XiaoMi-AI文件搜索系统
World File Search Systemaccountability
Giannini, A. (2023)。人工智能系统的犯罪行为和责任。[博士论文，马斯特里赫特大学，
1 人工智能系统有能力做出社会普遍认为是“犯罪”的行为。 2 人工智能系统缺乏（犯罪）主体性——以及这种主体性的感觉。 3 未来人类可能会对人工智能系统产生符合规范的行为期望（即“规范期望”）。 4 刑法并不是解决人工智能相关伤害的正确答案，尽管在一定程度上直接追究人工智能系统的责任可能是有用的。 5 人们对机器人有更高的道德标准：当机器人出现故障时，他们会更多地责怪机器人而不是人类。 6 “刑法是一种古老的多年生植物，无处不在”（Hall，1962 年）。 7 人工智能系统的出现并不是刑法理论唯一一次不得不应对新科学发展的“冲击”。 8 讨论新型人工智能主体的刑事责任带来了对人类刑事责任的开拓性观点。 9 人工智能无法与人类的愚蠢相提并论。 10 我学得越多，知道的就越少。
一代平等责任报告2023
联合国妇女是致力于性别平等和赋予妇女权力的联合国组织。全球妇女和女童倡导者成立，以加速在满足全球需求方面的进步。联合国妇女支持联合国成员国，因为她们设定了实现性别平等的全球标准，并与政府和民间社会合作，以设计实施这些标准所需的法律，政策，计划和服务。它站在妇女在生活各个方面的平等参与背后，重点是五个优先领域：增加妇女的领导和参与；结束对妇女的暴力行为；让妇女参与和平与安全程序的各个方面；增强妇女的经济赋权；使性别平等是国家发展计划和预算的核心。联合国妇女还协调并促进联合国制度在推动性别平等方面的工作。
推进人工智能问责制
该报告受益匪浅，其中包括 Theodoros Evgeniou（欧洲工商管理学院）、Raphaël Rozenberg（巴黎高等师范学院）和 Fabio Curi，以及经合组织人工智能治理工作组各国代表团的贡献，他们是：Mohammed Motiwala（美国国务院）；Elham Tabassi 和 Mark Latonero（美国国家标准与技术研究所 - NIST）；Ghazi Ahamat（英国数据伦理与创新中心，任期至 2022 年 8 月）；Sarah Box（新西兰商业、创新和就业部）；Christine Hafskjold（挪威地方政府和区域发展部）；Carolina von der Weid（巴西外交部）；Zee Kin Yeong、Larissa Lim 和 Angela Tey（新加坡资讯通信媒体发展局）；Nobuhisa Nishigata 和 Takayuki Honda（日本总务省）； Roxane Sabourin、Allison O'Beirne 和 Juliet McMurren（加拿大创新、科学与经济发展部）；以及 Yordanka Ivanova 和 Salvatore Scalzo（欧盟委员会通信网络、内容和技术总司 - CNECT）。
骚扰行为预防、应对和问责
环境管理 (CG-47) 审查了本指挥官指令及其所包含的一般政策，并确定本政策属于国土安全部 (DHS) 分类排除 A3。本指挥官指令不会导致现有环境条件发生任何重大变化，也不会违反任何适用的联邦、州或地方环境保护法律。行动提议者有责任评估本政策导致的所有未来具体行动是否符合《国家环境政策法》(NEPA)、其他适用的环境要求和美国海岸警卫队环境规划政策 COMDTINST 5090.1（系列）。8. 分发。本指令不以纸质形式分发。电子版
通过风险管理调查人工智能问责制：一项基于研讨会的探索性研究
人工智能 (AI) 在我们社会中的影响力正在不断扩大。企业越来越多地考虑使用 AI 模型，因为它们提供了新的应用可能性。因此，简单的方法正在被可以补充甚至超越人类能力的复杂系统所取代。这导致公司流程通过独立自主的 AI 系统进行转变。然而，这些能力和复杂性的增加提出了新的问题，即如何管理基于 AI 的应用程序的预测、决策或行动。人们经常讨论谁应该对 AI 系统的结果负责，因此谁应该对它负责的问题。特别是，当试图让某人对基于 AI 的系统的结果负责时，存在特定的模糊性和困难。已经阐明了 AI 的几个责任差距（Santoni de Sio 和 Mecacci，2021 年）。责任差距源于人类渴望知道发生伤害的原因，尤其是如果原因是由于过错，则希望为其辩护或惩罚它（Santoni de Sio
妇女健康战略：宏伟目标需要行动和问责
该战略的承诺包括为同性伴侣和因邮政编码抽签而处于不利地位的人消除体外受精 (IVF) 的障碍、在流产后提供正式支持和认可，以及为乳腺癌筛查项目额外提供 1000 万英镑的资金。有前景的计划包括成立一个致力于妇女健康的新政策研究部门，以及努力标准化医学生教育，以达到更高的妇女健康知识基础。增加女性参与研究的程度，特别是少数民族女性、孕妇以及女同性恋和双性恋女性，是一项重要建议，而 NIHR INCLUDE 等举措正是其中的核心。2该战略还寻求鼓励按性别分类数据（例如，从而显示哪些干预措施对女性和男性的功效不同），这与我们在乔治研究所的研究和我们最近启动的 MESSAGE 项目相吻合。 3 这项工作的结果将使英国的公共研究资助者与美国、加拿大和欧盟保持一致，这些国家要求分别报告男性和女性的研究结果，否则必须证明不报告的合理性。总之，如果妇女健康战略的目标得以实现，那么该国妇女和女孩的健康和福祉将得到根本性改善（事实上是彻底改变）。
莱斯特大学 HEIF 责任声明
• 加强与地区、国家和国际组织/合作伙伴以及政府、资助机构和博物馆的外部合作； • 实现我们对莱斯特太空公园（SPL）的宏伟目标，帮助将东米德兰兹定位为航天工业的中心枢纽，并在吸引新企业入驻莱斯特方面发挥关键作用； • 与民间合作伙伴建立一个“遗产中心”，以发挥我们在城市发展、有形和无形遗产（物理和虚拟）方面的优势； • 利用我们的生物医学研究中心（BRC）和与莱斯特郡学术健康合作伙伴（LAHP）的战略关系，推动临床研究和医疗保健解决方案的创新； • 作为重要合作伙伴，支持我们的城市和地区，帮助提高生产力、创造就业机会和该地区的后疫情经济复苏。
摘要：本文致力于人工智能在教育中的应用，并强调可持续发展背景下的机遇和问题。分析了人工智能技术在教育过程中的引入现状。教育过程中最常用的人工智能技术概括为以下几类：认知服务；虚拟、混合和增强现实；物联网和外围计算；元认知支架。根据对受益者的影响，在教育过程中使用人工智能的优势概括为：学生、教师、学生家长、教育机构负责人、地方政府。事实证明，通过使用人工智能技术和基于从应用这些技术中获得的分析数据创建个人培训计划，学习过程可以显著有效。研究发现，在教育中使用人工智能的主要优势是教育过程的个性化和个性化。指出了教育机构和地方政府负责人从在教育过程中使用人工智能技术所获得的好处，以确保可持续发展，包括决策的透明度和问责制，r
摘要：本文致力于人工智能在教育中的应用，并强调可持续发展背景下的机遇和问题。分析了人工智能技术在教育过程中的引入现状。在教育过程中最常用的人工智能技术概括为以下几类：认知服务；虚拟、混合和增强现实；物联网和外围计算；元认知支架。根据对受益者的影响，在教育过程中使用人工智能的优势概括为：学生、教师、学生家长、教育机构负责人、地方政府。事实证明，通过使用人工智能技术和基于从应用这些技术中获得的分析数据创建个人培训计划，学习过程可以非常有效。发现在教育中使用人工智能的主要优势是教育过程的个性化和个性化。指出了教育机构和地方政府负责人从在教育过程中使用人工智能技术以确保可持续发展中获得的好处，包括决策的透明度和问责制、合理和高效地利用资源。揭示了在教育过程中由人工智能处理的学生数据的保密性和非个人化问题；建议区分教育机构对个人和机密数据的访问、存储和使用的责任。概述了进一步科学研究的前景——教育过程的进一步个性化和个体化。关键词：教育信息化、教育中的人工智能、可持续发展、教育个性化、教育个性化、信息和通信能力。引用方式：Yuskovych-Zhukovska, V., Poplavska, T., Diachenko, O., Mishenina, T., Topolnyk, Y., & Gurevych, R. (2022)。人工智能在教育中的应用。可持续发展的问题和机遇。大脑。人工智能和神经科学的广泛研究，13 (1Sup1)，339-356。https://doi.org/10.18662/brain/13.1Sup1/322
公共行政部门使用人工智能的问责制
4 当雇主强制使用系统时，这既属于“分布式责任”类别，也属于“外部诱导的自动化接受”类别。这里讨论的案例是两者的一个例子，由于是外部诱导的例子，它必然是有意义的控制的失败。但这不是由于分布式责任而导致的有效控制的失败，因为责任可以以平等的方式分配。在这种情况下，技术的使用不一定是外部诱导的，有意义的控制可能会得到保留。尽管如此，如果问题持续存在，分布式责任使得很难确定谁应该承担责任，正如我们将在第 3 节中看到的那样。
临床人工智能：不透明性、问责制、责任和义务
摘要 本文献综述的目的是撰写一篇以系统方法为支撑的叙述性综述，批判性地识别和审查有关问责制以及临床医生和技术人员在使用不透明的人工智能系统进行临床决策时的责任和法律责任分配的担忧。本综述的问题是：(a) 临床医生是否可以在临床决策中使用不透明的人工智能系统 (AIS)；(b) 如果患者因临床医生使用 AIS 的建议而受到伤害，责任和法律责任将如何分配？我们从九个数据库中系统地搜索、检索和审查了文献，其中还包括来自三个临床专业监管机构的项目，以及来自政府和非政府组织的相关灰色文献。这些文献符合纳入/排除标准；与本综述相关的项目经过了数据提取。本评论发现，在考虑技术人员和临床医生在临床决策中创建和使用 AIS 的利益相关者时，存在对不透明性、问责制、责任和义务的多重担忧。当使用的 AIS 不透明且责任分配有些不明确时，问责制就会受到挑战。法律分析将有助于利益相关者了解他们的义务，并在使用 AIS 时发生患者受到伤害的不良情况时做好准备。