MétaCan
Menu
← Retour à la cohorte
Enregistrement W3009485573 · doi:10.22215/etd/2019-13411

Towards an Ethical Machine: One test at a time

2019· dissertation· en· W3009485573 sur OpenAlexaff
Thomas Highstead

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueEthics and Social Impacts of AI
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Order (exchange)Artificial intelligenceTask (project management)Computer scienceEngineering ethicsEngineeringBusinessSystems engineering

Résumé

récupéré en direct d'OpenAlex

Machines performing as artificial agents, such as autonomous vehicles, are becoming more frequent in society and are interacting directly with human beings.Because social interaction is grounded in ethical norms, artificial agents also need to behave in accordance with the ethical norms of the society in which they operate.To be accepted by society, an artificial agent must incorporate moral judgment in the performance of its tasks.Artificial moral agents would, therefore, be seen as safe and courteous in their daily intercourse with people.To accomplish this, requires a methodology that can communicate ethical values from an ethical domain of discourse to the scientific domain of engineering design and development.I present an innovative approach, which incorporates the concept of an oracle used to interface an ethical evaluation process to a Test-Driven Development methodology employed in the design and develop an ethical machine.The oracle is the repository of moral values received from the ethical evaluation process that, in turn, become specifications for developing a machine's moral capacity to assess its actions.By morally ameliorating an artificial agent's tasking, the machines actions assume an ethical quality.The result is that an artificial agent's actions are deemed to be morally acceptable, and therefore, it becomes an ethical machine.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,063
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,032
Communication savante0,0130,018
Science ouverte0,0020,007
Intégrité de la recherche0,0080,012
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,404
Écart entre enseignants0,367 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEthics and Social Impacts of AI→Travaux en français237 207→