The Impact of Human Implication for AI-Supported Decisions over Perception of Trust, Agency and Dignity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Recent developments in artificial intelligence (AI), more specifically in generative AI, are disrupting our life. The integration of generative AI raises questions pertaining not only to the performance and accuracy of the AI system, but also to the boundaries of the role of both human and AI. This calls for a better understanding of the perception of human dignity over different uses of generative AI, but also for comprehending how said perception may interact with trust into the AI and sense of agency. The goal of the current study was to evaluate the perception of human dignity, trust and sense of agency among different uses of AI-supported decisions depending on the context of use and on the level of implication of the human decision maker. We presented participants a series of vignettes where generative AI systems were used to support decision making in five domains of use (health, business, humanities, arts, and technology) and four types of support (for decision support, communication, creativity, and research). The level of human implication regarding the decision was also manipulated across two conditions. Sense of agency, trust in the AI, perception of appropriateness for the AI to make a decision, as well as interpersonal justice and dehumanization level measures were collected for each vignette. Results outlined that sense of agency differed across conditions. Domain of use influenced sense of agency, trust in the AI, decision appropriateness and dehumanization perceptions, with differences emerging mostly for health-related vignettes. The type of support also impacted trust and decision appropriateness, with more positive perceptions for vignettes discussing creativity use cases. Overall, our study sheds light on the perception of the general population over different types of AI use and how components such as perception of agency, trust and dignity may vary depending on the nature of the use.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle