ETHICAL AI READINESS UNDER CONSTRAINT: WHY EMERGING MARKETS PROVIDE CRUCIAL TESTBEDS FOR RESPONSIBLE INNOVATION
Notice bibliographique
Résumé
Globally, AI is increasingly shaping decisions in critical areas such as governance, finance, health care, and public service delivery. However, the rapid deployment of AI has also exposed serious ethical challenges such as privacy risks, algorithmic bias, lack of transparency, and weak accountability. This creates a critical problem: AI systems are often deployed globally without sufficient understanding of how ethical principles are translated into contexts marked by regulatory gaps, socio-economic diversity, and institutional fragility, which are common conditions in emerging markets. This study argues that emerging markets represent ideal real-world testbeds for ethical AI innovation rather than being peripheral or problematic environments. Their dynamic social structures, rapid digital adoption, and evolving governance systems make ethical challenges more visible, measurable, and actionable. This study synthesizes insights from ethical AI, socio-technical systems theory, and governance literature using a systematic literature review guided by the PRISMA framework to examine how ethics, social impact, and governance interact in AI deployment across emerging economies from 2010 to 2021. The findings reveal that ethical failures are not solely technical problems but also socio-technical problems, arising from misalignment between AI systems and local realities. Ethical AI outcomes in emerging markets are strongly shaped by context-sensitive governance, inclusive stakeholder engagement, and HCD approaches. This study contributes a conceptual framework that links AI deployment with ethics, social impact, governance, and stakeholder engagement by positioning emerging markets as learning laboratories rather than late adopters.
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 | 0,033 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,016 |
| Communication savante | 0,015 | 0,034 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».