AIにおける種者バイアス-AIアプリケーションは動物に対する識別と不公平な結果を永続する【JST・京大機械翻訳】

Hagendorff Thilo; Bossert Leonie; Fai Tse Yip; Singer Peter

プレプリント

J-GLOBAL ID：202202200928316592 整理番号：22P0293460

AIにおける種者バイアス-AIアプリケーションは動物に対する識別と不公平な結果を永続する【JST・京大機械翻訳】

Speciesist bias in AI -- How AI applications perpetuate discrimination and unfair outcomes against animals

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月22日プレプリントサーバーでの情報更新日： 2022年02月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

AIアプリケーションを公正にするために,データおよびアルゴリズムの両者におけるバイアスを低減するための大規模努力を行った。これらの努力は,偏ったアルゴリズム意思決定が,女性,色の人々,少数民族などに害を引き起こす様々な高プロファイル事例によって推進され,AI公平性場は,まだブラインドスポット,即ち,動物に対する識別に対する不感性にとどまる。本論文は,最初に「種バイアス」を記述し,いくつかの異なるAIシステムでそれを調査する。種主義者パターンが優勢であるデータセット上で訓練されたとき,AIアプリケーションによって種主義バイアスを学習し,凝固する。これらのパターンは,画像認識システム,大規模言語モデル,および推薦システムにおいて見つけることができる。したがって,AI技術は,動物に対する暴力化および正常化において,現在,重要な役割を果たす。これはAI公平性フレームワークがそれらの範囲を広げるときのみ変化し,種主義者バイアスに対する緩和対策を含む。本論文では,この点に関するAIコミュニティを扱い,その影響AIシステムへの影響は,動物に悩まされる暴力の増加または低減,特に養殖動物に関して,その影響を示すことができる。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, , , , ,

前のページに戻る