XiaoMi-AI文件搜索系统
World File Search System在实践中
探索负责任的人工智能实践中的矛盾。瑞典公共组织内部和外部的人工智能实践访谈研究
摘要。人工智能 (AI) 系统的使用日益增多，引发了关于开发合乎道德责任的技术的讨论。因此，各种组织都发布了高级 AI 伦理框架来协助 AI 设计。然而，我们对 AI 伦理原则在实践中如何被看待和发挥作用仍然知之甚少，尤其是在公共组织中。本研究考察了 AI 从业者如何看待他们在 AI 设计工作中遇到的伦理问题，以及他们如何解释和付诸实践。我们进行了一项实证研究，包括对在公共组织工作的 AI 从业者进行半结构化的定性访谈。从行动中的伦理框架和先前关于伦理紧张的研究的角度来看，我们分析了从业者对 AI 伦理原则的解读及其在实践中的应用。我们发现从业者对工作中的伦理原则的解读与精神紧张之间存在紧张关系。从这个角度来看，我们认为，了解实践中可能出现的不同紧张关系以及如何应对这些紧张关系是研究实践伦理的关键。了解人工智能从业者如何看待和运用道德原则对于实践伦理学促进基于经验的负责任的人工智能至关重要。关键词：负责任的人工智能、实践中的人工智能伦理、伦理实证研究、道德张力、人工智能从业者。
MPS NewsMPS News
最近的成员调查提供了对我们社区的优先事项和关注点的宝贵见解，指导国会议员塑造未来的计划。本文综合了关键发现，并概述了我们如何应对未来的挑战和机遇。受访者：今年，有134名受访者。大多数成员描述的是私人执业（几乎为70％的独奏），学术界和私人/公共场所（主要是CMHC以及公立/私立医院和取证）。超过60％的人在实践中已有20多年了。在实践中不到10％1 - 5年，这显然是我们的机会。超过80％在中央MD/巴尔的摩，在MD中的其他地方很少。我们继续强调吸引学员和早期职业精神科医生的方法。会员的好处：83％的人对国会议员感到满意或非常满意。最重要的是国会议员新闻，CME活动（成员折扣），有一个疑问的地方，影响了MD，MPS ListServ的精神病学以及与州政府的立法报告以及与州政府的代表。cmes：调查显示，CME仍然受到高度重视，尤其是在心理药理学更新，孕妇的精神疾病管理等领域以及边缘性人格障碍等领域。这些主题将继续告知我们的CME产品，以确保成员接受最相关和最有影响力的培训。
BW55：战略供应链管理
- 深入讨论SCM在任何组织中的重要性以及它在任何组织中的重要性 - 确定不同（SC）功能和信息/材料流之间的联系依赖性 - 呈现和解释核心SC的核心SC决策与公司策略和行业的链接 - 在实践中如何应用理论知识，以管理公司及其SC运营之间的绩效及其在管理绩效结果和确定结果和 div evary和dif/ div>/ dif/ dif/ dif/ dif/ div>
...
Simeon C. Calvert * * S.C.Calvert@tudelft.nl;部门 运输与规划；代尔夫特技术大学，荷兰Stevinweg 1，2628cn，Delft，荷兰。 orcid：0000-0002-1173-0071本作者的论文版本已在日记的允许下获得，目前正在审查和出版过程中。 摘要 - 本文提出了对自治系统进行有意义的人类控制（MHC）操作的一致性，并提出了用于MHC的操作原理并引入了其应用程序的通用框架。 在实践中使用了多种不同看似分歧的扩展，用于使用MHC，这项工作旨在在实践中带来一致性和融合使用。 在各个领域的自治系统的增加集成强调了维持人类控制的迫切需要，以确保负责任的安全，问责制和这些系统的道德操作。 MHC的概念为人类对自主系统的控制和评估提供了理想的概念，同时考虑了人类和技术能力。 通过对各个领域和相关概念的现有文献和调查的分析，MHC操作的原则是为旨在在其系统中实施MHC的研究人员和从业人员提供的切实准则。 所提出的框架剖析了系统及其子系统的通用组件与不同级别的自主技术附近的不同代理，利益相关者和过程保持一致。Simeon C. Calvert * * S.C.Calvert@tudelft.nl;部门运输与规划；代尔夫特技术大学，荷兰Stevinweg 1，2628cn，Delft，荷兰。orcid：0000-0002-1173-0071本作者的论文版本已在日记的允许下获得，目前正在审查和出版过程中。摘要 - 本文提出了对自治系统进行有意义的人类控制（MHC）操作的一致性，并提出了用于MHC的操作原理并引入了其应用程序的通用框架。在实践中使用了多种不同看似分歧的扩展，用于使用MHC，这项工作旨在在实践中带来一致性和融合使用。在各个领域的自治系统的增加集成强调了维持人类控制的迫切需要，以确保负责任的安全，问责制和这些系统的道德操作。MHC的概念为人类对自主系统的控制和评估提供了理想的概念，同时考虑了人类和技术能力。通过对各个领域和相关概念的现有文献和调查的分析，MHC操作的原则是为旨在在其系统中实施MHC的研究人员和从业人员提供的切实准则。所提出的框架剖析了系统及其子系统的通用组件与不同级别的自主技术附近的不同代理，利益相关者和过程保持一致。该框架是域 - 不可思议的，强调了MHC原则的普遍适用性，而与技术背景无关，为更安全，更负责任的自主系统铺平了道路。关键字：有意义的人类控制；自主系统；人机相互作用；道德AI
教学，学习和评估的计划
质量保证过程有助于教师对学生表现的预期质量有共同的了解。在教学之前，教师就标准在实践中的外观进行专业对话，并共同设计评估，嵌入质量评估的原理和属性。教师还计划与学生共享特定于任务标准（标记指南）的策略，并提供反馈。在教学期结束时，教师反思了教学，学习和评估，以对未来进行改进和计划。
AI 基本事实是真的吗？危险......
组织决策者需要评估 AI 工具，因为越来越多的人声称此类工具的表现优于人类专家。然而，衡量知识工作的质量具有挑战性，这提出了如何在这种背景下评估 AI 性能的问题。我们通过对美国一家大型医院的实地研究来调查这个问题，观察管理人员如何评估五种不同的基于机器学习 (ML) 的 AI 工具。根据标准 AI 准确性测量，每种工具都报告了高性能，这些测量基于合格专家提供的基本事实标签。然而，在实践中试用这些工具后发现，它们都没有达到预期。在寻找解释时，管理人员开始面对专家在用于训练和验证 ML 模型的基本事实标签中捕获的知识的高度不确定性。在实践中，专家通过利用丰富的专业知识实践来解决这种不确定性，而这些实践并未纳入这些基于 ML 的工具中。发现人工智能的知识和专家的知识之间的脱节使管理人员能够更好地了解每种工具的风险和好处。这项研究表明，当底层知识不确定时，客观地对待 ML 模型中使用的地面真实标签存在危险。我们概述了我们的研究对开发、培训和评估知识工作人工智能的意义。
CL-MOLD - isomat 颜色系统
本数据表中提供的技术信息和说明基于我公司研发部门的知识和经验以及产品在实践中的长期应用结果。由于应用过程中的现场条件不受我公司控制，因此对产品使用的建议和建议不提供任何保证。因此，用户有责任确认所选产品是否适合预期的应用。本技术数据表的当前版本将自动取消有关同一产品的任何先前版本。| 版本：2022 年 11 月 16 日
解读供应链尽职调查的诚信问题
虽然《反贿赂合规》旨在解决直接业务关系中发现的腐败风险，但《负责任的商业行为》提供了一个框架来管理公司自身运营和供应链中的腐败风险。尽管可能不属于刑事责任范围，但管理此类风险对于解决环境和社会风险、防止声誉受损以及应对新兴的尽职调查法规至关重要。以下步骤说明了供应链尽职调查在实践中如何发挥作用。
药剂师和药剂技术人员的执业标准
在实践中，药剂师通过适当的药物治疗和非药物决策来促进健康并预防和治疗疾病、功能障碍和紊乱。药房技术人员促进安全有效的药物分发，并提供药房服务的技术方面以支持患者护理。药剂师和药房技术人员共同合作为患者提供护理。即使受监管的成员不直接为患者提供护理，他们的实践也会对患者接受的安全和有效护理以及公众对药房的信心产生影响。
