对人工智能和人类的歧视行为进行比较
Mike Zhuang1, Eliane Deschrijver2, Richard Ramsey3,4
1School of Computing and Information Systems, The University of Melbourne, Parkville, VIC, 3052, Australia. mikez@unimelb.edu.au.
人类即使在任意选择时也会表现出歧视,令人惊的是,他们对人类和人工智能 (AI) 代理商的资源分配类似. 这表明歧视行为更多地源于选择对齐而不是接受者身份.
科学领域:
- 社会心理学 社会心理学
- 人与计算机的交互
- 行为经济学是一种行为经济学.
背景情况:
- 歧视通常来自于既定类别 (例如,种族,性别).
- 然而,即使在基于任意共享特征的最小条件下,歧视仍然存在.
- 之前的研究表明,基于诸如点估计选择等因素的优先资源分配.
研究的目的:
- 调查人类对人工智能 (AI) 代理人的歧视行为.
- 在资源分配任务中,比较人工智能与人类代理人的歧视.
- 为了测试这个假设,算法厌恶会增加对AI的歧视.
主要方法:
- 进行了一项预先注册的实验,涉及500名参与者.
- 参与者与人工智能代理人和人类代理人互动,这些代理人表面上做了点估计.
- 分析了资源分配模式,以确定歧视性行为.
主要成果:
- 参与者将资源不平等地分配给人类和人工智能代理.
- 在人类和人工智能代理人之间的歧视强度上没有发现任何显著差异.
- 资源分配主要受到决策对齐 (选择一致性) 的影响.
结论:
- 人类的歧视行为不仅仅取决于接收者的身份 (人与人工智能).
- 选择一致性,或决定的调整,在塑造歧视方面发挥着更重要的作用.
- 这些发现挑战了这样一种观点,即算法厌恶普遍扩大了对AI的歧视.
相关概念视频
05:12Murine Nasal Lavage Fluid Collection without Blood Contamination
03:40Nasolacrimal Lavage as a Treatment for Ocular Surface Toxic Soup Syndrome
04:35Saline Lavage for Sampling of the Canine Nasal Immune Microenvironment
08:47Symptom Assessment of Patients with Allergic Rhinitis Using an Allergen Exposure Chamber
06:49Reduced Itraconazole Concentration and Durations Are Successful in Treating Batrachochytrium dendrobatidis Infection in Amphibians
07:15Intranasal Administration of CNS Therapeutics to Awake Mice


