Artigos mais recentes para Ética na Tecnologia

Descubra a importância da justiça e do framework CIF em aprendizado de máquina.

Novo modelo liga a compreensão de linguagem com o processamento de imagem de forma eficiente.

Um estudo sobre as tendências e características das imagens geradas por IA usando o TWIGMA.

Avaliar como os classificadores interpretam errado emoções negativas na detecção de linguagem.

Analisando como redes neurais conseguem lembrar dados de treinamento e os riscos de privacidade envolvidos.

Este artigo examina como avaliar as intenções dos sistemas de IA.

Uma visão geral do deep learning, sua importância, desafios e perspectivas futuras.

Esse artigo analisa a importância e os métodos de avaliação de modelos de linguagem em IA.

Abordando os desafios de segurança e regulatórios de sistemas de IA poderosos.

Um método pra guiar modelos de difusão e evitar a geração de imagens indesejadas.

Esse artigo investiga o impacto dos LLMs nas práticas de pesquisa e nas considerações éticas.

A DBFed quer diminuir o preconceito na IA enquanto mantém a privacidade dos dados.

Explorando técnicas de aprendizado por reforço para sistemas de IA mais seguros.

Analisando a justiça em sistemas de recomendação usando explicações contrafactuais.

Analisando preconceitos na triagem de currículos feita por IA e jeitos de melhorar a justiça.

Analisando como os usuários percebem os riscos de privacidade ao compartilhar informações sensíveis.

Explorando como dados públicos podem melhorar modelos de aprendizado de máquina que preservam a privacidade.

Analisando como modelos de linguagem grandes podem ajudar na avaliação de risco de crédito.

Analisando os riscos sociais e éticos na geração de imagens por machine learning.

Um estudo sobre viés de gênero nos modelos de linguagem AI GPT-2 e GPT-3.5.

Analisando como os modelos de linguagem generativa pegam emprestado de conteúdos existentes e suas implicações.

Um novo método para melhorar a justiça na seleção de clientes em aprendizado federado.

Explorar a importância da documentação estruturada no desenvolvimento de IA para segurança e confiança.

Esse artigo destaca o papel do raciocínio em identificar vieses nos modelos de linguagem.

Analisando a eficácia dos modelos de linguagem para classificar dados de linguagem humana.

Um novo framework melhora a justiça em algoritmos usando informações demográficas incertas.

Investigando a justiça em sistemas de ML considerando múltiplos atributos protegidos.

Abordando a justiça em machine learning pra garantir tratamento igual pra todos os grupos.

Uma visão geral dos desafios em usar RLHF para alinhar IA.

Analisando como garantir que a IA esteja alinhada com os interesses humanos.

Analisando como as máquinas aprendem a criar resultados complexos a partir de partes simples.

Explorando como a confiança e a responsabilidade diferem na Índia e nos países da OCDE em relação à IA.

Um novo método pra rastrear o uso prejudicial de grandes modelos de linguagem.

Novas ferramentas visam melhorar a equidade na IA ao fornecer acesso a conjuntos de dados diversos.

Abordando os vieses dos conjuntos de dados para promover resultados justos na imagem médica.

Analisando como mudanças nos dados influenciam o desempenho dos algoritmos e os resultados sociais.

Um novo framework pra garantir justiça nos sistemas de IA enquanto estão em operação.

Pesquisadores desenvolvem métodos pra identificar textos feitos por máquinas e por humanos.

Examinando como os preconceitos variam entre as línguas e seu impacto nos modelos de linguagem.

Explorando como os preconceitos afetam os modelos de imagem e estratégias para minimizar isso.