Notice bibliographique
Résumé
This article examines the recent trend in automated electronic commerce to animate avatars and other electronic entities and use them to build relationships with consumers through the illusion of friendship. The author argues that further research and writing is needed on this neglected subject, and that new approaches to privacy and consumer protection are required to ensure that the interests of everyday consumers are not exploited by they web's wide world of bots and babes. The author begins his analysis with a discussion of the law of contract as it applies in the context of automation. Once the contractual foundations have been laid, his focus turns to the technologies that automate electronic commerce. Here, his primary objective is to trace the architectures of human-computer interaction (HCI) back to their conceptual origins within the field of artificial intelligence (AI). By examining the AI techniques employed to automate and animate electronic commerce, the author exposes some of the trickery used to deceive consumers, a disturbing trend which is referred to as the californication of commerce. Vendors of online goods or services use avatars, shopping bots, vReps, or digital buddies as the primary source of information during the negotiation and formation of a contract. These electronic entities are used to simulate familiarity and companionship in order to create the illusion of friendship. Such illusions can be exploited to misdirect consumers, the net effect of which is to diminish consumers' ability to make informed choices and to undermine the consent principle in data protection and privacy law. The author questions whether our lawmakers ought to respond by enacting laws more robust than those stipulated in today's typical electronic commerce legislation which, for the most part, tend to be limited to issues of form and formation. The author concludes by foreshadowing an important set of concerns lurking in the penumbras of our near future, and demonstrating that some persons are in need of legal protection right now - protection not from intelligent machine entities but, rather, from the manner in which some people are using them.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,037 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».