AIES 2023年: 蒙特利尔,QC,加拿大
弗朗西丝卡·罗西 , Sanmay Das公司 , 珍妮·戴维斯 , Kay Firth巴特菲尔德 , 亚历克斯·约翰 :
2023年AAAI/ACM人工智能、道德和社会会议记录,AIES 2023,蒙特利尔,魁北克省,加拿大,2023年8月8日至10日。 ACM公司 2023
主题演讲
已投稿论文
达伦·库克 , 米里·齐尔卡 , 海蒂·德桑德尔 , 苏珊·贾尔斯 , 西蒙·马斯凯尔 :
保护儿童免受在线剥削:训练有素的模特能检测出有害的沟通策略吗? 5-14 Tunazzina伊斯兰 , 张如琪(Ruqi Zhang) , 丹·戈德瓦瑟 :
使用贝叶斯模型平均法分析社交媒体上的气候运动。 15-25 约翰娜·沃克 , Gefion Thuemer公司 , 朱利安·维森斯 , 埃琳娜·辛佩尔 :
人工智能艺术与虚假信息:媒体素养和事实核查的方法和策略。 26-37 迈克尔·费弗 , 迈克尔·斯基尔潘 , 扎卡里·C·利普顿 , 霍达·海达里 :
从偏好启发到参与式ML:一项关键调查和未来研究指南。 38-48 索米克·纳拉亚南 , 余广辉(Guanghui Yu) , 钱菊浩 , 明音 :
在人工智能辅助道德决策中,价值相似性如何影响人的信任? 49-57 阿图萨·卡西尔扎德 , 查尔斯·埃文斯 :
强化学习推荐系统中的用户篡改。 58-69 沙拉莱·里斯马尼 , 蕾妮·谢尔比 , 安德鲁·斯马特 , 雷内利托·德洛斯·桑托斯 , AJung Moon公司 , 内加尔·罗斯塔姆扎德 :
超越ML模型:将安全工程框架应用于文本到图像开发。 70-83 托马斯·克伦德·吉尔伯特 , 内森·兰伯特 , 莎拉·迪恩 , 汤姆·齐克 , 亚伦·斯诺斯韦尔 , 索哈姆·梅塔 :
强化学习奖励报告。 84-130 威廉西摩 , 肖战 , 马克·科特 , Jose M.这样 :
语音助理道德问题的系统回顾。 131-145 朱莉娅·巴奈特 :
生成音频模型的伦理含义:一篇系统的文献综述。 146-161 泰勒·库克 :
稳健的人工道德主体和元规范性。 162-169 上田良介 , 高武内(Koh Takeuchi) , Hisashi鹿岛 :
缓解选民属性偏见以实现公平意见聚合。 170-180 纳撒内尔·乔 , 西纳·阿盖伊 , 杰克·本森 , 安德烈斯·戈麦斯 , 菲比·瓦亚诺斯 :
学习最佳公平决策树:可解释性、公平性和准确性之间的权衡。 181-192 张金迪 , 王鲁宁(Luning Wang) , 丹·苏 , 黄永祥 , Caleb Chen Cao公司 , 陈磊 :
通过基于梯度的表示解释进行模型借记。 193-204年 斯鲁西·戈兰特拉 , 安娜·梅赫罗特拉 , 阿米特·德什潘德 , 阿南·路易斯 :
抽样个人公平排名,始终是集团公平。 205-216 亚历山大·南辰 , 拉克马尔·米加哈波拉 , 威廉·德罗兹 , 丹尼尔·加蒂卡·佩雷斯 :
保持传感器处于受控状态:解决基于移动传感器的模型中存在的国家级通用化问题(具有多样性分数)。 217-228 瓦莱丽亚·切雷帕诺娃 , 斯蒂芬·瑞克 , 塞缪尔·杜利 , 侯赛因·苏里 , 约翰·迪克森 , 迈卡·戈德布鲁姆 , 汤姆·金斯坦 :
深入研究人脸识别中的数据集不平衡和偏见。 229-247年 周益伦 :
反事实解释的迭代部分实现:好处和风险。 248-258 Ira Globus-Harris公司 , 瓦伦·古普塔 , 克里斯托弗·荣格 , 迈克尔·卡恩斯 , 杰米·摩根斯坦 , 亚伦·罗斯 :
下游公平性的多标定回归。 259-286 彼得·亨德森 , 埃里克·米歇尔 , 克里斯托弗·曼宁 , 丹·朱拉夫斯基 , 切尔西-芬兰人 :
自毁模型:增加基础模型有害双重使用的成本。 287-296 麦肯齐·约根森 , 汉娜·里切特 , 伊丽莎白·布莱克 , 纳塔莉亚·克里亚多 , Jose M.这样 :
《不那么公平:可能公平的机器学习模型的影响》。 297-311年 埃兰·塔尔 :
医疗保健中的目标规范偏差、反事实预测和算法公平性。 312至321 SJ贝内特 , 卡罗琳·克莱斯 , 埃瓦·卢格 , 阿比盖尔·达兰特 :
解开数字健康中的认识不公:设计数据驱动技术对长期状况管理的影响。 322-332 杨明英 , 格洛丽亚·玄正奎 , 汤姆·波拉德 , 利奥·安东尼·塞利 , 马齐耶·加塞米(Marzyeh Ghassemi) :
评估社会决定因素对重症监护室健康预测的影响。 333-350 休伯特·达瑞乌斯·扎贾克 , 纳塔莉亚·罗萨利亚·阿夫洛纳 , 芬恩·肯辛 , 塔里克·奥斯曼·安徒生 , 伊琳娜·什克洛夫斯基 :
基本事实或挑战:影响AI训练医学数据集创建的因素。 351-362 哈里·H·江 , 劳伦·布朗 , Jessica Cheng(杰西卡·程) , 迈赫塔布·汗 , 阿披实古普塔 , Deja工人 , 亚历克斯·汉纳 , 乔纳森·弗劳尔斯 , 蒂姆尼特·格布鲁 :
人工智能艺术及其对艺术家的影响。 363-374 内森·丹纳 , 阿娜莉亚·奥维尔 , 阿什温·辛格 , 卢卡·索尔达尼 , Arjun Subramonian公司 , Huy Tu公司 , 威廉·阿格纽 , 阿维吉特·戈什 , 凯拉·耶伊 , 艾琳字体Peradejordi , Zeerak Talat公司 , 梅拉·拉索 , 杰西卡·德·杰西斯·德·皮尼奥·平哈尔 :
受到回报的约束:合作制定超人智能危害评估流程。 375-386 帕梅拉·罗宾逊 :
行动指南和AI调整。 387-395 夏洛特·伯德 , 埃迪·伦格利斯 , Atoosa Kasirzadeh公司 :
生成性文本到图像模型的风险类型。 396-410 伊曼纽尔·阿尔比尼 , Shubham Sharma公司 , 索米特拉·米什拉 , 丹尼尔·德沃维奇 , 丹尼尔·马加泽尼 :
博弈论特征归因与反事实解释之间的联系。 411-431 伊恩·哈迪 , Jayanth Yetukuri , 杨柳 :
适应性对抗训练不会增加资源成本。 432至442 Shubham Sharma公司 , 桑哈米特拉·杜塔 , 伊曼纽尔·阿尔比尼 , 弗雷迪·莱库埃 , 丹尼尔·马加泽尼 , 曼勒·维罗索 :
REFRESH:根据SHAP值进行负责任且高效的功能重选。 443-453 卡洛斯·穆根 , 何塞·M·阿尔瓦雷斯 , 萨尔瓦托·鲁杰里 , 斯特芬·斯塔布 :
编码受保护类别属性的公平性含义。 454-465 格伦·伯曼 :
机器学习实践和基础设施。 466-481 阿加西·巴莱恩 , 米雷娅·尤里塔 , 杨杰(音译) , Ujwal Gadiraju公司 :
" ☑ 公平工具包,复选框文化? “关于片段开发人员在处理算法伤害时所采用的因素。 482至495 奥瓦利安娜埃利亚 , Arjun Subramonian公司 , 流浪者高塔姆 , 吉尔伯特·吉 , Kai-Wei Chang公司 :
分解支配矩阵:对人工智能公平中交叉性的批判性回顾和重新想象。 496-511 文森特·斯特劳布 , 黛博拉·摩根 , 尤姆娜·哈希姆 , 约翰·弗兰西斯 , 萨巴·埃斯纳亚沙里 , 乔纳森·布赖特 :
指导机构AI研究和采用的多领域关系框架。 512-519 科齐亚·纳吉塔 , 朱丽安·拉钱斯 , 艾丽斯·香 :
Flickr Africa:在大尺度、以人为中心的可视化数据中研究地理多样性。 520-530 瑞秋·洪 , 塔达约希·科诺 , 杰米·摩根斯坦 :
人脸识别中种族公平目标数据集的评估。 531-541 湿婆·奥姆拉尼·萨巴吉 , 罗伯特·沃尔夫 , 艾林·卡利斯卡恩 :
在交叉语境中评估语言模型的偏见态度关联。 542-553 Pranav Narayanan Venkit公司 , 桑贾娜·高塔姆 , 鲁奇·潘查纳迪卡尔 , 黄廷浩(Ting-Hao Kenneth Huang) , 肖米尔·威尔逊 :
揭露民族偏见:人工智能生成文章中人类民族认知研究。 554-565 汤姆·威廉姆斯 , 克斯汀·索菲·哈林 :
没有正义,就没有机器人:从警务部署到废奴机器人。 566-575 紫罗兰·图里 , Rachel Dzombak女士 :
为什么我们需要了解更多:探索AI事件文档实践的状态。 576-583 沙拉莱·里斯马尼 , AJung Moon公司 :
作为一名负责任的人工智能从业者意味着什么:角色和技能的本体论。 584-595 申申华 , 海顿·贝尔菲尔德 :
人工智能发展情景下欧盟竞争法的有效实施:预期治理框架。 596-605 克里斯蒂·劳伦斯 , 艾萨克·崔 , 丹尼尔何 :
人工智能治理面临的官僚挑战:美国联邦机构实施情况的实证评估。 606-652 马特奥·法布里 :
通过解释实现自我决定:从道德角度看欧盟《数字服务法案》对推荐系统透明度要求的实施。 653-661 阿维·施瓦西 , 最大水泥试验 , 卡西克·拉奥 , 基根海因斯 , 约翰·迪克森 :
解决分歧问题:将解释共识作为培训目标。 662-678 阿维吉特·戈什 , 巴勃罗·科维察 , 克里斯托·威尔逊 :
当公平分类满足噪声保护属性时。 679-690 伊丽莎白·爱登堡 , 亚历山大·伍德 :
消除算法偏见的歧义:从中立到正义。 691-704 Dafna Burema公司 , 妮可·黛博斯基-韦曼 , 亚历山大·冯·贾诺夫斯基 , 吉尔·格拉博夫斯基 , Mihai Maftei公司 , 马蒂斯·雅各布斯 , 帕特里克·范德·斯马特 , 贾勒尔·本布齐德 :
基于部门的人工智能道德方法:在部门背景下理解人工智能相关事件的道德问题。 705-714年 伊丽莎白·塞格 , 阿维夫·奥瓦迪亚 , 迪维亚·西达斯 , 本·加芬克尔 , 阿兰·达福 :
民主化人工智能:多重含义、目标和方法。 715-722 蕾妮·谢尔比 , 沙拉莱·里斯马尼 , 凯瑟琳·海恩 , 阿琼·穆恩 , 内加尔·罗斯塔姆扎德 , 保罗尼古拉斯 , N'Mah Yilla阿卡巴里 , 杰斯·加列戈斯 , 安德鲁·斯马特 , 埃米利奥·加西亚 , 格伦·维克 :
算法系统的社会技术危害:确定减少危害的分类范围。 723-741 Jayanth Yetukuri , 伊恩·哈迪 , 杨柳 :
走向用户引导的可操作资源。 742-751年 Przemyslaw A.Grabowicz公司 , 尼古拉斯·佩雷洛 , 肯塔·高松 :
从歧视性培训数据中学习。 752-763 卡兰·巴诺 , 伊奥娜·巴尔迪尼 , 丹尼斯·韦 , 曾家明 , 克里斯汀·贝内特 :
压力测试偏差缓解算法,以了解公平漏洞。 764-774 Guusje Juijn先生 , 尼亚·斯托梅诺娃 , 乔·赖斯 , 阮阿东 :
基于组织公平理论的算法公平感知:算法招聘的实证研究。 775-785 兰吉塔·奈克 , 贝斯米拉·努什 :
通过文本到图像生成镜头的社会偏见。 786-808 朱奈德·阿里 , 马特·乌斯·克莱德斯纳 , 弗洛里安·温泽尔 , 凯拉什·布达霍基 , 沃尔坎·塞弗尔 , 克里斯·拉塞尔 :
计算机视觉中判别基础模型的公平性评价。 809-833 菲利普·兰默茨 , 菲利普·利普曼 , Yen-Chia Hsu(音译) , 法比奥·卡萨蒂 , 杨杰(音译) :
你感觉怎么样? 在仇恨语音检测中测量拒绝机器决策的用户感知值。 834-844 斯宾塞·拉里克 , 兰吉塔·奈克 , 瓦伦·马图尔 , 桑达尔·普德尔 , 维沙尔·乔达里 :
GATE:性别歧义翻译实例的挑战集。 845-854 陈幼坚 , 赫比·布拉德利 , 尼塔珊·拉吉库马尔 :
回收数字共享空间:培训数据的公共数据信托。 855-868年 凯瑟琳·梅夫·柯林斯 , 马修·巴克 , 马特奥·埃斯皮诺萨·扎林加 , 纳文·拉曼 , 乌芒·巴特 , 马蒂亚·贾姆尼克 , 伊莉亚·苏克洛茨基 , 阿德里安·韦勒 , 克里希纳穆西·德维约坦 :
基于概念的人工智能系统中的人类不确定性。 869-889 多纳尔·科斯洛维 , 芬诺拉·芬恩 , 埃莉诺·克拉克 :
