Developing and Evaluating a Design Method for Positive Artificial Intelligence

要約

人工知能（AI）が進歩し続ける中、特にAIシステムが生活の様々な場面でますますユビキタスになっていく中で、社会的にポジティブな影響を確実に与えることが重要になっている。しかし、「善のためのAI」を開発するには、システムを人間の複雑な価値観に合致させるという大きな課題がある。現状では、こうした課題に対処するための成熟した手法が不足している。本稿では、このギャップに対処することを目的としたポジティブAI設計手法を提示し、評価する。この手法は、ウェルビーイングの願望を具体的な実践に変換するための人間中心のプロセスを提供する。まず、この手法の4つの重要なステップを説明する：文脈化、運用化、最適化、そしてフィードバックサイクルのための継続的な測定に支えられたウェルビーイングの実践である。次に、初心者デザイナーがこの手法を適用した複数のケーススタディを紹介し、有効性とユーザビリティに関する長所と短所を明らかにする。次に、専門家による評価研究では、得られたコンセプトの質が評価され、実現可能性、望ましさ、そして意図されたウェルビーイングの恩恵を達成する妥当性において、中程度の高評価を得た。併せて、これらの研究は、複雑なステップのサポートの開発など、改良が必要な領域を表面化させながら、AI設計を改善する手法の能力の予備的な検証を提供する。例や評価ヒューリスティックなどの適応を提案することで、弱点に対処できる可能性がある。さらなる研究では、複数のプロジェクトにおける持続的な適用を検討すべきである。この人間中心のアプローチは、単に危害を避けるだけでなく、積極的に人類に利益をもたらす「ウェルビーイングのためのAI」というビジョンを実現するための有望性を示している。

要約(オリジナル)

As artificial intelligence (AI) continues advancing, ensuring positive societal impacts becomes critical, especially as AI systems become increasingly ubiquitous in various aspects of life. However, developing ‘AI for good’ poses substantial challenges around aligning systems with complex human values. Presently, we lack mature methods for addressing these challenges. This article presents and evaluates the Positive AI design method aimed at addressing this gap. The method provides a human-centered process to translate wellbeing aspirations into concrete practices. First, we explain the method’s four key steps: contextualizing, operationalizing, optimizing, and implementing wellbeing supported by continuous measurement for feedback cycles. We then present a multiple case study where novice designers applied the method, revealing strengths and weaknesses related to efficacy and usability. Next, an expert evaluation study assessed the quality of the resulting concepts, rating them moderately high for feasibility, desirability, and plausibility of achieving intended wellbeing benefits. Together, these studies provide preliminary validation of the method’s ability to improve AI design, while surfacing areas needing refinement like developing support for complex steps. Proposed adaptations such as examples and evaluation heuristics could address weaknesses. Further research should examine sustained application over multiple projects. This human-centered approach shows promise for realizing the vision of ‘AI for Wellbeing’ that does not just avoid harm, but actively benefits humanity.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL