MétaCan
Menu
Retour à la cohorte
Enregistrement W6982525307

International Humanitarian Law and Artificial Intelligence: A Canadian Perspective

2022· dissertation· en· W6982525307 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2022
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueEthics and Social Impacts of AI
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternational humanitarian lawInternational lawTransparency (behavior)Perspective (graphical)Rules of engagementMilitary scienceRevolution in Military AffairsMilitary threatArmed conflict
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Artificial Intelligence (AI) is one of the most remarkable achievements in the technology world. AI can be used dually by both civilians and combatants, serving with both beneficial and harmful aims. In the military realm, by empowering military systems to perform most warfare tasks without human involvement, AI developments have changed the capacity of militaries to conduct complex operations with heightened legal implications. Accordingly, it is vital to consider the consequences emanating from its use in military operations. International Humanitarian Law (IHL), also known as the laws of war, or the Law of Armed Conflict (LOAC), is a set of rules which regulates armed conflict between States, as well as civil wars. IHL protects people who are not involved or have ceased participating in hostilities and restricts the means and methods of war. While capabilities of new means of military AI continue to advance at incredible rates, on an international level, IHL principles should be revisited to account for the new reality in military operations. Additionally, on a national level, the impacts of military AI developments on military power for international competition have attracted the attention of national authorities. Therefore, studying both international and national pathways will be necessary as the first step toward promoting transparency in legal rules. Ultimately, central to my research is analyzing the Canadian perspective on IHL and the military use of AI at both national and international levels. Using a comparative approach with the American perspective, I conclude that if Canada develops more cohesive policies on the new military use of AI, it could become a legal leader in this realm.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,289
Score d'incertitude au seuil0,825

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,012
Études des sciences et des technologies0,0200,031
Communication savante0,0160,007
Science ouverte0,0020,003
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,331
Écart entre enseignants0,286 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetEthics and Social Impacts of AITravaux en français237 207