Computerwissenschaften - Computer und Gesellschaft

Maschinenlernen verbessert die EKG-Überwachung und sorgt für bessere Patientenversorgung und Herzgesundheitsanalyse.

Untersuchen, wie KI-Tools das Lehren und Lernen verändern.

Die Vorhersagegenauigkeit in verschiedenen Gemeinden analysieren, um eine gerechte Verteilung von Gesundheitsressourcen zu gewährleisten.

Ein strukturierter Ansatz für verantwortungsvolles AI-Design und -Validierung.

Datenübertragung nutzen, um die Verbrechensvorhersagemodelle in verschiedenen Städten zu verbessern.

Forschung zeigt, wie Demografie die Ansichten über Fairness in der KI-Inhaltsmoderation beeinflusst.

Dieses Papier bespricht Methoden, um Fairness in KI durch selbstüberwachtes Lernen zu gewährleisten.

Untersuchen, wie LLMs Sicherheit gewährleisten und wie sich Jailbreaks auswirken.

Vorurteile in Algorithmen angehen, um Fairness in verschiedenen Bereichen zu fördern.

Untersuchen, wie Fairness im maschinellen Lernen sich über Entscheidungen und Zeit entwickeln kann.

Diese Studie untersucht, wie soziale Wahrnehmungen die Interaktionen von Studenten mit LLMs in Programmierkursen beeinflussen.

Faire Datensätze sind entscheidend für unvoreingenommene Machine-Learning-Modelle.

Studie bewertet die Fairness von COVID-19-Fallvorhersagen über verschiedene ethnische Gruppen hinweg.

Ein neues System soll die Nutzung von PSA durch Echtzeit-Feedback für Gesundheitsarbeiter verbessern.

Die Analyse von schädlichen Memes und ihren Auswirkungen auf die Gesellschaft.

Untersuchung von Twitter-Umfragen und ihrem Einfluss auf die Präsidentschaftswahlen in den USA.

Die Lücke zwischen KI-Technologie und regulatorischen Rahmenbedingungen bewerten.

Strategien zur Bekämpfung von Dark Pooling in digitalen Werbeflächen untersuchen.

KI-generierte Übungen machen Programmieren für Schüler spannender.

Ein Blick auf die Vorschriften, die die Rolle von KI im globalen Gesundheitswesen heute prägen.

Die Herausforderungen, vor denen dezentrale Organisationen stehen, und der Bedarf an besseren Systemen.

Die Identitätsprinzipien und Herausforderungen im aufkommenden Metaversum untersuchen.

Bewertung von Risiken verzerrter Ergebnisse bei Robotern mithilfe von Sprachmodellen.

Diese Studie hebt Vorurteile in Sprachmodellen hervor, die auf verschiedene englische Dialekte reagieren.

Die Auswirkungen von KI und sozialen Medien auf das Lernen und die Beteiligung der Schüler.

Entdecke, wie automatisierte Methoden die Identifizierung von wertvollen Datensätzen aus Regierungsportalen verbessern.

USSD-Technologie hilft Frauen in Ghana, auf Ressourcen für psychische Gesundheit zuzugreifen.

Die Integration historischer Perspektiven verbessert das Lernen der Schüler in der IKT für eine nachhaltige Zukunft.

Dieser Bericht hebt die Lücken im Unterricht zur digitalen Barrierefreiheit in indischen Informatikprogrammen hervor.

Das JobFair-Framework identifiziert Geschlechtervorurteile bei automatisierten Lebenslaufbewertungen.

Eine Studie hebt Diskrepanzen beim Zugang zu KI zwischen ethnischen Gruppen hervor.

Ein neuer Ansatz zur Verbesserung der Sicherheitsbewertung von KI-Systemen durch unterschiedliche Perspektiven.

Bewerten, wie Sprachmodelle mit kulturellen Hinweisen in echten Aufgaben umgehen.

Forscher entwickeln das GECO-Datensatz und GECOBench, um Geschlechterbias in KI zu bekämpfen.

Dieses Papier stellt Methoden vor, um unzuverlässige Websites mithilfe von Dredge-Wörtern zu erkennen.

Dieser Artikel untersucht die wahre Bedeutung von Demokratisierung in der KI.

Diese Studie analysiert, wie Sprache kulturelle Werte in grossen Modellen beeinflusst.

Untersuchung der Auswirkungen von sozialer Annotation auf das Engagement und die Leistung von Programmierstudenten.

Untersuchen, wer für die Ergebnisse verantwortlich ist, die durch Algorithmen in Entscheidungsprozessen beeinflusst werden.

Diese Studie analysiert die Rollen von Quellen in Twitters Community Notes.