MétaCan
Menu
Retour à la cohorte
Enregistrement W4252113900 · doi:10.5771/2747-5182-2021-1-30

On The Verge of the Hybrid Mind

2021· article· en· W4252113900 sur OpenAlexaff
Surjo R. Soekadar, Jennifer A. Chandler, Marcello Ienca, Christoph Bublitz

Notice bibliographique

RevueMorals & Machines · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensCanadian Institutes of Health ResearchUniversity of Ottawa
Organismes subventionnairesEinstein Stiftung BerlinBundesministerium für Bildung und Forschung
Mots-clésPerceptionSubject (documents)Cognitive scienceComputer scienceNatural (archaeology)Point (geometry)Human–computer interactionAssemblage (archaeology)PsychologyData scienceArtificial intelligenceWorld Wide WebEcologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Recent advances in neurotechnology allow for an increasingly tight integration of the human brain and mind with artificial cognitive systems, blending persons with technologies and creating an assemblage that we call a hybrid mind. In some ways the mind has always been a hybrid, emerging from the interaction of biology, culture (including technological artifacts) and the natural environment. However, with the emergence of neurotechnologies enabling bidirectional flows of information between the brain and AI-enabled devices, integrated into mutually adaptive assemblages, we have arrived at a point where the specific examination of this new instantiation of the hybrid mind is essential. Among the critical questions raised by this development are the effects of these devices on the user’s perception of the self, and on the user’s experience of their own mental contents. Questions arise related to the boundaries of the mind and body and whether the hardware and software that are functionally integrated with the body and mind are to be viewed as parts of the person or separate artifacts subject to different legal treatment. Other questions relate to how to attribute responsibility for actions taken as a result of the operations of a hybrid mind, as well as how to settle questions of the privacy and security of information generated and retained within a hybrid mind.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,074
Tête enseignante GPT0,318
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMorals & MachinesMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207