ychen200@ua.edu Uzma Raja 奥本大学 uraja@auburn.edu 摘要 AI 推荐系统越来越多地应用于各种情境中,通过提供个性化推荐来促进集体利益,这些推荐有利于用户群体而不是个人。然而,追求集体利益有时可能会与个人偏好相冲突,导致用户认为推荐与他们的最佳利益背道而驰。这种现象涉及交通管理、环境保护、社会服务分配和医疗保健建议等各个领域。当用户不了解底层算法时,他们可能会遇到与他们的期望不一致的结果,从而导致怀疑并削弱对 AI 工具及其不透明决策过程的信任。因此,实现服务集体利益的总体目标成为一项挑战。这凸显了 AI 系统对可解释性的迫切需求。可解释人工智能 (XAI) 是一组过程和方法,允许人类用户理解和信任机器学习算法创建的结果和输出 (Arrieta 等人2020)。尽管在研究、实践和监管话语中受到越来越多的关注,但可解释性对基于集体利益的人工智能系统的影响仍有待探索。本文以锚定效应和计划行为理论的理论基础为基础,探讨了可解释性在培养信任和采用基于集体利益的人工智能系统中的关键作用,特别是在面对与个人最佳利益不同的建议时。具体来说,我们研究哪些特征或变量可以帮助解释人工智能推荐系统,从而促进采用基于集体利益的人工智能建议。此外,我们探讨了用户的人口统计特征和与推荐相关的感知成本如何影响可解释性对他们的信任和采用此类人工智能系统的意图的影响。
自1966年我们公司成立以来,百思买一直在与多个利益相关者建立关系 - 许多人和组织在我们的工作中拥有集体利益。我们每天与我们的生活和工作的员工,客户,股东,供应商和社区进行多种互动。我们还积极与外部组织进行对话,这些组织提供有价值的见解,以帮助我们发展和成长。最终,我们要牢记未来做出决定 - 加强我们的业务,帮助员工发展和发展,改善人们的生活,并在未来的几年中促进我们社区的健康。
当社区建立并得到明显支持以帮助企业实现与更广泛的愿景和战略明确相关的具体目标时,该战略的诚意和潜在价值观是显而易见的。当我们邀请广泛参与实现愿景的工作时,我们正在积极促进包容性文化,加强专业关系,并利用各种技能和观点来支持集体利益。这提高了团队凝聚力,增强了员工积极性,并鼓励更广泛地与我们的价值观、战略和目标保持一致。
序言 社会经济以人为本,以人为本,提出了一种经济发展模式,能够提供高效、包容和可持续的经济活动,服务于集体利益。今天,与过去一样,社会经济已经展示了它的韧性、相关性和提供一系列解决方案的能力,这些解决方案通常以创新的形式出现,并且能够适应各种危机,包括经济、健康和气候危机。它的组织和治理方式有助于我们的民主模式、经济和社会的平稳运行和加强,造福于所有公民,包括最脆弱的群体和面临被社会排斥风险的群体。社会经济通过其社会影响,在许多活动领域发挥作用,在许多领域进行创新,并填补因不被认为有利可图而服务不足的细分市场,从而提供附加的社会价值。社会经济由成千上万的女性和男性、企业和组织组成,他们每天都分享着共同的价值观(民主、合作、团结),以建立一个更具包容性、可持续和以共同利益为导向的社会。他们的共同目标是为社区提供服务,满足社会经济需求,同时尊重工人及其需求、环境,并根据参与式治理体系采取行动。社会经济在利润分配方面采取了不同的方法,将经济活动优先服务于人民,同时服务于社会或环境目的、工作条件,并限制股东报酬。所有或大部分利润和盈余都被再投资,以进一步追求其社会和/或环境目的,并开展符合其成员/用户(“集体利益”)或整个社会(“普遍利益”)利益的活动,同时经常纳入与社会、领土和环境凝聚力相关的其他目标。在社会经济中,实体可以本着团结的精神进行民主管理,没有投机性持股,通过发展
