人工智能与社会科学
自诞生以来，人工智能一直是一个与其他科学（包括社会科学和人文科学）相关的领域。然而，这一趋势在过去 20 年发生了变化，社会科学与人工智能之间的交叉引用和合作有所减少。 麻省理工学院媒体实验室的研究员曼努埃尔·塞布里安 (Manuel Cebrián)开始对这种与人类合作、众包研究的关系感兴趣。他在UAM-IIC数据科学和机器学习主席的上一次研讨会上以“人工智能研究中引文图的演变”为题解释了自己的经验。 一个反复出现的观察是，使用社交数据可以解决社会问题。
Cebrián 举了飓风桑迪的例子：通过 Twitter 和 Facebook 的数据、有关风和 手机号码数据 洪水的评论以及保险数据，可以预测风暴将造成的损失，并据此预测所需的资金。必须向受影响的人支付费用。 通过这种方法，还可以量化天气恶劣或时间变化时人们情绪的下降情况，并进行客观比较。然而，曼努埃尔观察到社交数据的预测能力越来越弱。 算法的社会影响 Cebrián 解释说，自 2014 年以来，社交网络变得更加中介和过滤信息，这些信息并不能平等地传达给每个人。为什么会出现这种情况？算法根据我们的活动向我们展示什么是我们最感兴趣的。但我们真的看到了我们需要的东西或者他们希望我们看到的东西吗？ 这些算法修改具有社会影响。
https://aeroleads.me/wp-content/uploads/2024/01/Color-blue-2-300x150.jpeg
研究人员表示，当前的互联网商业模式是基于我们的行为，以便对其进行修改。因此，他专注于研究AI的影响。 回到研究中，他发现大部分论文来自特定机构，并且关注更多技术性和专业性主题。这使得“与科学和人文学科的对话”变得困难，因为他们不知道算法的来龙去脉。 出于这个原因，塞布里安评论道，“机器行为建议研究算法并从中学习，而无需深入了解它们是如何制造的”，并询问例如它们是否影响民主或是否公平。他解释说，通过这种方式，建议“向其他学科开放，而不必成为人工智能专家”。 “机器行为建议研究算法并从中学习，而无需深入了解它们是如何制造的”Manuel Cebrian 从这个伦理和社会学的角度来看，一个研究他们的行为并最终质疑他们的平台的倡议——图灵盒——应运而生。例如，其目的是在没有事先过滤器的情况下了解社会的意见，并在应用或使用所述算法之前检测可能的问题。
頁:
[1]