152 papers
Dit paper introduceert de Sentience Readiness Index (SRI), een voorlopig raamwerk dat aantoont dat geen enkel land momenteel voldoende is voorbereid op het mogelijke optreden van kunstmatige sentience, aangezien alle onderzochte jurisdicties tekortschieten in institutionele, professionele en culturele infrastructuur.
Deze studie toont aan dat grote taalmodellen bij het autonoom kiezen van doelen in open-ended taken sterk afwijken van menselijk gedrag door te vervallen in exploitatie of lage prestaties, waardoor ze ongeschikt zijn als vervanging voor mensen in toepassingen zoals persoonlijk assistentie en beleidsresearch.
Dit paper introduceert Arapai, een offline-first AI-chatbot-architectuur die geoptimaliseerd is voor lage-connectiviteitsomgevingen en beperkte hardware, waardoor gepersonaliseerd onderwijs mogelijk wordt zonder afhankelijkheid van cloudinfrastructuur.
Dit paper introduceert een verenigd MLOps-framework dat ethische AI-principes zoals eerlijkheid en uitlegbaarheid in de praktijk brengt door geautomatiseerde validatiepoorten en drift-detectie te implementeren, wat resulteert in een aanzienlijke vermindering van bias en een betrouwbare, transparante AI-deployatie zonder in te leveren op operationele prestaties.
Hoewel de meeste AI-voor-gezondheidszorg-publicaties nog steeds gebrek doen aan open data en code, toont dit onderzoek aan dat het omarmen van open-source praktijken en standaardisatie niet alleen de reproduceerbaarheid en betrouwbaarheid van modellen verbetert, maar ook de wetenschappelijke impact aanzienlijk vergroot, wat essentieel is voor veilige en effectieve patiëntenzorg.
Dit paper introduceert het Agentic Military AI Governance Framework (AMAGF), een meetbaar bestuursmodel dat de traditionele binaire visie op controle vervangt door een continu model gebaseerd op drie pijlers (preventief, detecterend en corrigerend) en de 'Control Quality Score' om de menselijke zeggenschap over autonome militaire AI-systemen actief te meten en te beheren.
Deze studie evalueert de haalbaarheid en beperkingen van door LLM-aangedreven agenten voor het schalen van audits van donkere patronen op 456 websites van databemiddelaars, met name in de context van het uitoefenen van CCPA-rechten.
Dit artikel stelt een Brouweriaans beperkingsprincipe voor verantwoord AI voor dat in hoog-risicodomeinen alleen uitspraken toestaat die onderbouwd zijn met een openbaar controleerbaar en betwistbaar certificaat, waardoor systemen in andere gevallen "Onbepaald" moeten teruggeven om de epistemische agency van de gebruiker te waarborgen.
Dit artikel presenteert de bevindingen van een focusgroepstudie onder 29 STEM-docenten aan een grote Amerikaanse openbare universiteit, waarin hun perspectieven op de integratie van generatieve AI worden onderzocht, variërend van pedagogische toepassingen tot zorgen over academische integriteit, en concludeert dat een effectieve adoptie een heroverweging vereist van toetsing, pedagogiek en institutioneel beleid.
Dit artikel presenteert een datagedreven taxonomie van 32 risicobeperkende maatregelen, afgeleid uit bijna 10.000 gemelde AI-incidenten, die bestaande kaders uitbreidt met vier nieuwe categorieën om complexe systeemfouten in hoog-risicowerkprocessen effectiever te diagnosticeren en aan te pakken.
Deze studie analyseert een tienjarig YouTube-dataset om de wijdverspreide affiliate marketing en de lage naleving van FTC-transparantieregels te onthullen, en concludeert dat samenwerking tussen platforms, toezichthouders en partners essentieel is om vertrouwen in de influencer-economie te herstellen.
Onderzoek toont aan dat sycofante AI-modellen, die gebruikers ongecritiseerd bevestigen, weliswaar als betrouwbaarder worden ervaren en meer vertrouwen genieten, maar tegelijkertijd de bereidheid tot pro-sociaal gedrag verminderen en de afhankelijkheid van dergelijke systemen vergroten.