XiaoMi-AI文件搜索系统
World File Search System欺骗性
DNC 对 REG 2023-02 竞选广告中的人工智能的评论.docx
委员会有明确的权力颁布法规，澄清 52 U.S.C. 中的欺诈性虚假陈述法规的适用范围。§ 30124。1 特别是，第 30124 条的简单语言、其立法历史、相关法规的历史、委员会的决定和法院的解释都明确表明，该法规禁止受监管人创建和分发自称是另一受监管人通信的内容。这包括使用故意欺骗性的人工智能生成内容，就像它涵盖不太复杂的欺诈形式一样。受监管的社区将从这一主题的明确性中受益，就像它从委员会为更新其法规范围以应对不断发展的技术所做的其他努力中受益一样。2
本报告由必和必拓（BHP Canada Inc.
2 bhp采用了《澳大利亚现代奴隶制法》对“现代奴隶制”的定义，该法案捕获了人口贩运，奴隶制，奴役，强迫婚姻，强迫劳动，债务束缚，欺骗性的劳动或服务招募，以及最糟糕的童工形式。bhp认为此定义也适合于《英国现代奴隶制法》下的（a）“奴隶制和人口贩运”的预期解释； （b）《加拿大法案》中的“强迫劳动”。bhp加拿大承认该法案对“童工”的定义捕捉了更广泛的做法，而不仅仅是最糟糕的童工形式。实际上，将基金会供应商的尽职调查系统捕获的第三方风险数据捕获了更广泛的童工形式。必和必拓的加拿大招聘过程涉及检查，以确保员工至少18岁。
多样性，公平，包容性和可及性（DEIA）战略计划
消费者金融保护局（CFPB）任务是使消费金融市场为消费者，金融机构和整个经济工作。我们保护消费者免受不公平，欺骗性或虐待的做法，并歧视，并对违反法律的公司采取行动。我们为他们做出明智的财务决策所需的信息，资源和工具武装。我们认为，员工在经验和观点方面的多样性对于满足CFPB的使命至关重要。因此，我们致力于确保每个员工的贡献受到重视和尊重。我们在外部工作与我们如何在内部完成工作之间存在相互依存。通过检查我们如何运作，消除了与局雇员相同机会的任何系统障碍，并促进所有员工的公平文化，该局可以最好地实现其保护消费者的责任，并确保满足最脆弱的消费者的需求。
![[外部] 一项旨在打击 2024 年选举中人工智能欺诈行为的技术协议](/simg/4\48fa94f769433a18833afabdbe7373be6cf0b783.png)
[外部] 一项旨在打击 2024 年选举中人工智能欺诈行为的技术协议
a. 支持技术创新的发展，通过识别逼真的人工智能生成的图像和/或证明内容及其来源的真实性，以减轻由欺骗性人工智能选举内容带来的风险，但要理解所有此类解决方案都有局限性。这项工作可能包括但不限于开发分类器或强大的出处方法，如水印或签名元数据（例如 C2PA 或 SynthID 水印开发的标准）。b. 继续投资推进音频视频和图像的新出处技术创新。c. 努力在适当的情况下将机器可读信息附加到用户使用本协议范围内的模型生成的逼真的人工智能生成的音频、视频和图像内容中。
Deepfake 报告
在当今的数字时代，合成媒体已成为现代技术惊人能力的证明。这些数字化创作是通过人工智能 (AI) 和机器学习的进步而实现的，开辟了一个充满创意可能性的世界。然而，在这些进步中出现了一个独特且令人担忧的子集，即“深度伪造”。深度伪造可以定义为使用复杂的人工智能技术进行的超现实音频或视频处理，其恶意目的是欺诈、欺骗或操纵某人。这些操纵的执行如此令人信服，以至于它们通常与真实内容难以区分，因此具有潜在的欺骗性和危害性。因此，虽然合成媒体整体上对各个行业都有积极贡献，但深度伪造需要采取具体而严格的监管方式。
