Wiley Interdisciplinary Reviews Data Mining and Knowledge Discovery· 2020Q1
Veri güdümlü yapay zeka sistemlerindeki yanlılık—Giriş niteliğinde bir derleme
Bias in data‐driven artificial intelligence systems—An introductory survey
- 1.000atıf
- Q1SCImago
- 2020yıl
Kısa özet
Bu derleme, veri güdümlü YZ sistemlerindeki yanlılık üzerine çok disiplinli bir genel bakış sunarak teknik zorlukları, çözümleri ve yasal/etik entegrasyon ihtiyacını vurgulamaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- YZ sistemleri giderek artan bir şekilde bireyleri ve toplumu etkileyen kritik kararlar almaktadır.
- YZ'deki yanlılık, ırk ve cinsiyet gibi demografik özelliklere dayalı önyargılı kararlara yol açabilir.
- Performans optimizasyonunun ötesine geçmek, YZ'ye etik ve yasal ilkelerin yerleştirilmesini gerektirir.
- Derleme, büyük veri ve makine öğrenimi ile desteklenen yaygın bir YZ biçimi olan veri güdümlü YZ'deki yanlılığa odaklanmaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Abstract Artificial Intelligence (AI)‐based systems are widely employed nowadays to make decisions that have far‐reaching impact on individuals and society. Their decisions might affect everyone, everywhere, and anytime, entailing concerns about potential human rights issues. Therefore, it is necessary to move beyond traditional AI algorithms optimized for predictive performance and embed ethical and legal principles in their design, training, and deployment to ensure social good while still benefiting from the huge potential of the AI technology. The goal of this survey is to provide a broad multidisciplinary overview of the area of bias in AI systems, focusing on technical challenges and solutions as well as to suggest new research directions towards approaches well‐grounded in a legal frame. In this survey, we focus on data‐driven AI, as a large part of AI is powered nowadays by (big) data and powerful machine learning algorithms. If otherwise not specified, we use the general term bias to describe problems related to the gathering or processing of data that might result in prejudiced decisions on the bases of demographic features such as race, sex, and so forth. This article is categorized under: Commercial, Legal, and Ethical Issues > Fairness in Data Mining Commercial, Legal, and Ethical Issues > Ethical Considerations Commercial, Legal, and Ethical Issues > Legal Issues
Yazarların özeti; kaynağından alınmıştır. Wiley Interdisciplinary Reviews Data Mining and Knowledge Discovery, 2020 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Güvenlik Araştırmaları
Safety ResearchSocial Sciences