FROM DEVELOPMENT TO DEPLOYMENT: FOR A COMPREHENSIVE APPROACH TO ETHICSOF AI AND LABOUR
Notice bibliographique
Résumé
In recent years, government and policy organizations, private companies, and research agencies have been discussing the potential disruption caused by the deployment of AI systems in working environments. This paper traces contemporary discourse on the relationship between artificial intelligence and labour and discusses how these principles must be comprehensive in their approach to labour and AI. First, the paper asserts that ethical frameworks in AI alone are not enough to guarantee the rights of workers since they lack enforcement mechanisms and the participation of worker organizations. Secondly, it argues that current discussions on AI and labour focus on the deployment of these technologies in the workplace but ignore the essential role of human labour in their development, particularly in the different cases of outsourced labour around the world. Finally, the paper recommends the use of already existing human rights frameworks on working conditions – notably the International Labour Organization conventions on the right of collective bargaining, the abolition of discrimination at work, and the right to equal remuneration – as a basis for a more comprehensive ethical framework on AI labour. It concludes by arguing that the central question regarding the future of work will not be whether intelligent machines will replace humans, but who will own and have a say on the systems that will ultimately work alongside humans.
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 | 0,048 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,104 |
| Communication savante | 0,018 | 0,036 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,020 | 0,027 |
| 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 ».