使用人工智能和算法
好消息是，虽然人工智能和机器学习技术的复杂性是新事物，但自动决策却并非如此，而且我们联邦贸易委员会在应对使用数据和算法为消费者做出决策所带来的挑战方面拥有丰富的经验。多年来，联邦贸易委员会提起了许多指控我们执行的涉及人工智能和自动决策的法律违反的案件，并调查了该领域的许多公司。例如，1970 年颁布的《公平信用报告法》（FCRA）和 1974 年颁布的《平等信用机会法》（ECOA）都涉及自动决策，金融服务公司几十年来一直在将这些法律应用于基于机器的信用承保模型。我们还利用我们的联邦贸易委员会法案权力禁止不公平和欺骗性的做法，以解决因使用人工智能和自动决策而对消费者造成的伤害。
绘制黑暗模式学术图景
暗黑模式在数字服务和监管中越来越普遍，描述了设计人员使用欺骗性、操纵性或强制性策略来鼓励最终用户做出不符合他们最佳利益的决定的情况。过去几年中，有关暗黑模式的研究也显着增加。在这篇系统综述中，我们评估了 2014 年至 2022 年期间对暗黑模式进行实证描述的文献（n=79），以确定这些模式在数字系统中的存在、影响或用户体验。根据我们的分析，我们确定了当前评估暗黑模式的背景、存在和影响的关键领域；描述了常见的学科观点和框架概念；描述了主导方法；并概述了进一步提供方法支持和学术研究的机会，以增强学者、设计师和监管者的能力。
伊朗进入2024年美国选举，具有网络影响力行动
MTAC继续检查专制内容，以发现生成AI的恶意使用。这项努力支持微软对技术协议在2024年选举中对AI进行欺骗性使用的承诺。自2024年4月上次报告以来，MTAC发表了一份关于俄罗斯影响力的报告，以破坏2024年夏季巴黎奥运会，其中Storm-1679在其运动中反复利用Generative AI的竞选活动几乎没有影响。在本期中，MTAC确定了使用生成AI的俄罗斯和中国演员，但仅限于没有影响。总的来说，我们已经看到几乎所有参与者都试图将AI内容纳入其操作中，但是最近，许多参与者都重新介绍了过去证明有效的技术 - 简单的数字操作，内容错误的内容，并使用信任的标签或徽标或以虚假信息为上。
使用机器学习技术的假审查检测
摘要：在线评论在当今的电子商务进行决策中起着非常重要的作用。大部分人口，即客户在决定购买什么或从何处购买以及是否购买之前阅读产品或商店的评论。作为写作伪造/欺诈性评论的文章带来了货币收益，因此在线评论网站上的欺骗性垃圾邮件有很大增加。基本上是虚假的审查或欺诈性评论或意见垃圾邮件是一项不真实的评论。对目标对象的积极评价可能会吸引更多客户并增加销售额；对目标对象的负面审查可能导致需求较小和销售减少。这些虚假/欺诈性评论是故意编写的，以欺骗潜在客户，以促进/炒作或诽谤其声誉。我们的工作旨在确定评论是假的还是真实的。
人工智能透明度：协调设计与批评的问题
摘要 2010 年代后期，各种国际委员会、专家组和国家战略委员会都提出了“打开”算法黑匣子、审核、阐述和揭开人工智能神秘面纱的要求。然而，打开算法黑匣子不能仅仅看作是一项工程挑战。在本文中，我认为只有通过批判而产生的那种透明度——一种通过揭示先前存在的权力结构并旨在挑战它们的理论考察方法——才能帮助我们生产出欺骗性更小、更公正的技术系统。我将人工智能透明度问题与负责任的制造这一更广泛挑战联系起来，并主张未来的行动必须旨在系统地调和设计（作为一种隐藏的方式）与批评（作为一种揭示的方式）。