麦肯·安德鲁斯
人员信息
优化列表
![笔记](https://dblp.org/img/note-mark.dark.12x12.png)
2020年–今天
2024 [j1] 乔纳森·斯特雷 , 阿隆·哈列维 , 帕里萨·阿萨尔 , 迪伦·哈德菲尔德-梅内尔 , Craig Boutiler公司 , 阿马尔·阿沙尔 , 克洛伊·巴卡拉 , 莱克斯·比蒂 , 迈克尔·D·埃克斯特兰德 , 克莱尔·雷博维茨 , 康妮·穆恩·塞哈特 , 萨拉·约翰森 , 莉安·柯林 , 大卫·维克里 , 斯潘达娜·辛格 , 桑妮·维里詹霍克 , 艾米·西安(Amy Xian Zhang) , 麦肯·安德鲁斯 , 纳塔利·赫尔伯格 , Polina Proutskova公司 , Tanushree Mitra公司 , 尼娜·瓦桑 :
将人类价值观构建到推荐系统中:跨学科综合。 事务处理。 建议。 系统。 2 ( 三 ) : 20:1-20:57 ( 2024 ) 2023 【c8】 朱丽斯·唐 , 麦肯·安德鲁斯 , 塞缪尔So , 乌达扬·坦登 , 安德烈斯·蒙罗伊·亨德兹 , Vera D.Khovanskaya公司 , 肖恩·曼森 , 马克·扎克利 , 苏切塔·戈沙尔 :
回到“重返劳动”:重新审视计算机支持的合作工作的政治经济学。 CSCW伙伴 2023 : 522-526 2022 【c7】 杰弗里·布朗 , 蒂娜公园 , Jiyoo Chang(张吉尧) , 麦肯·安德鲁斯 , 艾丽斯·香 , 克里斯汀·卡斯蒂斯 :
AI团队中具有少数民族身份的工人的流失。 EAAMO公司 2022 : 19:1-19:9 【c6】 麦肯·安德鲁斯 , 莎拉·维伦纽夫 :
人口相关算法公平性:描述追求公平过程中人口数据收集的风险。 FAccT公司 2022 : 1709-1721 [i6] 麦肯·安德鲁斯 , 莎拉·维伦纽夫 :
人口相关算法公平性:描述追求公平过程中人口数据收集的风险。 CoRR公司 abs/2205.01038 ( 2022 ) [i5] 乔纳森·斯特雷 , 阿隆·哈列维 , 帕里萨·阿萨尔 , 迪伦·哈德菲尔德-梅内尔 , Craig Boutiler公司 , 阿马尔·阿沙尔 , 莱克斯·比蒂 , 迈克尔·D·埃克斯特兰德 , 克莱尔·莱博维茨 , 康妮·穆恩·塞哈特 , 萨拉·约翰森 , 莉安·柯林 , 大卫·维克里 , 斯潘达娜·辛格 , 桑妮·维里詹霍克 , 艾米·X·张 , 麦肯·安德鲁斯 , 纳塔利·赫尔伯格 , Polina Proutskova公司 , Tanushree Mitra公司 , 尼娜·瓦桑 :
将人类价值观构建到推荐系统中:跨学科综合。 CoRR公司 abs/2207.10192 ( 2022 ) 2021 [c5] 麦肯·安德鲁斯 , 埃琳娜·斯皮策 , 杰弗里·布朗 , 艾丽斯·香 :
我们无法衡量、无法理解的:追求公平对人口数据采购的挑战。 FAccT公司 2021 : 249-260 [i4] 麦肯·安德鲁斯 , 莎拉·迪恩 , 托马斯·克伦德·吉尔伯特 , 内森·兰伯特 , 汤姆·齐克 :
面向公众利益的人工智能发展:从抽象陷阱到社会技术风险。 CoRR公司 abs/2102.04255 ( 2021 ) 2020 【c4】 麦肯·安德鲁斯 , 莎拉·迪恩 , 托马斯·克伦德·吉尔伯特 , 内森·兰伯特 , 汤姆·齐克 :
面向公众利益的人工智能发展:从抽象陷阱到社会技术风险。 ISTAS公司 2020 : 72-79 [i3] 乌芒·巴特 , 麦肯·安德鲁斯 , 阿德里安·韦勒 , 艾丽斯·香 :
外部利益相关者的机器学习可解释性。 CoRR公司 abs/2007.05408 ( 2020 ) [i2] 麦肯·安德鲁斯 , 埃琳娜·斯皮策 , 杰弗里·布朗 , 艾丽斯·香 :
“我们无法衡量的,我们无法理解的”:追求公平对人口数据采购的挑战。 CoRR公司 abs/2011.02282 ( 2020 )
2010 – 2019
2019 【c3】 迪伦·哈德菲尔德-梅内尔 , 麦肯·安德鲁斯 , 吉莉安·哈德菲尔德 :
AI校准的易读规范性:愚蠢规则的价值。 AIES公司 2019 : 115-121 【c2】 麦肯·安德鲁斯 , 托马斯·吉尔伯特 :
走向公正的测量理论:机器学习的原则性社会测量保证计划。 AIES公司 2019 : 445-451 【c1】 麦肯·安德鲁斯 :
论为两位大师服务:将关键技术实践引向人工智能中的人类兼容性。 AIES公司 2019 : 559-560 2018 [i1] 迪伦·哈德菲尔德-梅内尔 , 麦肯·安德鲁斯 , 吉莉安·哈德菲尔德 :
AI校准的易读规范性:愚蠢规则的价值。 CoRR公司 abs/1811.01267 ( 2018 )
合著者索引
![](https://dblp.org/img/cog.dark.24x24.png)