更大的危险是,逆转全球化和重建经济壁垒的尝试可能会陷入恶性循环,包括互惠报复、保护主义、不断升级的经济冲突和基于规则的贸易体系的瓦解——这将使世界不仅在经济问题上,而且在它所面临的紧迫的环境、社会和安全问题上更难合作。就像 20 世纪 30 年代的情况一样,全球信任的下降和不安全感的上升可能迫使各经济体维护自己的国家利益,甚至不惜牺牲集体利益,结果每个人都会变得更糟。如果全球化从根本上依赖于“正和”经济合作,那么去全球化则反映并强化了“零和”经济民族主义和竞争。
人工智能工具有望在药物开发中产生变革性影响。监管机构在整合AI时面临挑战,同时确保临床试验批准,药物营销授权和市场后监视的可靠性和安全性。将这些技术纳入现有的监管框架和代理实践带来了显着的挑战,尤其是在评估用于这些目的的数据和模型时。快速适应法规和内部流程对于代理商保持创新的步伐至关重要,尽管实现这一目标需要集体利益相关者的协作。因此,本文深入研究了整个药物开发生命周期中法规的需求,以及在医学机构内部过程中使用AI的需求。
阿尔茨海默氏病(AD)是最普遍的神经退行性疾病之一。它表现为记忆丧失,进行性认知能力下降和日常功能妥协。《 2023年世界阿尔茨海默氏症报告》表明,2019年全球有5500万人患有痴呆症,作者预计,到2050年,这个数字将升至1.39亿(1)。在全球老龄化的人群中,必须研究神经退行性疾病(例如AD)的病因,以实现社会的集体利益。以其多方面的性质为特征,对AD的特定发病机理的精确理解仍然缺乏。在过去的几十年中,研究人员已经确定了许多AD的风险因素,包括较低的教育程度,吸烟和高血压(2)。有趣的是,新兴的证据表明空气污染与AD开发之间存在潜在的关联(3)。
在 FCS 中,私营部门可以作为防止混乱的堡垒,为稳定提供许多必要的积极属性,例如就业、税收和基本商品和服务的提供。大多数企业通常在更稳定的环境中蓬勃发展——以透明度和问责制为特征。然而,一些私营部门参与者在混乱中表现更好,并且能够通过参与根深蒂固的腐败模式来保持特权地位,以牺牲集体利益为代价来推进自己的特殊利益。了解每个私营部门参与者在系统中的角色以及任何潜在的嵌入式关系(在信息不完善的情况下尽可能多地了解),对于做出正确的决策以及与谁合作至关重要。选择利益与和平与稳定相一致的合作伙伴是鼓励包容性和公平性的关键,而不是进一步执行加剧不平等和冲突的行为或行动。
今年的主题是“通过合作培养领导者”,旨在表彰社区、合作和文化参与精神所带来的集体利益。尽管存在种族和民族障碍,但一代又一代的亚裔美国人、夏威夷原住民和太平洋岛民做出了牺牲,并继续以军人和文职雇员的身份服务。2021 年,他们约占国防部士兵人数的 8%、军官团的 6% 和文职员工的 12%。许多来自亚裔美国人和太平洋岛民社区的领导人在国防部表现出色,并担任关键任务职位,例如前国防卫生局局长、海军中将(退休)Raquel C. Bono;前国防部人事和战备副部长 David Chu 博士;以及第一位亚裔美国人四星上将和第 34 任陆军参谋长 Eric Shinseki 将军(退休)。
过去二十年来,在开发隐私技术进行数据分析方面发生了爆炸。加密技术,例如完全同构加密和安全的多方计算(例如(Gentry,2009; Ben-Or等人,1988年; Chaum等。,1988年))为如何委派,处理和组合私人定量数据创造了丰富的选择 - 而没有不必要地揭示潜在的细节。定义和基础工作,例如差异隐私的开发(Dwork等,2006年)及其实际部署(例如(局等人,2023年))为隐私保护设定了新的高标准,使我们能够在不牺牲个人的情况下为数据科学的集体利益带来。但是 - 人们最终不是数字。叙事才能让我们感到被听到和被听到,并恢复情感深度,以使经验被变成数字和分类表示。我也是如此的运动表明了个人叙事在将广泛的体验带到揭示的方式上,以纯数字无法实现的方式。这种权力通常会以巨大的风险行使 - 包括对幸存者的风险