Autores:  (1) Hamid Reza Saeidnia, Departamento de Ciência da Informação e Estudos do Conhecimento, Universidade Tarbiat Modares, Teerão, República Islâmica do Irão;  (2) Elaheh Hosseini, Departamento de Ciência da Informação e Estudos do Conhecimento, Faculdade de Psicologia e Ciências da Educação, Universidade Alzahra, Teerão, República Islâmica do Irão;  (3) Shadi Abdoli, Departamento de Ciência da Informação, Université de Montreal, Montreal, Canadá  (4) Marcel Ausloos, School of Business, Universidade de Leicester, Leicester, Reino Unido e Universidade de Estudos Económicos de Bucareste, Bucareste, Roménia.  Tabela de links   Resumo e introdução   Materiais e métodos   Resultados   RQ 1: IA e cienciometria   RQ 2: IA e webometria   RQ 3: IA e bibliometria   Discussão   RQ 4: Futuro da Cienciometria, Webometria e Bibliometria com IA   RQ 5: Considerações Éticas de Cientometria, Webometria e Bibliometria com IA   Conclusão, Limitações e Referências  RQ 5: Considerações Éticas de Cientometria, Webometria e Bibliometria com IA  Além dos aspectos positivos assim delineados, no entanto, o uso da inteligência artificial (IA) na cienciometria, na webometria e na bibliometria levanta importantes considerações éticas que devem ser cuidadosamente abordadas.  Os algoritmos de IA geralmente exigem acesso a grandes quantidades de dados, incluindo informações pessoais e confidenciais [73]. É crucial garantir que sejam implementadas medidas adequadas de proteção de dados para salvaguardar a privacidade e impedir o acesso não autorizado [74]. Devem ser empregadas técnicas de anonimato e criptografia de dados, e a conformidade com os regulamentos relevantes de proteção de dados deve ser seguida [75].  Os algoritmos de IA podem ser propensos, voluntária ou inadvertidamente, a preconceitos, o que pode resultar em resultados injustos ou discriminatórios [17, 76]. É importante garantir que os modelos de IA sejam treinados em conjuntos de dados diversos e representativos para evitar a perpetuação dos preconceitos existentes [77]. O monitoramento e a auditoria regulares dos sistemas de IA devem ser realizados para identificar e resolver quaisquer preconceitos que possam surgir [78].  Às vezes, os algoritmos de IA podem ser complexos e opacos, dificultando a compreensão de como eles chegam às suas decisões [79]. Assim, é importante promover transparência e explicabilidade nos modelos de IA utilizados em cienciometria, webometria e bibliometria. Pesquisadores e usuários devem ter acesso a informações sobre os dados utilizados, os algoritmos empregados e os processos de tomada de decisão dos sistemas de IA [76, 79].  À medida que os sistemas de IA se tornam mais autónomos, é essencial estabelecer linhas claras de responsabilização e responsabilidade [80]. Os programadores, investigadores e utilizadores devem estar conscientes dos seus papéis e responsabilidades para garantir a utilização responsável e ética da IA nestes domínios. Isto inclui abordar quaisquer potenciais preconceitos, erros ou consequências não intencionais que possam surgir do uso da IA.  Nos casos em que estão envolvidos dados pessoais, é crucial obter o consentimento informado dos indivíduos [78]. Os investigadores e as organizações devem ter processos robustos de gestão de consentimento para garantir que os indivíduos compreendem como os seus dados serão utilizados e têm a capacidade de fornecer ou retirar o consentimento.  Além disso, a utilização da IA na cientometria, na webometria e na bibliometria pode ter implicações para o emprego e para a sociedade como um todo. É importante considerar o impacto potencial no emprego, na distribuição de recursos e nas implicações sociais mais amplas. Devem ser tomadas medidas para mitigar quaisquer efeitos negativos e garantir uma transição justa e equitativa. A monitorização e avaliação regulares dos sistemas de IA devem ser realizadas para avaliar o seu desempenho, identificar quaisquer preconceitos ou preocupações éticas e fazer as melhorias necessárias. Este processo contínuo de monitorização e avaliação deve envolver colaboração interdisciplinar e envolvimento com as partes interessadas.  A abordagem destas considerações éticas requer uma abordagem multidisciplinar que envolva investigadores, decisores políticos, especialistas em ética e partes interessadas de vários domínios. O diálogo aberto, a transparência e a avaliação contínua são essenciais para garantir que a IA seja utilizada de forma responsável e ética na cienciometria, na webometria e na bibliometria.  Este artigo está   sob licença CC BY 4.0 DEED. disponível no arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Decentralize AI Technology

decentralizeai

Este áudio é produzido no idioma original da história!

Muito longo; Para ler

Get Free Unlimited IP Geo Data With IPinfo Lite

RQ 5: Considerações Éticas de Cientometria, Webometria e Bibliometria com IA

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Quer ganhar um concurso de redação do HackerNoon? Aqui está o que os vencedores do concurso #crypto-api recomendam

O guia completo para uma migração bem-sucedida para a nuvem: estratégias e práticas recomendadas

Digital Nomads Ouçam: O que você precisa saber sobre o novo visto DTV da Tailândia

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Quer ganhar um concurso de redação do HackerNoon? Aqui está o que os vencedores do concurso #crypto-api recomendam

O guia completo para uma migração bem-sucedida para a nuvem: estratégias e práticas recomendadas

Digital Nomads Ouçam: O que você precisa saber sobre o novo visto DTV da Tailândia

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps