tác giả:  (1) Hamid Reza Saeidnia, Khoa Nghiên cứu Tri thức và Khoa học Thông tin, Đại học Tarbiat Modares, Tehran, Cộng hòa Hồi giáo Iran;  (2) Elaheh Hosseini, Khoa Khoa học Thông tin và Nghiên cứu Kiến thức, Khoa Khoa học Tâm lý và Giáo dục, Đại học Alzahra, Tehran, Cộng hòa Hồi giáo Iran;  (3) Shadi Abdoli, Khoa Khoa học Thông tin, Đại học Montréal, Montréal, Canada  (4) Marcel Ausloos, Trường Kinh doanh, Đại học Leicester, Leicester, Vương quốc Anh và Đại học Nghiên cứu Kinh tế Bucharest, Bucharest, Romania.  Bảng liên kết   Tóm tắt và giới thiệu   Nguyên liệu và phương pháp   Kết quả   RQ 1: AI và khoa học đo lường   RQ 2: AI và webometrics   RQ 3: AI và trắc lượng thư mục   Cuộc thảo luận   RQ 4: Tương lai của Khoa học lượng học, Webometrics và Thư mục học với AI   RQ 5: Những cân nhắc về mặt đạo đức của Đo lường khoa học, Đo lường web và Đo lường thư mục với AI   Kết luận, hạn chế và tài liệu tham khảo  RQ 5: Những cân nhắc về mặt đạo đức của Đo lường khoa học, Đo lường web và Đo lường thư mục với AI  Tuy nhiên, bên cạnh những khía cạnh tích cực đã được nêu ra, việc sử dụng trí tuệ nhân tạo (AI) trong khoa học trắc lượng, trắc lượng web và trắc lượng thư mục đặt ra những cân nhắc quan trọng về đạo đức cần được giải quyết cẩn thận.  Các thuật toán AI thường yêu cầu quyền truy cập vào lượng lớn dữ liệu, bao gồm cả thông tin cá nhân và nhạy cảm [73]. Điều quan trọng là phải đảm bảo áp dụng các biện pháp bảo vệ dữ liệu thích hợp để bảo vệ quyền riêng tư và ngăn chặn truy cập trái phép [74]. Cần sử dụng các kỹ thuật mã hóa và ẩn danh dữ liệu và phải tuân thủ các quy định bảo vệ dữ liệu có liên quan [75].  Các thuật toán AI có thể có xu hướng thiên vị hoặc vô tình, do đó có thể dẫn đến kết quả không công bằng hoặc phân biệt đối xử [17, 76]. Điều quan trọng là phải đảm bảo rằng các mô hình AI được đào tạo trên các bộ dữ liệu đa dạng và mang tính đại diện để tránh duy trì những thành kiến hiện có [77]. Cần tiến hành giám sát và kiểm toán thường xuyên các hệ thống AI để xác định và giải quyết mọi sai lệch có thể phát sinh [78].  Đôi khi, các thuật toán AI có thể phức tạp và không rõ ràng, khiến việc hiểu chúng đi đến quyết định như thế nào trở nên khó khăn [79]. Vì vậy, điều quan trọng là phải thúc đẩy tính minh bạch và khả năng giải thích trong các mô hình AI được sử dụng trong khoa học trắc lượng, trắc lượng web và trắc lượng thư mục. Các nhà nghiên cứu và người dùng phải có quyền truy cập vào thông tin về dữ liệu được sử dụng, các thuật toán được sử dụng và quy trình ra quyết định của hệ thống AI [76, 79].  Khi các hệ thống AI trở nên tự chủ hơn, điều cần thiết là phải thiết lập các ranh giới rõ ràng về trách nhiệm giải trình và trách nhiệm [80]. Các nhà phát triển, nhà nghiên cứu và người dùng nên nhận thức được vai trò và trách nhiệm của mình trong việc đảm bảo việc sử dụng AI có trách nhiệm và có đạo đức trong các lĩnh vực này. Điều này bao gồm việc giải quyết mọi thành kiến, sai sót hoặc hậu quả ngoài ý muốn tiềm ẩn có thể phát sinh từ việc sử dụng AI.  Trong trường hợp có liên quan đến dữ liệu cá nhân, việc có được sự đồng ý rõ ràng từ các cá nhân là rất quan trọng [78]. Các nhà nghiên cứu và tổ chức nên có sẵn các quy trình quản lý sự đồng ý mạnh mẽ để đảm bảo rằng các cá nhân hiểu cách dữ liệu của họ sẽ được sử dụng và có khả năng đưa ra hoặc rút lại sự đồng ý.  Hơn nữa, việc sử dụng AI trong khoa học trắc lượng, trắc lượng web và trắc lượng thư mục có thể có tác động đến việc làm và toàn xã hội. Điều quan trọng là phải xem xét tác động tiềm tàng đối với việc làm, sự phân bổ nguồn lực và những tác động xã hội rộng lớn hơn. Cần thực hiện các biện pháp để giảm thiểu mọi tác động tiêu cực và đảm bảo quá trình chuyển đổi công bằng và bình đẳng. Cần tiến hành giám sát và đánh giá thường xuyên các hệ thống AI để đánh giá hiệu suất của chúng, xác định mọi thành kiến hoặc mối lo ngại về đạo đức và thực hiện các cải tiến cần thiết. Quá trình giám sát và đánh giá liên tục này cần có sự hợp tác liên ngành và sự tham gia của các bên liên quan.  Việc giải quyết những cân nhắc về đạo đức này đòi hỏi một cách tiếp cận đa ngành có sự tham gia của các nhà nghiên cứu, nhà hoạch định chính sách, nhà đạo đức và các bên liên quan từ nhiều lĩnh vực khác nhau. Đối thoại cởi mở, minh bạch và đánh giá liên tục là điều cần thiết để đảm bảo rằng AI được sử dụng một cách có trách nhiệm và có đạo đức trong khoa học trắc lượng, trắc lượng web và trắc lượng thư mục.  Bài viết này   theo giấy phép CC BY 4.0 DEED. có sẵn trên arxiv

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

Decentralize AI Technology

decentralizeai

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

RQ 5: Những cân nhắc về mặt đạo đức của Đo lường khoa học, Đo lường web và Đo lường thư mục với AI

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

94 Stories To Learn About John Locke

147 Stories To Learn About Reading Books Online

184 Stories To Learn About Psychology

309 Stories To Learn About Smart Contracts

94 Stories To Learn About John Locke

147 Stories To Learn About Reading Books Online

184 Stories To Learn About Psychology

309 Stories To Learn About Smart Contracts

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps