Yazarlar:  (1) Hamid Reza Saeidnia, Bilgi Bilimi ve Bilgi Çalışmaları Bölümü, Tarbiat Modares Üniversitesi, Tahran, İran İslam Cumhuriyeti;  (2) Elaheh Hosseini, Bilgi Bilimi ve Bilgi Çalışmaları Bölümü, Psikoloji ve Eğitim Bilimleri Fakültesi, Alzahra Üniversitesi, Tahran, İran İslam Cumhuriyeti;  (3) Shadi Abdoli, Bilgi Bilimi Bölümü, Montreal Üniversitesi, Montreal, Kanada  (4) Marcel Ausloos, İşletme Fakültesi, Leicester Üniversitesi, Leicester, Birleşik Krallık ve Bükreş Ekonomik Araştırmalar Üniversitesi, Bükreş, Romanya.  Bağlantı Tablosu   Özet ve Giriş   Malzemeler ve yöntemler   Sonuçlar   RQ 1: Yapay zeka ve bilim ölçümü   RQ 2: Yapay zeka ve webometri   RQ 3: Yapay zeka ve bibliyometri   Tartışma   RQ 4: Yapay Zeka ile Scientometrics, Webometrics ve Bibliometrics'in Geleceği   RQ 5: Yapay Zeka ile Scientometrics, Webometrics ve Bibliometrics'in Etik Hususları   Sonuç, Sınırlamalar ve Kaynaklar  RQ 5: Yapay Zeka ile Scientometrics, Webometrics ve Bibliometrics'in Etik Hususları  Bu şekilde özetlenen olumlu yönlerin yanı sıra yapay zekanın (AI) scientometrics, webometrics ve bibliyometride kullanımı dikkatle ele alınması gereken önemli etik hususları gündeme getirmektedir.  Yapay zeka algoritmaları genellikle kişisel ve hassas bilgiler de dahil olmak üzere büyük miktarda veriye erişim gerektirir [73]. Gizliliği korumak ve yetkisiz erişimi önlemek için uygun veri koruma önlemlerinin alınmasını sağlamak çok önemlidir [74]. Veri anonimleştirme ve şifreleme teknikleri kullanılmalı ve ilgili veri koruma düzenlemelerine uyulmalıdır [75].  Yapay zeka algoritmaları isteyerek veya istemeden önyargıya yatkın olabilir ve bu da adaletsiz veya ayrımcı sonuçlara yol açabilir [17, 76]. Mevcut önyargıların sürdürülmesini önlemek için yapay zeka modellerinin çeşitli ve temsili veri kümeleri üzerinde eğitilmesini sağlamak önemlidir [77]. Ortaya çıkabilecek önyargıları belirlemek ve ele almak için yapay zeka sistemlerinin düzenli olarak izlenmesi ve denetlenmesi yapılmalıdır [78].  Bazen yapay zeka algoritmaları karmaşık ve opak olabilir, bu da kararlarına nasıl ulaştıklarını anlamayı zorlaştırır [79]. Bu nedenle, bilimimetri, webometri ve bibliyometride kullanılan yapay zeka modellerinde şeffaflığı ve açıklanabilirliği teşvik etmek önemlidir. Araştırmacılar ve kullanıcılar, kullanılan veriler, kullanılan algoritmalar ve yapay zeka sistemlerinin karar verme süreçleri hakkındaki bilgilere erişebilmelidir [76, 79].  Yapay zeka sistemleri daha özerk hale geldikçe, hesap verebilirlik ve sorumluluk konusunda net çizgiler oluşturmak önemlidir [80]. Geliştiriciler, araştırmacılar ve kullanıcılar, yapay zekanın bu alanlarda sorumlu ve etik kullanımını sağlama konusundaki rol ve sorumluluklarının bilincinde olmalıdır. Bu, yapay zeka kullanımından kaynaklanabilecek olası önyargıların, hataların veya istenmeyen sonuçların ele alınmasını da içerir.  Kişisel verilerin söz konusu olduğu durumlarda, bireylerden bilgilendirilmiş onam alınması çok önemlidir [78]. Araştırmacılar ve kuruluşlar, bireylerin verilerinin nasıl kullanılacağını anlamalarını ve onay verme veya geri çekme olanağına sahip olmalarını sağlamak için sağlam onay yönetimi süreçlerine sahip olmalıdır.  Dahası, yapay zekanın scientometrics, webometrics ve bibliyometride kullanımının istihdam ve bir bütün olarak toplum üzerinde etkileri olabilir. İşler üzerindeki potansiyel etkiyi, kaynak dağılımını ve daha geniş toplumsal etkileri dikkate almak önemlidir. Olumsuz etkileri azaltacak, adil ve hakkaniyetli bir geçiş sağlayacak önlemler alınmalıdır. Performanslarını değerlendirmek, önyargıları veya etik kaygıları belirlemek ve gerekli iyileştirmeleri yapmak için yapay zeka sistemlerinin düzenli olarak izlenmesi ve değerlendirilmesi yapılmalıdır. Devam eden bu izleme ve değerlendirme süreci, disiplinler arası işbirliğini ve paydaşlarla katılımı içermelidir.  Bu etik hususları ele almak, çeşitli alanlardan araştırmacıları, politika yapıcıları, etik uzmanlarını ve paydaşları içeren çok disiplinli bir yaklaşımı gerektirir. Açık diyalog, şeffaflık ve sürekli değerlendirme, yapay zekanın bilimometri, webometri ve bibliyometride sorumlu ve etik bir şekilde kullanılmasını sağlamak için gereklidir.  Bu makale   . arxiv'de CC BY 4.0 DEED lisansı altında mevcuttur

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

Decentralize AI Technology

decentralizeai

Bu ses hikayenin orijinal dilinde üretilmiştir!

RQ 5: Yapay Zeka ile Scientometrics, Webometrics ve Bibliometrics'in Etik Hususları

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

Benzersiz Bir Ekosistemi Güçlendiren Bitcoin UTXO Modeli

Kazanmak için Dokun: Telegram, Solana'dan Önce Sonraki 10 Milyar Kripto Kullanıcısına Katılabilir

Floki'den Valhalla Hindistan'ın Sri Lanka Turuna Yardımcı Sponsor Olarak Katıldı

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Benzersiz Bir Ekosistemi Güçlendiren Bitcoin UTXO Modeli

Kazanmak için Dokun: Telegram, Solana'dan Önce Sonraki 10 Milyar Kripto Kullanıcısına Katılabilir

Floki'den Valhalla Hindistan'ın Sri Lanka Turuna Yardımcı Sponsor Olarak Katıldı

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps