XiaoMi-AI文件搜索系统
World File Search System公平
T20 工作组 2 | 可持续气候行动和包容性公平能源转型
奥古斯丁·托罗巴；帕特里夏·奥迪；塞莱斯蒂娜·布雷内斯·波拉斯 (Celestina Brenes Porras)；豪尔赫·费约；艾达·洛伦佐；胡里奥·塞萨尔·阿罗约；路易斯·费尔南多·萨拉查；罗道夫·罗西；费德里科·泽尔博尼；作者是西班牙美术学院（AFP）成员。马西米利亚诺·科西；卡洛斯·卡斯特罗·塞隆；胡里奥·塞萨尔·米内利；卡罗莱纳·罗哈斯·海耶斯；古斯塔沃·伊迪戈拉斯；马里奥·阿马多尔；罗德里戈·卡德纳尔；帕特里克·迈克尔·亚当；伊万诺娃·安切塔；维克多·卡斯特罗；卡洛斯·阿尔贝托·马修斯；朱利安·马丁内斯·基哈诺；克里斯蒂娜·泰尔
EEOC的人工智能和算法公平倡议EEOC的人工智能和算法公平倡议
开发算法，以帮助雇主评估，评估和做出有关工作申请人和雇员的其他决定。尽管该术语的公开用法正在发展，但国会将“ AI”定义为“基于机器的系统，该系统可以为给定的一组人为定义的目标，做出影响实际或虚拟环境的预测，建议或决定。” 2020年的《国家人工智能倡议法》第5002条（3）。在就业环境中，使用AI通常意味着开发人员部分依赖计算机自己的数据分析，以确定做出决策时要使用的标准。AI可能包括机器学习，计算机视觉，自然语言处理和理解，智能决策支持系统和自治系统。。。。（从某些问题中：评估在1964年《民权法》第VII条第VII标题中使用的软件，算法和人工智能的不利影响|美国平等就业机会委员会（EEOC.GOV）。）
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。
南苏丹共和国 工人接触低的人工智能 世界银行文件 采购计划（文本零件） 马拉维政府 利用成熟技术进行卫生融资... 采购计划（文本零件） 采购计划（文本零件） 采购计划（文本零件） 加纳二级城市支持计划 公共披露授权 采购计划（文本零件） 公共披露授权 太平洋的气候数据库 冈比亚基础设施项目（GIP） 数据 - 的动态，高分辨率财富测量 世界银行 柬埔寨健康公平和质量改进项目 采购计划 世界银行 菲律宾数字经济报告2020
I.在2024年6月3日至7日，针对东非地区数字整合计划（EA -RDIP，P176181）进行了项目实施支持任务（ISM）。作为该更广泛的地区项目的一部分，南苏丹共和国的混合动力（虚拟和面对面）任务于6月3日 - 7112023在南苏丹的朱巴举行。南苏丹的任务由Naomi 1-Lalewood（Tane Tean Leader，高级数字开发专家）领导，由Victor Kyalo（高级数字发展专家），Ariic David Reng（数字发展顾问），Michael Okuny（高级财务管理专家）和Ocheng Kenneth Kenneth Kaneth Kaunda Odek（高级生产专家）组成。Giacomo Assenza（网络安全专家）和Dereje Agonafir Hablewold（高级环保专家）和Jennifer Gui（南苏丹项目焦点，高级数字发展专家）实际上加入了任务。
迈向数字公平行为？发纸
委员会对这个问题的回答是一个明显的“是，但是……”。得出的结论是，这三个指令提供了必要的监管确定性和消费者信任的最低限度，但可以将它们视为仅在数字环境中部分有效。5特别是，它确定了各种持续关注的问题，例如广告和合同前信息的透明度；与指令中没有具体规定的新兴技术和实践相关的问题；监管分裂，破坏了数字单市场；增加了针对消费者保护问题的更广泛的数字特定立法产生的监管复杂性；以及与不足，无效的执法和法律不确定性有关的更多一般性问题。
机器学习工程中公平意识实践的目录
摘要 - 机器学习在决策过程中的广泛采用引起了人们对公平性的担忧，尤其是对敏感特征和对少数群体的潜在歧视的治疗。软件工程社区的反应是开发面向公平的指标，经验研究和方法。但是，在整个机器学习生命周期中，理解和分类工程公平的做法仍然存在差距。本文介绍了一种新颖的实践目录，以解决从系统的映射研究中得出的机器学习中的公平性。该研究确定并分类了现有文献中的28种实践，将它们映射到机器学习生命周期的不同阶段。从该目录中，作者提取了可操作的项目及其对软件工程研究人员和从业者的影响。这项工作旨在提供全面的资源，以将公平考虑因素整合到机器学习系统的开发和部署，增强其可靠性，问责制和信誉。
人工智能与结构性不公正 - 多样性、公平性和包容性
