Governance Frameworks for Ethical AI Deployment in Public Sector Services
Notice bibliographique
Résumé
Abstract: As artificial intelligence (AI) systems become integral to public sector operations—ranging from predictive analytics in welfare programs to algorithmic decision-making in law enforcement—concerns over transparency, fairness, and accountability have intensified. This study investigates the development of governance frameworks that ensure ethical AI deployment in public service delivery. Drawing from a mixed-methods approach, we conduct a comparative case analysis of AI initiatives across six countries (Canada, Estonia, UK, India, Brazil, and the USA) and analyze empirical survey data from 124 public officials and AI practitioners. Using descriptive statistics, multiple regression, and exploratory factor analysis, we identify four foundational pillars of ethical AI governance: legal-policy alignment, ethical design principles, technical auditability, and multi-stakeholder engagement. The findings reveal that governance structures emphasizing transparency and accountability significantly enhance public trust and reduce algorithmic risk. Notably, participatory models with continuous oversight mechanisms outperform top-down regulatory schemes in fostering ethical compliance. This research contributes to the discourse on responsible AI by offering a validated governance framework tailored to the unique demands of the public sector. Our results have practical implications for policymakers, technologists, and civil society actors aiming to embed ethical safeguards into the architecture of AI systems. Keywords: Ethical AI, Public Sector AI, Governance Frameworks, Algorithmic Accountability, Transparency, Legal-Policy Alignment, Multi-Stakeholder Engagement, AI Regulation, Responsible Innovation, AI Ethics Compliance
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 | 0,078 | 0,131 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,017 |
| Communication savante | 0,013 | 0,007 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».