传播创造者:为生成性人工智能输出归因。 890-900 Sourojit Ghosh公司 , 艾林·卡利斯卡恩 :
ChatGPT消除了机器翻译中的性别偏见,忽略了非赋权代词:孟加拉语和其他五种低资源语言的研究结果。 901-912 查维·拉斯托吉 , 马可·图利奥·里贝罗 , 尼古拉斯金 , 哈沙·诺里 , Saleema Amershi公司 :
支持LLM与LLM审计中的人机合作。 913-926 哈维尼特·辛格 , 鲁米·丘纳拉 :
差异度量及其有效估计。 927-938
学生摘要
索米克·纳拉亚南 :
探讨人工智能协助对人类伦理决策的影响。 939-940 杰斯·帕里斯·韦斯特布鲁克 :
Queering Futures:设计一个扩展的混合方法研究框架,集成定性、定量和基于实践的模式。 941 瓦莱丽·陈 :
模型解释在实践中有用吗? 重新思考如何支持人机交互。 942-944 丹尼尔·阿夫斯普林 :
ELIZA缺陷:为生成性人工智能构建正确的用户。 945-946 埃米·海恩 :
管理硅谷和深圳:评估美国和中国人工智能管理的新时代。 947-949 金华(Jinhwa Kim) :
对话系统中的安全问题。 950-951 巴加维·加内什 :
治理在弥合人工智能责任差距中的作用:新兴人工智能治理措施的跨学科评估。 952-954 维什瓦利·姆哈萨瓦德 :
通过机器学习促进健康公平。 955-956 凯文·布赖森 :
为数据工作者设计引发数据问题的接口。 957-958 Chinasa T.Okolo公司 :
探索人工智能解释的极限:为低资源环境中的新手技术用户设计。 959-961 查哈特·拉吉 , 安吉什努·穆克吉 , 朱紫薇 :
真实与公平:通过可解释机器学习进行稳健且无偏见的假新闻检测。 962-963 艾丹·基兰斯 :
基准道德:AI校准、道德知识和控制路线图。 964-965 奥拉莱坎·约瑟夫·阿金坦德 :
算法偏见:当污名化成为一种认知时:污名化的人将面临危险。 966-971 杰西卡·伍德盖特 :
价值偏好推理的伦理原则。 972-974 卢卡·南尼尼 :
流程挖掘中的可解释性:改进决策的框架。 975-976 穆巴拉克·侯赛因 :
AlphaGo能成为称赞/指责“Move 37”的合适对象吗? 977-979 黛博拉·摩根 :
人工智能系统的预期监管工具:监管沙箱方案的比较研究。 980-981 特库拉·托马斯·麦基亚 :
审查大脑-计算机接口的道德:确保安全、权利和人格尊严。 982 贝赫拉德·塔希贝格鲁 :
如何在无家可归者中促进公平的睡眠护理:一种基于人工智能的以人为中心的计算机视觉解决方案。 983-984 诺拉·弗雷亚·林德曼 :
密封知识:将LLM用作搜索引擎的关键方法。 985-986 查维·拉斯托吉 :
调查决策中人类和机器学习的相对优势。 987-989 约书亚·布兰德 :
通过公共邮政银行探索可解释人工智能的道德价值。 990-992 阿纳斯塔西亚·西亚普卡 :
AI驱动的自动化作为Eudaimonia的前提条件。 993-994 赫特维·杰特瓦尼 :
多值对齐:将ML/AI开发选择与多值对齐的四个步骤。 995 安娜·玛丽·雷兹克 :
“太好了,太舒适了”:在媒体个性化中,用户对好处的感知和舒适度之间的权衡。 996-998 安娜·施密茨 :
走向形式化和评估AI公平性。 999至1001 马特奥·法布里 :
欧盟《数字服务法案》的规定将如何以及在多大程度上影响用户与平台之间作为信息提供者的关系? 1002-1003 Pranav Narayanan Venkit公司 :
走向整体方法:使用跨学科视角理解NLP模型中的社会人口偏见。 1004-1005 瑞秋·洪 :
人脸识别中种族公平的目标数据集收集评估。 1006-1007 贾扬斯·叶图库里 :
个人和团体层面的可诉资源考虑。 1008-1009 达伦·库克 :
机械心理学家:利用人工智能检测在线交互中的捕食行为。 1010-1012年