책임감 있는 AI의 신뢰할 수 있는 지표 모색

초록

인공지능(AI) 및 과학 분야 인공지능(AIS)을 포함한 AI의 개발은 책임 있는 AI 원칙에 따라 수행되어야 합니다. 책임 있는 AI의 발전은 종종 평가 지표를 통해 수치화되지만, 이러한 지표 자체의 강건성과 신뢰성을 평가하는 연구는 상대적으로 부족한 실정입니다. 본 논문은 AI 응용 프로그램의 한 유형인 추천 시스템의 공정성 메트릭 강건성을 검토한 선행 연구를 재조명하고, 그 핵심 시사점을 종합하여 책임 있는 AI의 신뢰할 수 있는 메트릭 개발을 위한 비종합적 가이드라인을 제시합니다. 우리의 가이드라인은 AIS를 포함한 광범위한 AI 응용 분야에 적용 가능합니다.

English

The development of Artificial Intelligence (AI), including AI in Science (AIS), should be done following the principles of responsible AI. Progress in responsible AI is often quantified through evaluation metrics, yet there has been less work on assessing the robustness and reliability of the metrics themselves. We reflect on prior work that examines the robustness of fairness metrics for recommender systems as a type of AI application and summarise their key takeaways into a set of non-exhaustive guidelines for developing reliable metrics of responsible AI. Our guidelines apply to a broad spectrum of AI applications, including AIS.

책임감 있는 AI의 신뢰할 수 있는 지표 모색

The Quest for Reliable Metrics of Responsible AI

초록

Support