Natural Language Processing (NLP) For Ethical Artificial Intelligence (AI)
Notice bibliographique
Résumé
The goal of my thesis is to study people’s reactions towards the ethical use of artificial intelligence. To achieve this goal, I use Latent Dirichlet Allocation (LDA) to reveal underlying topics from text data (text corpus) scrapped from AI-related subreddits. Then, on the fine-tuned topics, sentiment analysis is performed to get insight into how people react to the ethical use of artificial intelligence. The fast growth, advancements, and integration of Artificial Intelligence (AI) into the various aspects of human life have triggered widespread discussions regarding its ethical implications. Understanding public sentiment towards the ethical use of AI is quite crucial and paramount for policymakers, developers, and researchers who are aiming to ensure the responsible deployment of artificial intelligence. This thesis investigates people’s perceptions and reactions to the ethical use of artificial intelligence by analysing large-scale discussions from online communities, specifically AI-related subreddits. These platforms serve as rich sources of unfiltered public opinion, offering valuable insights into societal attitudes and concerns about this massive shift in technology. To systematically explore the complex and diverse discourse surrounding AI ethics, this study employs Latent Dirichlet Allocation (LDA), an unsupervised topic modelling technique, to uncover hidden thematic structures within the collected textual data. Now, LDA enables the identification of recurring topics (prominent topics), themes, and points of discussion by analysing word co-occurrence patterns across thousands of user-generated posts. The extracted topics are then carefully studied and evaluated, and fine-tuned to ensure topic coherence, relevance, and meaningful categorization, providing a structured overview of the key ethical issues being discussed within these online communities. The study then further conducts sentiment analysis on these fine-tuned topics to assess the emotional undertones associated with each identified topic. By quantifying sentiment polarity (positive, negative, or neutral) and emotional intensity, the research captures the nuanced reactions of the public towards different ethical dimensions of AI, such as fairness, privacy, accountability, bias, and the impact of AI on employment and human rights. This combined methodology of topic modelling and sentiment analysis offers a comprehensive framework to map not just the breadth of ethical concerns but also the depth of emotional responses surrounding AI ethics. The findings of this thesis provide empirical evidence of public opinion trends, highlighting areas where AI development is met with optimism, scepticism, or ethical alarm. By shedding more light on the topics that resonate most with the public and the sentiments they invoke, this research contributes to the broader comprehension of societal expectations and apprehensions about artificial intelligence. The insights gained can inform the development of ethically aligned AI systems and likewise help guide future public engagement strategies, regulatory policies, and educational efforts aimed at fostering a more transparent and socially responsible AI ecosystem.
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 | 0,008 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,013 |
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 ».