轨迹编辑器

尤利斯·科尔特斯
弗吉尼亚·迪格纳姆
玛丽亚·斯拉夫科维奇
托比·沃尔什

前曲目编辑和助理编辑

文森特·科尼策(曲目编辑)
Milind Tambe(曲目编辑)
Erik Brynjolfsson(人工智能与经济)
加里·马库斯(人工智能与心理学)
Stuart Russell(人工智能的长期社会影响)
Manuela Veloso(人工智能与自治)
尼克·博斯特罗姆(人工智能与哲学)
Rebecca Crootof(人工智能与法律)


概述

《人工智能研究杂志》(JAIR)很高兴地宣布推出JAIR人工智能与社会专题。人工智能很少出现在新闻中。社会上有一种强烈的欲望,想了解技术总体上的影响,特别是人工智能在短期和长期内的影响。人工智能与社会轨道的目标是为围绕人工智能对社会的影响的辩论提供学术投入,并提供一个论坛,在该论坛上可以介绍以社会利益为重点的人工智能研究。人工智能对社会影响的所有方面都将被涵盖,包括但不限于伦理、哲学、经济学、社会学、心理学、法律、历史和政治。

请求提交

将出版4种类型的文章:

  • 常规期刊文章
  • 观点(长达2000字的短文,专门针对人工智能将对社会产生的影响发表技术观点和意见,在这些观点中,立场由事实或原则性论据证实)
  • 观点/反驳(两种观点,观点相反)
  • 多作者讨论文章(例如,六位作者围绕人工智能对社会影响的问题展开讨论)

期刊文章应提出新颖的研究。人工智能技术本身可能具有新颖性。然而,也可以将现有人工智能技术应用于具有社会效益的新领域。如果应用程序本身特别新颖,那么人工智能方法就没有必要扩展现有技术。新颖性还可以通过仔细的实验比较来实现,例如在此类应用中对不同的人工智能技术进行比较。

预计将委托许多观点/对位和多作者讨论文章。然而,它们仍将像轨道上发布的所有其他作品一样接受同行评审。有争议的问题无法避免,但应该公平处理。观点和观点/对位文章可能更基于观点,但仍应以事实或原则性论点为依据。观点和观点/对比文章不需要包含主要研究数据,尽管它们可能提供“社会学”数据(资金趋势、人口统计、书目数据等)。最好的这类文章将是挑衅性的,为新概念或观点辩护。


目录

特殊轨道的内容将在物品验收后提供。


公平可以自动化吗?Fairness-aware AutoML的指南和机会

希尔德·威茨、弗洛里安·普菲斯特勒、马蒂亚斯·费雷尔、凯瑟琳娜·艾根斯佩格、爱德华·伯格曼、努尔·阿瓦德、华金·范肖伦、米科拉·佩切尼茨基、伯恩德·比施尔和弗兰克·赫特

NLP中的不良偏见:应对测量挑战

奥斯卡·范德沃尔(Oskar van der Wal)、多米尼克·巴赫曼(Dominik Bachmann

你的提示就是我的命令:关于评估多模态模型以人为中心的普遍性

沃特·谢勒特、费尔南多·马丁内斯·普鲁米德、卡里娜·沃尔德、约翰·伯登、巴勃罗·卡萨雷斯、鲍盛·洛伊、罗伊·赖查特、肖恩·赫伊盖尔塔伊、安娜·科霍宁和何塞·埃尔南德斯·奥拉洛

基于属性软件反向影响抽样的大规模社交网络公平影响最大化

林明凯、孙林丹、杨瑞、刘旭升、王亚娟、丁莉、李文忠、陆桑璐

人工智能时代的责任制度:基于使用案例的举证责任分析

David Fernández Llorca、Vicky Charisi、Ronan Hamon、Ignacio Sánchez和Emilia Gómez

观点:人工智能事故等待发生?

费德里科·比安奇(Federico Bianchi)、阿曼达·塞尔卡斯·库里(Amanda Cercas Curry)和德克·霍维(Dirk Hovy)

学习设计公平和私人投票规则

Farhad Mohsin、Ao Liu、Pin-Yu Chen、Francesca Rossi和Lirong Xia

从袋子里出来!人工智能伦理教育中的筒仓:全球人工智能课程的无监督主题建模分析

拉娜·塔拉尔·贾维德(Rana Tallal Javed)、奥萨马·纳西尔(Osama Nasir

图像字幕作为一种辅助技术:从2020年VizWiz挑战中吸取的教训

Pierre Dognin、Igor Melnyk、Youssef Mroueh、Inkit Padhi、Mattia Rigotti、Jarret Ross、Yair Schiff、Richard A.Young和Brian Belgodere

人工智能的伦理与治理:来自机器学习研究人员调查的证据

张宝宝、马库斯·安德永、劳伦·卡恩、诺埃米·德雷克斯勒、迈克尔·霍洛维茨和阿兰·达福

衡量人工智能的职业影响:任务、认知能力和人工智能基准

Songül Tolan、Annarosa Pesole、Fernando Martínez-Plumed、Enrique Fernández-Macías、JoséHernánd ez-Orallo和Emilia Gómez

AI责任难题与基于资金的工作区

奥利维亚·J·埃尔德利和加博·埃尔德利

深度强化学习的社会意义

Jess Whittlestone、Kai Arulkumaran和Matthew Crosby

认真对待原则:人工智能中价值校准的混合方法

Tae Wan Kim、John Hooker和Thomas Donaldson

超智能无法遏制:可计算性理论的教训

曼努埃尔·阿方塞卡、曼努埃尔·塞布里安、安东尼奥·费尔南德斯·安塔、洛伦佐·科维耶洛、安德烈斯·阿贝利克和伊亚德·拉旺

观点:对智慧城市和人工智能的批判

丹妮拉·伊普里赞和路易斯·普拉达诺斯

观点:人工智能何时超越人类绩效?来自人工智能专家的证据

卡贾·格雷斯(Katja Grace)、约翰·萨尔瓦蒂尔(John Salvatier)、艾伦·达福(Allan Dafoe)、张宝宝(Baobao Zhang)和欧文·埃文斯(Owain Evans)

观点:人工智能中的人

法比奥·马西莫·赞佐托

力量觉醒:消费者法的人工智能

马可·里皮(Marco Lippi)、朱塞佩·孔蒂萨(Giuseppe Contissa)、阿格涅斯卡·贾布罗诺夫斯卡(Agnieska Jablonowska)、弗朗西斯卡·拉吉奥亚(Francesca Lagioia)、汉斯·沃夫冈·米克利茨(Hans-Wolfgang Micklitz)、普尔泽米斯瓦夫·帕尔卡(P

管制与否:一个理想化AI种族的社会动力学分析

Anh Han、Luis Moniz Pereira、Francisco C.Santos和Tom Lenaerts