Các bài báo nghiên cứu để đọc về Thiên kiến ​​nhận thức

May 09 2022
Tóm tắt: Tạo đồ thị cảnh là một công việc phức tạp vì không có mẫu nhận dạng cụ thể (ví dụ:
Ảnh của Kelly Sikkema trên Unsplash
  1. Xu hướng giống như con người: Khung thành kiến ​​nhận thức để tạo đồ thị cảnh ( arXiv )

Trừu tượng :Tạo đồ thị cảnh là một nhiệm vụ phức tạp vì không có mẫu nhận dạng cụ thể (ví dụ: “nhìn” và “gần” không có sự khác biệt rõ ràng về tầm nhìn, trong khi “gần” có thể xảy ra giữa các thực thể có hình thái khác nhau). Do đó, một số phương pháp tạo đồ thị cảnh bị mắc kẹt vào các dự đoán quan hệ thường xuyên nhất gây ra bởi các tính năng trực quan thất thường và chú thích tập dữ liệu tầm thường. Do đó, các công trình gần đây đã nhấn mạnh các phương pháp tiếp cận “không thiên vị” để cân bằng các dự đoán cho một biểu đồ cảnh nhiều thông tin hơn. Tuy nhiên, những phán đoán nhanh chóng và chính xác của con người về mối quan hệ giữa nhiều đối tượng nên được cho là do “thiên vị” (tức là kinh nghiệm và kiến ​​thức ngôn ngữ) hơn là tầm nhìn thuần túy. Để nâng cao khả năng của mô hình, lấy cảm hứng từ cơ chế "thiên vị nhận thức", chúng tôi đề xuất một khung 3 mô hình mới mô phỏng cách con người kết hợp các đặc điểm ngôn ngữ nhãn làm hướng dẫn các biểu diễn dựa trên thị giác để khai thác tốt hơn các mẫu quan hệ ẩn và giảm bớt sự lan truyền hình ảnh ồn ào. Khung của chúng tôi là mô hình bất khả tri đối với bất kỳ mô hình biểu đồ cảnh nào. Các thử nghiệm toàn diện chứng minh khung công tác của chúng tôi hoạt động tốt hơn các mô-đun cơ sở ở một số chỉ số với mức tăng thông số tối thiểu và đạt được hiệu suất SOTA mới trên tập dữ liệu Visual Genome.

2.Về sự tác động lẫn nhau của dữ liệu và thành kiến ​​nhận thức trong quản lý thông tin khủng hoảng - Một nghiên cứu thăm dò về phản ứng với dịch bệnh ( arXiv )

Tác giả: David Paulus , Ramian Fathi , Frank Fiedrich , Bartel Van de Walle , Tina Comes

Trừu tượng :Các cuộc khủng hoảng nhân đạo, chẳng hạn như dịch bệnh Ebola ở Tây Phi năm 2014, thách thức việc quản lý thông tin và do đó đe dọa khả năng phục hồi kỹ thuật số của các tổ chức ứng phó. Quản lý thông tin về khủng hoảng (CIM) được đặc trưng bởi tính cấp bách phải đáp ứng bất chấp tình huống không chắc chắn. Cùng với cổ phần cao, nguồn lực hạn chế và tải trọng nhận thức cao, khủng hoảng dễ gây ra sự sai lệch trong dữ liệu và quá trình nhận thức của các nhà phân tích và người ra quyết định. Khi các thành kiến ​​vẫn chưa được phát hiện và không được xử lý trong CIM, chúng có thể dẫn đến các quyết định dựa trên thông tin thiên lệch, làm tăng nguy cơ phản ứng không hiệu quả. Tài liệu cho rằng ứng phó với khủng hoảng cần phải giải quyết sự không chắc chắn ban đầu và những thành kiến ​​có thể có bằng cách thích ứng với thông tin mới và tốt hơn khi nó có sẵn. Tuy nhiên, chúng ta biết rất ít về việc liệu các phương pháp tiếp cận thích ứng có giảm thiểu sự tác động lẫn nhau của dữ liệu và thành kiến ​​nhận thức hay không. Chúng tôi đã điều tra câu hỏi này trong một thử nghiệm ba giai đoạn thăm dò về phản ứng với dịch bệnh. Những người tham gia của chúng tôi là những học viên có kinh nghiệm trong lĩnh vực ra quyết định khủng hoảng và phân tích thông tin. Chúng tôi nhận thấy rằng các nhà phân tích không thành công trong việc xác định giá trị dữ liệu, ngay cả khi phát hiện độ lệch và lỗi này có thể được cho là do các nỗ lực giảm giá trị định giá thấp để có kết quả nhanh chóng. Sự thất bại này dẫn đến sự phát triển của các sản phẩm thông tin thiên lệch được chuyển tải đến những người ra quyết định, do đó họ đưa ra quyết định dựa trên thông tin thiên vị. Sự thiên vị xác nhận củng cố sự phụ thuộc vào các kết luận đạt được với dữ liệu thiên vị, dẫn đến một vòng luẩn quẩn, trong đó các giả định thiên vị vẫn chưa được điều chỉnh.

3. Động lực học về sự tiến hóa của dư luận với khuynh hướng nhận thức bất đối xứng ( arXiv )

Tác giả: Yanbing Mao , Naira Hovakimyan , Tarek Abdelzaher

Tóm tắt: Trong bài báo này, chúng tôi đề xuất một mô hình ý kiến ​​công khai với sự kết hợp của thành kiến ​​nhận thức bất đối xứng: thành kiến ​​xác nhận và thành kiến ​​phủ định. Sau đó, chúng tôi điều tra hướng dẫn mô hình chung về nắm bắt thành kiến ​​xác nhận bất đối xứng và thành kiến ​​phủ định. Một ví dụ số được cung cấp để chứng minh tính đúng đắn của mô hình thiên vị nhận thức không đối xứng

4.Cải thiện thành kiến ​​nhận thức trong hệ thống quyết định kinh doanh tăng cường ( arXiv )

Tác giả: Thomas Baudel , Manon Verbockhaven , Guillaume Roy , Victoire Cousergue , Rida Laarach

Trừu tượng :Làm thế nào để hỗ trợ quyết định theo thuật toán được giới thiệu trong các quy trình quyết định kinh doanh ảnh hưởng đến hiệu suất nhiệm vụ? Trong một thử nghiệm đầu tiên, chúng tôi nghiên cứu sự hợp tác hiệu quả. Đối mặt với một quyết định, đối tượng một mình có tỷ lệ thành công là 72%; Được hỗ trợ bởi một người giới thiệu có tỷ lệ thành công 75%, tỷ lệ thành công của họ đạt 76%. Do đó, sự hợp tác giữa con người và hệ thống có tỷ lệ thành công cao hơn so với việc chỉ thực hiện một mình. Tuy nhiên, chúng tôi ghi nhận sự tự mãn / thiên vị thẩm quyền đã làm giảm chất lượng của các quyết định xuống 5% khi người giới thiệu sai. Điều này cho thấy rằng bất kỳ sai lệch thuật toán kéo dài nào có thể được khuếch đại bởi các công cụ hỗ trợ quyết định. Trong thử nghiệm thứ hai, chúng tôi đã đánh giá hiệu quả của 5 biến thể trình bày trong việc giảm thành kiến ​​tự mãn. Chúng tôi nhận thấy rằng cách trình bày tùy chọn làm tăng khả năng chống lại các đề xuất sai của đối tượng. Chúng tôi kết luận bằng cách lập luận rằng các chỉ số của chúng tôi,

5.Có trách nhiệm với xã hội AI: Học đa mục tiêu nhận thức thiên vị-nhận thức ( arXiv )

Tác giả: Procheta Sen , Debasis Ganguly

Trừu tượng :Xã hội loài người có một lịch sử lâu dài chịu đựng những thành kiến ​​về nhận thức dẫn đến những định kiến ​​xã hội và sự bất công hàng loạt. Sự tồn tại phổ biến của thành kiến ​​nhận thức trong khối lượng lớn dữ liệu lịch sử có thể gây ra mối đe dọa được biểu hiện dưới dạng các dự đoán phi đạo đức và dường như vô nhân đạo như kết quả đầu ra của các hệ thống AI được đào tạo dựa trên dữ liệu đó. Để giảm bớt vấn đề này, chúng tôi đề xuất một khung học tập đa mục tiêu có nhận thức thiên lệch cung cấp một tập hợp các thuộc tính nhận dạng (ví dụ: giới tính, dân tộc, v.v.) và một tập hợp con các danh mục nhạy cảm của các lớp đầu ra dự đoán có thể có, học cách giảm tần suất dự đoán một số kết hợp nhất định của chúng, ví dụ như dự đoán các định kiến ​​như `` hầu hết người da đen sử dụng ngôn từ lăng mạ '' hoặc `` sợ hãi là đức tính tốt của phụ nữ ''. Các thí nghiệm của chúng tôi được thực hiện trên một nhiệm vụ dự đoán cảm xúc với các cơ sở phân loại cân bằng cho thấy rằng một tập hợp các mô hình thiên lệch-bất khả tri cơ bản thể hiện thành kiến ​​về nhận thức đối với giới tính, chẳng hạn như phụ nữ dễ sợ hãi trong khi nam giới dễ tức giận hơn. Ngược lại, phương pháp học đa mục tiêu nhận thức thiên lệch được đề xuất của chúng tôi được chứng minh là làm giảm những thành kiến ​​như vậy trong các cảm xúc dự đoán.

© Copyright 2021 - 2022 | vngogo.com | All Rights Reserved