AI-Powered Multi-Stakeholder Ecosystems for Global Development: A Design Research Study on the GSI D-Hub Proof-of-Concept Platform
University of Arkansas - Little Rock(阿肯色大学小石城分校)
本文提出GSI D-Hub平台,利用可解释AI促进多方协作,通过设计科学方法验证其在提升透明度和决策信心方面的有效性。
2026-01-25 cs.CY cs.HC cs.SE
A Human-Centric Framework for Data Attribution in Large Language Models
IT University of Copenhagen(哥本哈根信息技术大学);University of Washington(华盛顿大学);Allen Institute for AI(艾伦人工智能研究所)
本文提出一个以人类为中心的数据归因框架,旨在解决LLM数据使用中的归因问题,通过参数设定和多方协商实现可持续的数据经济平衡。
2026-05-08 cs.CY
Privacy Ethics Alignment in AI: A Stakeholder-Centric Framework for Ethical AI
Vancouver Island University(温哥华岛大学)
本研究提出PEA-AI模型,通过分析不同利害相关者群体的隐私需求,构建以透明度和数字素养为核心的AI隐私治理框架。
2025-12-14 cs.AI cs.CY
Who Pays the Price? Stakeholder-Centric Prompt Injection Benchmarking for Real-world Web Agents
Nanyang Technological University, Singapore(南洋理工大学,新加坡);ST Engineering, Singapore(ST工程,新加坡);IBM Research, USA(IBM研究院,美国);University of Illinois Urbana-Champaign, USA(伊利诺伊大学厄巴纳-香槟分校,美国)
提出以利益相关者为中心的基准测试框架,系统分类和归因真实世界网络代理系统中的提示注入危害,揭示当前代理无法可靠抵抗任何攻击目标,且失败模式多样。
2026-07-28 cs.AI cs.CR cs.CY
Data Governance for Platform Ecosystems: Critical Factors and the State of Practice
最近,平台生态系统作为一个关键的商业概念受到关注。平台生态系统的可持续增长是通过平台用户相互提供和/或要求内容来实现的:例如Facebook,YouTube或Twitter。用户数据在平台生态系统中的重要性和价值越来越突出,因为平台所有者使用和销售数据用于其业务。对数据误用或滥用、隐私问题和不同利益相关者之间的收入分享的严重关切日益增加。传统的数据治理侧重于通用目标和管理企业数据的通用方法。它需要对平台生态系统的复杂情况和关系提供有限的支持,其中多个参与方贡献,使用数据并分享利润。本文通过文献综述,确定了平台生态系统的数据治理因素。然后,该研究调查了四个平台生态系统的数据治理实践状态:Facebook,YouTube,eBay和Uber。最后,将工业界和学术界的19种治理模式与我们确定的平台生态系统数据治理因素进行比较,以揭示差距和局限性。
2017-05-05 cs.CY
Towards Multi-Stakeholder Vulnerability Notifications in the Ad-Tech Supply Chain
University of California, Davis(加州大学戴维斯分校);University of Iowa(爱荷华大学)
本文研究了广告技术供应链中多利益相关者漏洞通知的有效性,通过九个月的自动化通知研究,发现通知能有效减少暗池漏洞,尤其针对广告网络时效果显著,且发送者声誉对学术和活动人士的通知响应无显著影响。
2026-04-02 cs.CR cs.CY cs.MA
Tourism destinations as digital business ecosystems
自从各种形式的信息和通信技术开始渗透到旅游业和市场以来,旅游业一直在经历着非常重要的变化。在过去的十年里,一个新的概念获得了研究者和实践者的关注,即数字商业生态系统(DBE)。它可以被视为一种技术基础设施,旨在创造一种数字环境,以支持和加强在一个部门内运作的企业和利益攸关方之间的网络联系。本文的目的是评估在何种程度上的技术连接影响了旅游系统的结构配置,特别是旅游目的地。本研究认为,在评估旅游目的地内利益攸关方之间的关系时,可以考虑两个组成部分:一个真实的和虚拟的。此外,它显示了这两个组件是如何在结构上强耦合和共同演变形成一个单一的系统。
2012-10-15 cs.CY physics.soc-ph
A Data-driven Approach for Constructing Multilayer Network-based Service Ecosystem Models
无论是在互联网上还是在现实世界中,服务都在蓬勃发展。此外,服务之间的相互联系也变得更加紧密,以促进跨境业务协作,为客户创造和交付独特的新价值。各种服务生态系统已成为研究和实践的焦点。然而,由于缺乏广泛认可的服务生态系统模型和构建模型的充足数据,现有的服务生态系统研究局限于非常狭窄的范围,无法有效指导服务生态系统的设计、优化和演化。本文提出了一个基于多层网络的服务生态系统模型,该模型涵盖了各种与服务相关的要素,包括利益相关者、渠道、功能和非功能特征以及领域,特别是它们之间的结构和演化关系。引入“事件”来描述服务生态系统演化的触发因素。我们提出了一个数据驱动的方法来构建MSEM从公共媒体新闻和外部数据源。与现有模型的定性比较表明,MSEM对服务生态系统中的细粒度元素/关系具有更高的覆盖度,语义更丰富,可解释性更高。在真实新闻语料库上的实验表明,与其他方法相比,该方法能够以更低的成本和更高的效率为真实世界的服务生态系统构建大规模模型。
2020-04-22 cs.CY
SCOR: A Framework for Responsible AI Innovation in Digital Ecosystems
University of Exeter(埃克塞特大学);University of Salford(索尔福德大学)
本文提出SCOR四支柱框架,通过共享伦理宪章、协同设计、持续监督和自适应监管,为多主体数字生态系统提供兼顾问责、公平与包容的可扩展负责任AI创新路径。
2025-09-12 cs.AI cs.CY
A Graph-Based Model for Vehicle-Centric Data Sharing Ecosystem
本研究采用本体论101方法,结合GPT-4隐私政策分析、文献综述及现有本体,构建了车辆数据共享生态系统的概念图模型,并通过实例验证其有效性,为隐私洞察和未来研究奠定基础。
2025-04-21 cs.CY cs.SI
A Verifier-Centric Conceptual Model for Digital Credential Ecosystems
Global Research Institute, Keio University(庆应义塾大学全球研究院);Japan Advanced Institute of Science and Technology(日本科学技术高等学院)
研究数字凭证生态系统互不兼容问题,提出以验证者为中心的概念模型,该模型基于两种分解,能解释互操作性失败等问题,应用于学习者凭证栈和现有生态系统,揭示了逐个元素比较未解决的多种问题。
2026-09-10 cs.CR cs.CY
Review Ecosystems to access Educational XR Experiences: a Scoping Review
本文通过范围综述分析现有互动体验评估方法,提出了开发教育XR评估生态系统的最佳实践,涵盖评估格式、信息共享、激励机制及闭环系统设计,以支持教育工作者的决策。
2024-03-25 cs.CY cs.SI
Recourse, Repair, Reparation, & Prevention: A Stakeholder Analysis of AI Supply Chains
本文对AI供应链进行利益相关者分析,考察参与者、危害来源及权力差异对补救的影响,并提出追索、修复、赔偿与预防的响应类型学,以支持负责任的AISC设计与管理。
2025-07-03 cs.CY
Money: Who Has a Stake in the Most Value-Centric Common Design Material?
本文通过访谈CBDC利益相关者,探讨设计师如何在中央银行数字货币中呈现多元价值、促进公平包容,避免货币及其承载价值的丧失。
2023-07-13 cs.CY
Human-Centric Decision Support Tools: Insights from Real-World Design and Implementation
决策支持工具通过授权利益相关者处理、分析、可视化和以其他方式理解各种关键因素,从而改进了具有挑战性的决策问题的决策制定。他们的意图设计是他们创造价值的关键组成部分。所有的决策支持工具都有一个共同点,那就是有一个复杂的决策问题需要解决,决策支持对这个问题是有用的,而且,适当的分析专业知识可以用来为手头的问题提供解决方案。如果设计良好,决策支持工具在为决策过程提供支持方面可以减少摩擦并提高效率,从而提高决策者做出高质量决策的能力。另一方面,过多、多余、不足或不合适的信息和软件功能的存在可能对决策过程产生不利影响,从而影响结果。我们提倡一种创新的、可能被忽视的方法来设计有效的决策支持工具:真诚地倾听项目利益相关者的意见,以确定和理解他们的真正需求和观点。通过优先考虑利益相关者的需求,与设计团队建立了相互信任和理解的基础。我们认为这种信任对于最终接受和采用工具至关重要,缺乏这种信任会危及该工具的未来使用,这将使其分析见解化为乌有。我们讨论了多个背景下的例子,以强调我们的集体经验,突出经验教训,并提出建议的做法,以改善决策dupport工具的设计和最终采用。
2021-11-11 cs.CY cs.HC
Leveraging traditional ecological knowledge in ecosystem restoration projects utilizing machine learning
生态系统恢复被认为是加速实现所有联合国可持续发展目标的关键。参与这些项目的决策者、政策制定者、数据科学家、地球科学家和其他学者可以从明确考虑和纳入不同观点中受益。在生态系统恢复项目的各个阶段,社区的参与有助于改善社区福祉、保护生物多样性、生态系统功能和社会生态系统的复原力。需要有概念框架,以便将土著人民和地方社区的传统生态知识与数据科学和机器学习工作实践有意义地结合起来。适应性框架将考虑和解决当地社区和地理位置的需求和挑战,方法是改善社区和智能体通信围绕恢复和保护项目的沟通,并提供相关的实时数据。在本文中,我们提供了一个简要的分析现有的机器学习(ML)应用于森林生态系统恢复项目。我们进而质疑,这些机制的内在局限性是否会妨碍它们充分处理所有相关利益攸关方福祉的社会文化方面。偏见和意外后果对基于ML的解决方案的下游负面影响构成重大风险。我们认为,适应性和可扩展的实践可以在生态系统ML恢复项目的所有阶段激励跨学科合作,并使人类和算法参与者之间的激励措施保持一致。此外,将ML项目框架定为开放和渐进的过程可以促进各级的访问,并创造激励措施,从而在扩大恢复工作方面进行催化合作。
2020-09-15 cs.CY
Open data ecosystems: what models to co-create service innovations in smart cities?
本文通过文献综述探讨智慧城市开放数据生态系统中激励利益相关者共同创造服务的模型,并以里斯本城市运营中心为案例,分析市政平台如何协调异构数据与协同创新。
2023-11-29 cs.CY
Data-driven quantitative analysis of an integrated open digital ecosystems platform for user-centric energy retrofits: A case study in Northern Sweden
本文提出一个面向用户中心化能源改造的开放数字生态系统平台,集成六种数据驱动方法和敏感性定量分析,通过四层网络架构为瑞典西博滕省能源咨询服务提供低成本、高效的建筑翻新决策支持。
2023-09-21 cs.CE cs.CY cs.NA
Advancing Towards a Marine Digital Twin Platform: Modeling the Mar Menor Coastal Lagoon Ecosystem in the South Western Mediterranean
University of Murcia(穆尔西亚大学)
本研究针对滨海海洋生态系统管理需求,开发了面向地中海马门诺尔泻湖的海洋数字孪生平台,用AI模拟水文生态模型、整合多源数据,支持情景模拟与利益相关方决策,推动海洋科学数字化发展。
2024-09-16 cs.AI cs.CY
Towards a trustful digital world: exploring self-sovereign identity ecosystems
在当前的全球形势下,大量的人没有正式的身份证明,数字飞跃,需要健康护照和联系人跟踪应用程序,为个人,组织和其他实体提供私人和安全的数字身份是至关重要的。新兴的自我主权身份(SSI)解决方案依赖于分布式账本技术和可验证的凭据,并有可能实现可信的数字交互。在这种以人为中心的范式中,可以以分散的方式建立参与者之间的信任,同时身份持有者能够拥有和控制他们的机密数据。在本文中,我们建立在实地研究中收集的观察,以确定SSI生态系统的组成部分,前因和可能的结果。我们还展示了研究人员和从业人员从广泛的领域和理论,如数字创新生态系统,价值共同创造,监督理论或创业理论,调查这一现象的机会。
2021-09-13 cs.CY
Reasons, Values, Stakeholders: A Philosophical Framework for Explainable Artificial Intelligence
University of Toronto(多伦多大学);Australian National University(澳大利亚国立大学)
使用不透明的人工智能系统进行重大决策(如福利分配和刑事司法)的社会和伦理影响在多个利益相关者群体中引发了激烈的辩论,包括计算机科学家,伦理学家,社会科学家,政策制定者和最终用户。然而,由于缺乏一种共同语言或一个多层面的框架来适当地弥合这场辩论的技术、认识和规范方面,使讨论无法取得应有的成果。本文借鉴了关于解释的性质和价值的哲学文献,提供了一个多方面的框架,通过以下方式为当前的辩论带来更多的概念精确性:(1)确定与人工智能预测最相关的解释类型,(2)认识到社会和伦理价值对评估这些解释的相关性和重要性,以及(3)证明这些解释对于采用多样化方法来改进真实算法生态系统的设计的重要性。因此,所提出的哲学框架奠定了基础,建立一个相关的连接之间的技术和伦理方面的人工智能系统。
2021-03-01 cs.AI cs.CY
Toward Ethical AI: A Qualitative Analysis of Stakeholder Perspectives
Vancouver Island University(温哥华岛大学)
本文通过对227名教育工作者、家长和AI专业人员的调查回复作定性分析,识别AI隐私风险与收益,并提出以透明度、隐私设计和用户自主权为核心的伦理AI建议。
2025-01-23 cs.AI cs.CY
A trustable and interoperable decentralized solution for citizen-centric and cross-border eGovernance: A conceptual approach
为了支持跨部门和跨境的电子政务模式,以共享共同的公共服务,本文介绍了一种人工智能增强的解决方案,使受益人能够参与一个去中心化的网络,以实现有效的大数据交换和服务交付,促进一次性的优先事项,并通过设计实现数字化,高效,具有成本效益,可互操作和安全。该解决方案包括:(一)可靠、高效的分散式数据共享机制,能够应对流程的复杂性及其对资源的高需求;(二)提供符合利益攸关方需求的移动服务的生态系统;(三)管理多种服务交易的单点登录钱包机制;以及(iv)内部通信层,负责现有电子政务系统与新开发的系统之间的安全信息交换。一个指示性的应用场景展示了我们的方法的潜力。
2021-06-01 cs.CY cs.NI
Investigation of the Privacy Concerns in AI Systems for Young Digital Citizens: A Comparative Stakeholder Analysis
Vancouver Island University(温哥华岛大学)
该研究通过调查家长、教育者与AI专业人员,并使用偏最小二乘结构方程模型,比较分析年轻数字公民所用AI系统的隐私担忧,揭示教育、数据控制、透明度与家长数据共享间的影响关系。
2025-01-23 cs.AI cs.CY
Enable an Open Software Defined Mobility Ecosystem through VEC-OF
Futurewei Technologies Inc.(华为技术未来公司)
OEM和新进入者可以将移动即服务市场(MaaS)作为切入点,升级其E/E(电气和电子)架构为C/C(计算和通信)架构,为其生产和服务模式构建一个开放的软件定义和数据驱动的软件平台,使用车辆,道路,云和网络,不断完善自动驾驶等核心技术,为MaaS运营商提供经济实惠的敏捷平台。在本文中,我们提出了一个新的框架,VEC-OF(Vehicle-Edge-Cloud Open Framework),这是一个新的以数据和人工智能为中心的车辆软件框架,通过协作车辆,基础设施和云功能和智能,实现更安全,更高效,连接和可信的MaaS
2020-07-08 cs.CY cs.LG cs.SE
Building an Ethical and Trustworthy Biomedical AI Ecosystem for the Translational and Clinical Integration of Foundational Models
University of California, Los Angeles(加州大学洛杉矶分校);European Molecular Biology Laboratory - European Bioinformatics Institute (EMBL-EBI)(欧洲分子生物学实验室-欧洲生物信息研究所(EMBL-EBI))
该综述聚焦基础模型在生物医学AI领域的应用,分析构建伦理可信生态系统的挑战,提出全流程应对策略及管理、共同设计原则,推动模型负责任地转化到临床场景,助力打造公平可信的生物医学AI生态。
2024-08-14 cs.AI cs.CY
Who is Helping Whom? Student Concerns about AI- Teacher Collaboration in Higher Education Classrooms
本文通过故事补全法分析65名参与者的叙述,揭示了高等教育课堂中AI-教师协作在去语境化、偏见与权力差异及对学生行为影响方面的三大挑战,强调未来AI教育设计必须考虑实施情境性与多方利益相关者动态。
2024-12-19 cs.CY cs.HC
From the evolution of public data ecosystems to the evolving horizons of the forward-looking intelligent public data ecosystem empowered by emerging technologies
University of Tartu(塔尔图大学);University of Pardubice(帕尔杜比采大学);University of Pristina – Kosovska Mitrovica(普里什蒂纳大学 – 科索夫斯卡米特罗维察);University of Warsaw(华沙大学);University of Granada(格拉纳达大学)
本研究通过欧洲五国实证验证六代公共数据生态系统演进模型,聚焦新兴技术驱动的第六代智能公共数据世代,揭示其作为行动者与利益相关者的范式转变,提升PDE管理策略。
2024-05-22 cs.AI cs.CY cs.ET