The societal impact of big data: A research roadmap for Europe
随着其快速增长和越来越多的采用,大数据正在对社会产生重大影响。它的使用既带来了新的商业模式和经济收益等机会,也带来了侵犯隐私和歧视等风险。欧洲需要一个全面的战略来优化数据的使用,以实现社会效益,并提高其生产活动的创新和竞争力。在本文中,我们通过研究路线图来定义这一战略,以获取与欧洲使用大数据相关的经济,社会和道德,法律和政治利益。目前的路线图考虑了与大数据相关的正面和负面外部性,将数据管理、处理、分析、保护、可视化等领域的研究和创新主题以及非技术主题映射到它们可以解决的外部性,并提供了解决这些主题的时间框架,以产生社会影响、技能发展和标准化。最后,它还确定了哪些部门将最受益于每项研究工作。该路线图的目标是指导欧洲的研究工作,以发展对社会负责的大数据经济,并允许利益相关者识别和应对大数据挑战,并对社会影响,积极和消极的外部性以及值得在未来计划中调查的具体问题达成共识。
2018-03-26 cs.CY
Exploring Economic Sectoral Dynamics Through High-resolution Mobility Data
该研究提出2019-2023年美国高分辨率匿名移动设备数据集,按经济部门聚合1200万POIs的周度访问、距离和停留时间数据,支持研究移动与经济活动动态(含疫情影响),为多学科提供见解并保护隐私。
2025-08-25 cs.CY
"Make the Voodoo Box Go Bleep Bloop:" Exploring End Users' Understanding and Information Needs Regarding Microchips
本文通过250人在线调查考察终端用户对微芯片的认知与信息需求,发现用户了解部分应用却忽视安全、社会及经济影响,并提出提升认知的方向。
2025-02-19 cs.CY cs.HC
Exploring Security Economics in IoT Standardization Efforts
物联网(IoT)传播了由各种制造商互连数十亿个异构设备的范例。为了实现物联网应用,物联网设备之间的通信遵循标准开发组织定义的规范。在本文中,我们提出了一个案例研究,调查了流行的物联网标准ZigBee的不安全性,并得出了物联网标准化工作中安全经济学的一般经验教训。我们讨论了物联网标准化工作的动机,这些工作主要是从经济角度出发的,在这种情况下,由于消费者不奖励他们,因此没有必要在安全方面进行大量投资。在市场上的成功是通过快速进入市场,提供功能特性和为互补者提供轻松集成来实现的。然而,制造商不仅要考虑经济原因,还要看到他们有责任保护人类和技术基础设施免受不安全物联网产品的威胁。在这种情况下,我们提出了一些建议,以加强未来物联网标准化工作中的安全设计,从定义精确的安全模型到执行更新策略。
2018-10-29 cs.CR cs.CY
A Collectivist, Economic Perspective on AI
Inria Paris(巴黎研究所);University of California, Berkeley(加州大学伯克利分校)
本文从集体主义和经济视角出发,提出融合社会和经济概念的算法设计方法,以更全面地理解和应对人工智能技术的社会影响。
2025-12-15 cs.AI cs.CY stat.ML
Investigating How MacBook Accessories Evolve across Generations, and Their Potential Environmental, Economical Impacts
The Ohio State University(俄亥俄州立大学)
研究MacBook充电技术演变及其对环境和经济的影响,强调技术进步与可持续发展的平衡。
2025-12-22 cs.CY
Socio-Economic Consequences of Generative AI: A Review of Methodological Approaches
本文综述了预测生成式AI采用带来的经济社会影响的主要方法论,探讨了ABS、计量经济学模型、RL等八种方法的优缺点及适用性。
2024-11-14 cs.CY
Societal impacts of big data: challenges and opportunities in Europe
本文介绍了大数据的风险和机遇,以及它可能带来的潜在社会效益。该研究基于对欧洲不同部门的六个案例研究中观察到的社会影响的分析。这些影响分为经济、社会和道德、法律和政治影响,影响到提高效率、创新和决策、改变商业模式、对公共资金的依赖、参与、平等、歧视和信任、数据保护和知识产权、私人和公共紧张局势以及失去对国外行为体的控制等领域。特别关注法律框架带来的风险和机遇,以及如何应对大数据的负面影响。针对四个具体的法律框架提出了建议:版权和数据库保护、商业秘密保护、隐私和数据保护以及反歧视。此外,大数据的潜在社会效益体现在六个领域:改善决策和事件检测;数据驱动的创新和新的商业模式;直接的社会、环境和其他公民利益;公民参与、透明度和公众信任;注重隐私的数据做法;以及大数据用于识别歧视。建议采用几种最佳做法来获取这些好处。
2017-04-11 cs.CY
Exploring the Nuances of Designing (with/for) Artificial Intelligence
依赖于人工智能的解决方案旨在预测数据模式并回答明确定义的问题,涉及一组可解释的解决方案,明确的规则和固有的二元决策机制。然而,当它们在我们的日常活动中呈指数级增长时,它们开始超越这些最初的界限,并影响它们所处的更大的社会技术系统。在这种安排下,一个解决方案面临着超越真假标准的压力,并转向对是非的道德评价。无论是算法解决方案,还是纯粹的人文解决方案,都不足以完全缓解人工智能或其未来化身的狭隘状态下的不良后果。我们必须采取全面的观点。在本文中,我们探讨了基础设施的构建,作为在设计AI时同时解决算法和社会问题的一种手段。
2020-10-22 cs.AI cs.CY
Seeing Isn't Believing: Addressing the Societal Impact of Deepfakes in Low-Tech Environments
Shahjalal University of Science and Technology(贾亚拉勒科技大学);Independent University(独立大学)
本研究通过调查资源受限社区对深度伪造的认知与经历,提出预防、检测和缓解框架,强调针对性教育和可获取验证工具的必要性,以支持全球南方等弱势群体。
2025-08-13 cs.CY cs.HC cs.MM
Applications and Societal Implications of Artificial Intelligence in Manufacturing: A Systematic Review
本文系统性综述了AI在制造业的应用及其社会影响,指出尽管文献对企业应用持乐观态度,但其社会影响仍存争议,强调利益相关者需平衡机遇与风险以实现可持续整合。
2023-07-25 cs.CY cs.IR
Exploiting the Margin: How Capitalism Fuels AI at the Expense of Minoritized Groups
University of Cambridge(剑桥大学)
本文揭示资本主义与种族不公如何借AI延续剥削,分析零工经济、算法偏见及监控执法对少数群体的伤害,呼吁将社会正义与公平嵌入AI设计与政策核心。
2024-05-01 cs.AI cs.CY
Embodied AI: Emerging Risks and Opportunities for Policy Action
Centre for the Governance of AI(治理人工智能中心);French Center for AI Safety (CeSIA)(法国人工智能安全中心);Carnegie Mellon University(卡内基梅隆大学);University of Oxford(牛津大学);University of Bologna(博洛尼亚大学);Tony Blair Institute for Global Change(托尼·布莱尔全球变革研究所);Yale University(耶鲁大学);Yale Digital Ethics Center(耶鲁数字伦理中心)
本文针对具身智能(EAI)快速发展带来的现有政策覆盖不足问题,梳理其四类风险,分析美欧英政策缺口并提出安全部署的政策建议。
2025-09-03 cs.AI cs.CY cs.RO
Exploring Public Opinion on Responsible AI Through The Lens of Cultural Consensus Theory
The School of Business(商学院);Stevens Institute of Technology(史蒂文斯理工学院)
本研究将文化共识理论应用于美国全国性AI调查数据集,分析公众对负责任AI的共识与分歧观点,为AI开发者和政策制定者兼顾个体差异与群体文化视角、回应公众关切提供参考。
2024-01-06 cs.AI cs.CY
Exploring User Perspectives on Data Collection, Data Sharing Preferences, and Privacy Concerns with Remote Healthcare Technology
本研究调查了384名加拿大用户对远程医疗技术中数据收集、共享偏好及隐私问题的看法,覆盖健康紧急和慢性病管理场景。
2025-01-23 cs.CY cs.HC
Handling Pandemic-Scale Cyber Threats: Lessons from COVID-19
本研究借鉴COVID-19大流行应对经验,提出以美国为重点的大流行级别网络事件行动框架,总结六条关键备灾经验,为构建网络防御手册提供可行步骤,助力各方提升网络事件应对韧性。
2024-08-15 cs.CR cs.CY
Exploring the Boundaries of Content Moderation in Text-to-Image Generation
本文审计五个T2I平台及模型,发现官方安全指南与模型实际行为存在差异并导致过度审查,呼吁提升内容审核透明度并开展包容性对话。
2024-09-09 cs.CY
Towards Recommender Systems LLMs Playground (RecSysLLMsP): Exploring Polarization and Engagement in Simulated Social Networks
Institute for Artificial Intelligence Research and Development of Serbia(塞尔维亚人工智能研究与发展研究所);University of Belgrade(贝尔格莱德大学);Polytechnic University of Bari(巴里理工大学);University of Kragujevac(克拉古耶瓦茨大学)
本文提出基于LLM的模拟框架RecSysLLMsP,通过构建多样化AI智能体在三种场景下评估推荐系统对用户参与度和极化的影响,发现相似性场景提升参与度但易致回音室,强调需平衡设计以缓解社会极化。
2025-01-29 cs.AI cs.CY cs.HC
Quantum for Good and the Societal Impact of Quantum Computing
本文阐述了量子计算的社会价值,提出需通过产业、政府与学术界合作构建生态,围绕影响力、安全使用、可及性三大方向推动量子计算正向发展并负责任部署。
2024-03-05 cs.CY physics.soc-ph quant-ph
Predicting the Impact of Generative AI Using an Agent-Based Model
本文提出一种基于智能体的模型,整合个体、企业和政府智能体来模拟生成式AI的社会经济影响,为政策制定提供预测性见解。
2024-08-30 cs.CY
Exploring the Scope of Using News Articles to Understand Development Patterns of Districts in India
了解什么因素带来社会经济发展可能经常受到路灯效应的影响,即只分析那些已经测量并因此可用于分析的变量的影响。在建立计量经济学发展模型时,我们如何检查是否所有有价值的变量都已被测量和考虑?我们试图通过建立无监督学习方法来解决这个问题,以识别和排名有关印度不同地区发生的各种事件的新闻文章,这可以提供有关这些地区可能发生的事情的见解。这可以帮助确定与这些事件相关的变量是否确实可用于模拟这些地区的发展。我们还描述了从这种方法中出现的其他几个应用程序,例如使用新闻文章来了解为什么大约十年前可能具有类似社会经济指标的地区对最终处于不同的发展水平,以及另一个应用程序,该应用程序生成不寻常的新闻文章的新闻源,这些新闻文章不符合具有类似社会经济概况的典型地区的新闻文章。这些应用程序概述了对定性数据的需求,以增强基于定量数据的模型,并旨在开辟研究新方法,从非结构化定性数据中挖掘信息,以了解发展。
2021-07-03 cs.CY cs.IR
Data, Power and Bias in Artificial Intelligence
人工智能有可能加剧社会偏见,并使数十年来在平等权利和公民自由方面的进步倒退。用于训练机器学习算法的数据可能会捕捉到社会上可能会学到并延续下去的社会不公正、不平等或歧视性态度。从技术解决方案、社会正义和数据治理措施等不同角度迅速出现了解决这一问题的尝试。虽然这些方法中的每一种都是制定全面解决方案所必不可少的,但与每一种方法相关的讨论往往似乎是不同的。本文回顾了正在进行的工作,以确保数据公正,公平和偏见缓解人工智能系统从不同的领域探索相互关联的动态,并检查是否在人工智能训练数据偏见的不可避免性实际上可以用于社会公益。我们强调与定义处理偏见的政策相关的复杂性。我们还考虑了解决社会偏见问题的技术挑战。
2020-07-28 cs.CY
Socio-economic landscape of digital transformation & public NLP systems: A critical review
本文对公共领域NLP系统展开批判性综述,构建涵盖7大应用领域的分类体系,从多维度分析其社会技术属性、背景影响与功能蔓延问题,补充批判性AI的分析框架并指明研究方向。
2023-08-27 cs.CY cs.HC
"I don't trust them": Exploring Perceptions of Fact-checking Entities for Flagging Online Misinformation
本文通过655名美国参与者的在线研究,发现用户对八类事实核查主体的信任和偏见感知高度政治化,但事实核查标签本身即可抑制错误信息分享,提示需探索更中立的主体和多重评估机制。
2024-10-01 cs.CY cs.HC cs.SI
Exploring Multi-Dimensional Events Characterizing Tech Start-Up Emergence in the Nigerian Entrepreneurial Ecosystem
全球大多数国家都认为,科技型初创企业是创造就业、经济增长和国家发展的推动力,也是在新冠肺炎(COVID-19,即2019冠状病毒病)等疫情危机期间维持经济的关键工具。然而,它的出现被认为是有问题的。特别是在像尼日利亚这样的发展中经济体,科技初创企业的创始人面临着各种形式的限制和环境的不确定性。现有的文献表明,研究是为了解释技术初创企业的出现。然而,这些研究的结果是支离破碎的,这些研究结果是科技初创企业出现的决定因素,其中几个决定因素是孤立研究的,而这些决定因素是线性和一维的事件。因此,忽视了多维视角,它聚集了表征科技初创企业出现的事件的维度。鉴于技术初创企业在开放、不确定、非线性和动态环境中创造基于活动的产品/服务的迭代、基于事件的过程和互动依赖性,我们认为,人们对技术初创企业的出现知之甚少。因此,通过综合文献综述,活动理论和探索性案例研究设计,我们确定了机会发现和选择;团队组建和领域共识;自举;最小可行产品开发和市场实验反馈作为相互依赖的多维事件,构成尼日利亚科技创业生态系统中的科技创业。
2021-08-22 cs.CY