Heim Technologie-Peripheriegeräte KI Warum sind so viele Menschen verärgert über das New Yorker KI-Einstellungsgesetz?

Warum sind so viele Menschen verärgert über das New Yorker KI-Einstellungsgesetz?

Jul 21, 2023 am 10:10 AM
人工智能 招聘 纽约 法。

Eine überwältigende Mehrheit der Menschen war empört über die Gesetze zur künstlichen Intelligenz und zur Einstellung von Mitarbeitern, die letzte Woche in New York City in Kraft traten. Dieses Gesetz ist das erste KI-Gesetz in den Vereinigten Staaten, daher wird die Art und Weise, wie es umgesetzt wird, Lehren und Leitlinien für andere Städte liefern, die KI-Politik und -Debatte entwickeln. Wie New York erwägen auch andere US-Bundesstaaten die Aufnahme von KI-Einstellungsbestimmungen in das europäische Gesetz über künstliche Intelligenz.

Der Einsatz künstlicher Intelligenz bei der Personalbeschaffung hat Kritik hervorgerufen, da Automatisierung vorhanden ist und bestehende rassistische und geschlechtsspezifische Vorurteile verstärken kann. Es hat sich gezeigt, dass KI-Systeme weiße, männliche und körperbehinderte Kandidaten bei der Bewertung ihrer Mimik und Sprache bevorzugen.

Dieses Problem verdient Aufmerksamkeit, da die meisten Unternehmen künstliche Intelligenz mindestens einmal im Rekrutierungsprozess eingesetzt haben. Charlotte Burrows, Vorsitzende der US-amerikanischen Equal Employment Opportunity Commission, sagte auf einer Sitzung im Januar 2023, dass bis zu 80 % der Unternehmen irgendeine Form von automatisierten Tools nutzen, um Einstellungsentscheidungen zu treffen.

Der New Yorker Automated Employment Decision Tool Act, der am 5. Juli in Kraft trat, schreibt vor, dass Arbeitgeber, die künstliche Intelligenz bei der Personalbeschaffung einsetzen, Kandidaten wahrheitsgemäß darüber informieren müssen, dass sie dies tun. Um zu beweisen, dass ihre Systeme nicht rassistisch oder sexistisch sind, benötigen sie jährliche unabhängige Audits. Arbeitssuchende können potenzielle Arbeitgeber um Informationen über die Erhebung und Analyse von Daten im Zusammenhang mit dieser Technologie bitten. Bei Verstößen drohen Geldstrafen von bis zu 1.500 US-Dollar.

Warum sind so viele Menschen verärgert über das New Yorker KI-Einstellungsgesetz? (Quelle: STEPHANIE ARNETT/MITTR | GETTY)

Befürworter des Gesetzes sagen, es sei ein guter, wenn auch noch nicht perfekter Anfang, um künstliche Intelligenz zu regulieren und einige der Schäden und Risiken, die mit ihrem Einsatz einhergehen, abzumildern. Wir bitten Unternehmen, einen genaueren Blick auf die von ihnen verwendeten Algorithmen zu werfen, um festzustellen, ob die Technologie versehentlich Frauen oder farbige Menschen diskriminiert.

Dies ist ein seltener, aber erfolgreicher Fall, und aus Sicht der US-amerikanischen Regulierungspolitik für künstliche Intelligenz sehen wir möglicherweise relevantere lokale Vorschriften. Klingt vielversprechend, oder?

Aber dieses Gesetz stieß auf große Kontroversen. Öffentliche Interessengruppen und Bürgerrechtsaktivisten sagen, der Gesetzentwurf sei weder durchsetzbar noch weitreichend genug, während Unternehmen, die ihn einhalten müssen, argumentieren, er sei unpraktisch und belastend.

Das Center for Democracy & Technology (Center for Democracy & Technology), das Surveillance Technology Oversight Project (S.T.O.P.) und andere Organisationen sind der Ansicht, dass das Gesetz „nicht ausreichend inklusiv“ ist und die Gefahr besteht, dass bei der Personalbeschaffung viele automatisierte Systeme, einschließlich der Verwendung von, nicht eingesetzt werden Ein KI-gestütztes System, das Tausende von Kandidaten überprüft.

Angesichts der Tatsache, dass die relevante Wirtschaftsprüfungsbranche derzeit noch unreif ist, sind die Ergebnisse unabhängiger Prüfungen hinsichtlich ihrer wichtigeren Aspekte ungewiss. Die BSA – eine einflussreiche Technologiehandelsgruppe, zu deren Mitgliedern Adobe, Microsoft und IBM gehören – reichte im Januar 2023 in New York City Kommentare ein, in denen sie das Gesetz kritisierte und argumentierte, dass Prüfungen durch Dritte „nicht durchführbar“ seien.

Albert Fox Cahn, Geschäftsführer von S.T.O.P., sagte: „Die entscheidende Frage ist, wie Prüfer Informationen über das Unternehmen erhalten und inwieweit sie tatsächlich prüfen können, wie das Unternehmen geführt wird, uns fehlt jedoch eine Reihe von Prüfern.“ allgemein anerkannte Rechnungslegungsgrundsätze, ganz zu schweigen von Steuer- und Prüfungsregeln.“

Laut Kahn könnte dieses Gesetz zu einem falschen Sicherheitsgefühl in Bezug auf künstliche Intelligenz und den Einstellungsprozess führen. Er sagte: „Dies ist ein Feigenblatt, das nur verwendet wird, um zu zeigen, dass es Schutzmaßnahmen gibt, und in der Praxis glaube ich nicht, dass ein Unternehmen dafür zur Verantwortung gezogen wird, dass dies gesetzlich verankert ist.“

Wichtig ist, dass bei obligatorischen Audits beurteilt wird, ob die Ergebnisse von KI-Systemen auf bestimmte Personengruppen ausgerichtet sind. Dabei wird eine Kennzahl namens „Impact Ratio“ verwendet, um festzustellen, ob die „Auswahlrate“ der Technologie für verschiedene Gruppen unterschiedlich ist.

Prüfungen müssen nicht versuchen festzustellen, wie Algorithmen Entscheidungen treffen, und das Gesetz umgeht die Frage der „Erklärbarkeit“ bei komplexen Formen des maschinellen Lernens wie Deep Learning. Wie Sie sich vorstellen können, sind diese Versäumnisse unter KI-Experten zu einem heißen Diskussionsthema geworden.

In den Vereinigten Staaten wird es bis zur Bundesgesetzgebung möglicherweise weitere lokale Gesetze geben, die künstliche Intelligenz wie dieses regeln, wobei die meisten davon auf eine bestimmte Anwendung der Technologie abzielen. Durch die Auseinandersetzung mit diesen lokalen rechtlichen Kontroversen können wir aufzeigen, wie sich Definitionen von KI-Tools, Sicherheitsmechanismen und Durchsetzung in den kommenden Jahrzehnten entwickeln werden. New Jersey und Kalifornien erwägen bereits ähnliche Gesetze.

Unterstützung: Ren

Das obige ist der detaillierte Inhalt vonWarum sind so viele Menschen verärgert über das New Yorker KI-Einstellungsgesetz?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Beste grafische Einstellungen
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. So reparieren Sie Audio, wenn Sie niemanden hören können
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Chat -Befehle und wie man sie benutzt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Jun 28, 2024 am 03:51 AM

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Jun 10, 2024 am 11:08 AM

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Jun 11, 2024 pm 03:57 PM

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Sieben coole technische Interviewfragen für GenAI und LLM Sieben coole technische Interviewfragen für GenAI und LLM Jun 07, 2024 am 10:06 AM

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Jul 25, 2024 am 06:42 AM

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Jun 05, 2024 pm 08:51 PM

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen Jul 17, 2024 pm 06:37 PM

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

SK Hynix wird am 6. August neue KI-bezogene Produkte vorstellen: 12-Layer-HBM3E, 321-High-NAND usw. SK Hynix wird am 6. August neue KI-bezogene Produkte vorstellen: 12-Layer-HBM3E, 321-High-NAND usw. Aug 01, 2024 pm 09:40 PM

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht

See all articles