摘要 本章主张采用结构性不公正方法来治理人工智能。结构性不公正包括分析和评价两个部分。分析部分包括社会科学中众所周知的结构性解释。评价部分是一种正义理论。结构性不公正是一个强大的概念工具，它使研究人员和从业者能够识别、表达甚至预测人工智能偏见。本章以人工智能中因结构性不公正而产生的种族偏见为例。然后，本章介绍了哲学家 Iris Marion Young 提出的结构性不公正概念。此外，本章还认为结构性不公正非常适合作为一种人工智能治理方法，并将这种方法与从危害和利益分析或价值陈述开始的替代方法进行了比较。本章表明，结构性不公正为多样性、公平和包容性的价值观和关注提供了方法论和规范基础。本章最后对“结构”和责任的概念进行了展望。结构的概念是正义的核心。一个开放的理论研究问题是人工智能本身在多大程度上是社会结构的一部分。最后，责任的实践是结构性不公正的核心。即使他们不能对结构性不公正的存在负责，每个人和每个组织都有责任在未来解决结构性不公正问题。
公平AI期货的性别响应策略
数据护理研讨会系列是跨学科和跨部门对话的动态论坛，旨在通过拥抱护理原则来解决公平AI开发和部署的障碍：集体利益，控制，责任和道德的权力。通过超越批评，该混合动力系列旨在激发可行的见解和创新策略，以建立负责任，可持续和包容的AI系统。重点关注多数世界和其他代表性不足的群体，该活动系列汇集了学术界，设计和技术行业的思想领袖，以及公民和政策领域，以探索为公平AI期货的合作创新的关键途径。这是数据护理研讨会系列的第一个，该系列的重点是生成AI工具对具有其他性别认同的妇女，女孩和人员的影响，特别关注全球南方的人群和其他在这些系统的设计和部署中的人口中的人口。我们关注Genai工具在加强和挑战性别不平等方面的含义，并关注工具对隐私，安全，自由和赋权的影响。这个就职研讨会探讨了减轻性别危害和暴力的跨文化，跨学科和跨部门的策略，目的是确保AI系统优先考虑妇女，女孩和边缘化性别群体的需求和权利，以支持其数字福祉和蓬勃发展。此外，我们将通过企业家创新，新颖的设计方法和激进运动来探索创造性的方法来恢复欲望和愉悦。这些鼓舞人心的努力将为可行的途径铺平道德，包容和性别响应的AI创新。
使用机器学习的学习障碍患者和多个长期状况的公平住院时间预测
人工智能（AI）可以在向预测，预防和个性化医学转变的转变中发挥至关重要的作用，前提是我们受到患者投入的科学的指导。患者报告的结果指标（PROM）代表了一个独特的机会，可以从患有健康状况的人们那里捕捉经验知识，并使其与所有其他利益相关者具有科学意义。尽管如此，使用标准化结果的吸收有限，包括研究和医疗保健系统中的舞会。本观点文章讨论了大规模使用舞会的挑战，重点是多发性硬化症。AI方法可以通过检查目前提供的护理卫生系统以及加速研究和创新来实现学习卫生系统，从而改善护理质量。但是，我们认为，无论是与研究，临床实践还是卫生系统政策有关的AI的进步至关重要，不是孤立地开发出来，而是与他们合作地实施“对“人”。与患者投入的科学实施是全球多发性硬化症（PROM）倡议的核心，将确保我们最大程度地利用AI对MS的人的潜在利益，同时避免后果。
科罗拉多州公平过渡行动计划
在制定这项行动计划时，我们考虑了多种因素。其中最出乎意料的因素之一是 COVID-19 疫情，它在我们的规划过程中爆发了一半。有人问，为什么在全州各个角落成千上万的工人面临如此多的混乱和不确定性的时候，州政府应该把重点放在帮助相对较少的工人和社区上。这个问题最直接的答案是法律要求我们这样做。但更合适的答案是，这两个挑战的性质不同。而且，由于疫情对我们的经济和劳动力的主要影响几乎肯定会在煤炭转型的主要影响发生之前过去，所以我们没有理由不能同时解决这两个问题。人们希望，疫情是一种极其罕见的现象，需要社会各界做出非凡的回应——就像对自然灾害的回应一样。从字面上看，这些事件要求我们所有人放下手头的工作，以应对迫在眉睫且往往是生存的威胁。另一方面，从煤炭到电力的转变是能源经济根本转变的可预见结果。我们可以提前预见到它的到来。对于工人和社区而言，其影响与失去任何大型本地雇主或经济驱动力是一致的。科罗拉多州的历史上，农村地区都发生过这样的转变，部分原因是政府应对不力（或根本不应对），导致繁荣与萧条的循环不断延续，摧毁了家庭和社区。我们认为，政府的基本义务是应对这两种挑战——一种是紧急威胁我们公民健康和安全的挑战，另一种是更可预测地随着时间推移因经济的根本性转变而出现的挑战。除非在最极端的情况下，否则不应将一种挑战排除在另一种挑战之外。