尤其是住房，就业或贷款方面的歧视。历史上边缘化的社区在这些地区又反复歧视，
COVID-19 疫苗接种状况（防止歧视...
3. 众所周知，新冠疫苗偶尔会导致健康人死亡——TGA 承认了这一事实。当一个人被要求接种新冠疫苗作为就业、教育或社会融入的条件时，该人在经济或文化上被强迫参与一项活动，而该活动预计会导致一定比例的员工/学生/人员因该活动而死亡。有人可能会反对说，传染性病原体也会致人死亡，但这两类死亡在道德上并不等同。感染病原体不是强制性的，而强制接种疫苗导致的死亡是强制性的死亡，是合法杀害一些人以造福大多数人。至关重要的是，任何对未接种疫苗者的歧视（或对接种疫苗者的特殊待遇）都构成对生命权的侵犯，因为预计一定比例的目标人群会因这种强制性治疗而死亡。雇主故意造成一些员工死亡以造福大多数劳动力，这显然不符合工作场所安全立法。
AI和偏见：解决机器中的歧视...
$ k65）。 （46/（+ $ 0+！。（＆0＆8＆）“+1/（6”＆＃6/86：+1/b＆）/+1/'“＃$％＆'$（！。（＆0＆8＆）“+ 1/（6“”＆＃6/86+ o！1p+ a）'+ B.）4）（＆8）“ G+（。/'0 $ .46B+ s）。 ＆$ - '+ '68（$。'：+ 6/a）/86b+ b68＆'＆$/u 4）i＆/＃+ 5。 $ 86'6 '+)/B+)-($ 4) (&/#+8 $ 45 "6t+()' i'j+k6'5 & (6+& ('+5 $ (6/(&)"+F6/60 & (':+(A6+B65 "$ G46/(+$ 0+ 4) 8A &/6+"6) ./&/#+)"#$. & (A4 '+a)'+）＆'6b+'＆＃/＆0＆0＆8）/（+8 $/86 ./'+6＃）。 b＆＃+f＆）'+）/b+b＆'8。＆/）（＆$/j+@a＆'+5）56。+b6“ s6'+＆/（$+（$ 4-”（a6+4-“（＆0）86（6b+$。＆＃＆＃＆/'+$ 0+$ 0+$ 0+$ f＆+f＆+＆/+！1+＆b）++a+a+a+a+a+a+a+'; h+（a6'6+。）4）/＆06'（+＆/+6）“ uh $。“ b+）55”＆8）（＆$/'+）/b+（a6＆。+＆45“＆8）＆8）（＆$/'+0 $。+'$ 8＆6（）”+6v-＆（gj+wg+）/）“ gl＆/＃+8）'gl＆/＃+8） ＆/'x'-8a+）'+a6）a＆＃a”＆＃a（'+（a6+b6（a6+b6（（a6.4 $ .6：+（a6+ 5）56。+ 5。$ 5 $'6'6'+）8（＆$/）f“ 6+'（。）（6＃＆6'+ 0 $。+ 4＆（＆＃）（＆/＃+ f＆）'：+＆/8“ -b＆/＃+ b＆s6。'6+ b）（）+8 $“” 68（＆$/：+）“＃$。＆（a4＆8+） - b＆/＃：+）/b+（a6+6'（）'6+）。 $ - /b+！ 1：+（a＆'+ 5）56。+ 645a）'＆l6'+（a6+ 8。＆（8）“+/66b+ 0 $。+ 6（a＆8）（a＆8）”+ 8 $/'＆b6。）（＆$/'：+＆/8“ - '＆s＆（g：+）/b+（。/'5）.6/8G+＆/+（A6+B6S6“ $ 546/（+）/B+B65” $ G46/（+$ 0+4）8a＆/6+“ 6）./＆＆＆＆＆＆＆＆＆＆＆＆＆＆＆＆＆＆＆＆＆＃＆＃” $'（6。+）+4 $ .6+6v-＆（）f“ 6+！1+”）/b'8）56+（a）（+'6.s6'+）“”+464f6。“ gj + +！“＃$％＆'（） +！“＃$％$＆$'（） *+＃，（（$ - ，+＆，。）/'＆0 $+，）1，'“+$+ - 。）< /div>2 $'3.）4 $ 3＆“ $ 5 $+'＃$ 6+）4'＃'）2 $'3.）（-6“ $＃05 $＆）2 $'> 6（＆$ 6+。）a，“ a6（$＆＆＆＆＆$＆$＆$＆$+。）8C：$＃<）++）！*。）！*）80 $＆3。）d“'so，+＆6：+＃'f $（$＃<。）'+=）？＃
计算机拒绝时：欧洲对算法歧视的法律回应
近年来，对算法系统部署而产生的基本权利的侵犯的担忧已有所增加。尤其是全球研究表明，在各种决策过程中使用的算法系统可以区分受合法保护的群体。例如，在具有里程碑意义的决定中，意大利法庭迪·博洛尼亚（Di Bologna）发现，交付平台使用的代名词排名算法是使骑手访问骑手可以访问用于预订工作转变的系统是间接歧视的。2在确定哪些骑手优先级时，该系统构建了其“可靠性”和“参与”的量度，这些量度没有考虑到合法保护的原因，例如罢工，疾病，疾病，残疾，个人信仰或护理职责（仍然由多数妇女执行）。通过不公平地对待所有工作转移的取消，该系统不公平地限制了骑手的工作机会。在奥地利，所谓的“ AMS”算法是由国家就业机构委托授权或拒绝求职者支持的，基于他们找到就业机会的预测。研究人员表明，在某些版本中，预测系统对女性求职者的负重分配了负重（尤其是当他们有护理职责时3），并且考虑到诸如候选人的迁移背景，健康障碍和年龄等特征，从而使该系统可能会歧视合法受保护的群体（Kayser-Bril，2019年； 2019年； Alhutter et alhutter et alhutter et alhutter et alhutter et 2020）。研究揭示了欧洲算法歧视的许多其他例子（有关最近的概述，请参见Wulf，2022年）。在一定程度上，欧洲制定的反歧视法可以解决算法歧视。然而，关于这些法律的解释和应用，出现了棘手的问题。现有立法还表现出差距和缺点，尤其是在机器学习系统的背景下。本章研究了这些问题，并提出了如何在算法社会中执行平等的反思。这样做，它首先仔细检查了算法歧视的根和机制，并提出了工作定义，目的是消除现有的语义混乱。第二，本章研究了现有的反歧视法律框架的缺点，并区分了监管，概念，教义和程序差距。最后，本章提出了对执行（算法）平等的一些思考。这样做，本章反映了根据算法歧视的问题，对法律框架的不同可能解释的规范含义。
