Сравнение дискриминационного поведения против ИИ и людей

Сравнение дискриминационного поведения против ИИ и людей

Интересное сегодня

Хроническое одиночество у женщин среднего возраста увеличива...

Одиночество как угроза здоровьюИсследование, опубликованное в BMJ Medicine, впервые доказало причинн...

Аномальный аудиовизуальный конфликт у пациентов с болезнью П...

Введение Болезнь Паркинсона (БП) является распространенным нейродегенеративным расстройством среди п...

Готовы ли вы к любви? Понимание готовности к обязательствам ...

Введение Вы действительно готовы к любви? Многие задумываются о том, как найти долгосрочного партнер...

Модель поведения: разница между переменными интервалами и пе...

Теоретическая модель поведения Данная статья предлагает теоретическую модель, решающую долго неразре...

Как знание о теле формирует восприятие движений

Введение Способность воспринимать движения человека крайне важна для навигации в динамическом социал...

Исследование феномена канонического размера в задаче рисован...

Введение Феномен канонического размера относится к ментальному представлению информации о размере ре...

figure 1
figure 1
figure 2
figure 2
figure 3
figure 3
Thumbnail 1
Thumbnail 2
Thumbnail 3
Thumbnail 4
Thumbnail 5
Thumbnail 6
Оригинал исследования на сайте автора

Обзор исследования

Хотя дискриминация обычно рассматривается как происходящая из четко определенных категорий, таких как этническая принадлежность, инвалидность и пол, исследования показывают, что дискриминация сохраняется даже в условиях, лишенных таких категорий. Участники экспериментов предпочитали распределять ресурсы на основе, казалось бы, случайных общих характеристик, таких как выбор оценки точек. В данном исследовании мы использовали предварительно зарегистрированный эксперимент (n = 500), чтобы выяснить, дискриминируют ли люди аналогичным образом, взаимодействуя с агентами искусственного интеллекта (ИИ), которые предположительно сделали оценки точек.

Гипотезы и ожидания

Мы предположили, что у людей есть предвзятость против алгоритмов по сравнению с другими людьми, известная как "отвращение к алгоритму". Мы ожидали, что сила дискриминационного поведения может быть больше против ИИ, чем против людей. Однако, как оказалось, участники распределяли ресурсы аналогичным образом, хотя и неравномерно, как между человеческими, так и ИИ-агентами. В частности, участники отдавали предпочтение другому агенту, когда решения были согласованы.

Методология исследования

Главным экспериментом была оценка того, насколько число точек на экране превышает указанное значение. Участникам предстояло распределить ресурсы между ИИ и человеком, в зависимости от того, совпадали ли их оценки.

Ожидаемые результаты

  • Участники проявят дискриминационное поведение, основанное на совпадении решений.
  • Сравнение дискриминационного поведения между людьми и ИИ покажет аналогичные результаты.

Результаты

Результаты показывают, что участники использовали дискриминационные стратегии против обоих - как человеческих, так и ИИ-агентов. Выявление этих стратегий произошло с помощью так называемых "влекомых оценок", которые парируют два противоположных стратегии распределения. Статистический анализ показал, что распределение ресурсов было менее зависимо от идентичности получателя.

Обсуждение и выводы

Наши результаты противоречат ожиданиям о том, что отвращение к алгоритмам усилит дискриминационное поведение. Участники подвергали одинаковым дискриминационным стратегиям как людей, так и ИИ. Это указывает на то, что предвзятость к ИИ, по всей видимости, не настолько значима в минимальных условиях взаимодействия.

Направления для будущих исследований

Дальнейшие исследования могут сосредоточиться на более сложных взаимодействиях и задачах, где ИИ может проявлять свои способности. Исследование области, где предвзятости имеют большее значение, может значительно углубить понимание нашего отношения к ИИ.

Короткие версии статей можно найти в телеграм-канале.

Посмотреть канал
Кликните еще раз для перехода