استفاده از رسانه های اجتماعی برای نظارت بر مهاجرت های مرتبط با درگیری: مروری بر مفاهیم A.I. پیش بینی

عنوان استفاده از رسانه های اجتماعی برای نظارت بر مهاجرت های مرتبط با درگیری: مروری بر مفاهیم A.I. پیش بینی
نویسنده اونور، حمید آکین
تاریخ انتشار: 2022-09
محل انتشار - MDPI
موضوع هوش مصنوعی، اخلاق داده‌های بزرگ، تضاد، داده‌های رویداد، مهاجرت اجباری
نوع دوره ای
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 2076-0760
شماره ثبت fe42646b-9909-4c2c-bcba-db16099c461c
محل کتابخانه روابط بین الملل
تاریخ 2022-09
یادداشت‌ها انجمن آکادمی علوم ترکیه TÜBİTAK
متن نمونه پس از بحران مهاجرت در مقیاس بزرگ 2015-2016 که اروپا را تکان داد، استفاده از داده های بزرگ و روش های جمع آوری رسانه های اجتماعی به تدریج در نظارت بر مهاجرت اجباری انبوه رایج شد. این روش‌ها بر تولید استنتاج‌ها و پیش‌بینی‌های «زمان واقعی» در مورد الگوهای رفتاری، ترجیحی و شناختی فردی و اجتماعی تحرک انسان متمرکز شده‌اند. اگرچه حجم چنین داده‌هایی به دلیل رسانه‌های اجتماعی و فناوری‌های سنجش از راه دور به سرعت بهبود یافته است، اما نتایج مغرضانه، ناقص یا غیره‌ای تهاجمی نیز ایجاد کرده‌اند که زندگی مهاجران را در حمل و نقل دشوارتر می‌کند. این مقاله مروری بحث اخیر در مورد استفاده از داده‌های رسانه‌های اجتماعی برای آموزش طبقه‌بندی‌کننده‌های یادگیری ماشین و اصلاح آستانه‌ها برای کمک به سیستم‌های الگوریتمی برای نظارت و پیش‌بینی خشونت و مهاجرت اجباری را بررسی می‌کند. در نهایت، پنج توضیح رایج در ادبیات در مورد محدودیت‌های استفاده از چنین داده‌هایی برای A.I را شناسایی و تشریح می‌کند. پیش‌بینی، یعنی «عدم تطابق مهندسی-سیاست‌ها»، «دسترسی/قابلیت درک»، «مشروعیت قانونی/قانونی»، «پاکسازی ضعیف داده‌ها» و «دشوار بودن عیب‌یابی». از این بررسی، مقاله ناشناس سازی، مسئولیت توزیع شده، و بحث های «حق استنتاج معقول» را به عنوان راه حل های بالقوه و گام های تحقیقاتی بعدی برای رفع این مشکلات پیشنهاد می کند.
DOI 10.3390/socsci11090395
Cilt 11
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات دانشگاه اوزیغین

استفاده از رسانه های اجتماعی برای نظارت بر مهاجرت های مرتبط با درگیری: مروری بر مفاهیم A.I. پیش بینی

نویسنده اونور، حمید آکین
تاریخ انتشار 2022-09
محل انتشار - MDPI
موضوع هوش مصنوعی، اخلاق داده‌های بزرگ، تضاد، داده‌های رویداد، مهاجرت اجباری
نوع دوره ای
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 2076-0760
شماره ثبت fe42646b-9909-4c2c-bcba-db16099c461c
محل کتابخانه روابط بین الملل
تاریخ 2022-09
یادداشت‌ها انجمن آکادمی علوم ترکیه TÜBİTAK
متن نمونه پس از بحران مهاجرت در مقیاس بزرگ 2015-2016 که اروپا را تکان داد، استفاده از داده های بزرگ و روش های جمع آوری رسانه های اجتماعی به تدریج در نظارت بر مهاجرت اجباری انبوه رایج شد. این روش‌ها بر تولید استنتاج‌ها و پیش‌بینی‌های «زمان واقعی» در مورد الگوهای رفتاری، ترجیحی و شناختی فردی و اجتماعی تحرک انسان متمرکز شده‌اند. اگرچه حجم چنین داده‌هایی به دلیل رسانه‌های اجتماعی و فناوری‌های سنجش از راه دور به سرعت بهبود یافته است، اما نتایج مغرضانه، ناقص یا غیره‌ای تهاجمی نیز ایجاد کرده‌اند که زندگی مهاجران را در حمل و نقل دشوارتر می‌کند. این مقاله مروری بحث اخیر در مورد استفاده از داده‌های رسانه‌های اجتماعی برای آموزش طبقه‌بندی‌کننده‌های یادگیری ماشین و اصلاح آستانه‌ها برای کمک به سیستم‌های الگوریتمی برای نظارت و پیش‌بینی خشونت و مهاجرت اجباری را بررسی می‌کند. در نهایت، پنج توضیح رایج در ادبیات در مورد محدودیت‌های استفاده از چنین داده‌هایی برای A.I را شناسایی و تشریح می‌کند. پیش‌بینی، یعنی «عدم تطابق مهندسی-سیاست‌ها»، «دسترسی/قابلیت درک»، «مشروعیت قانونی/قانونی»، «پاکسازی ضعیف داده‌ها» و «دشوار بودن عیب‌یابی». از این بررسی، مقاله ناشناس سازی، مسئولیت توزیع شده، و بحث های «حق استنتاج معقول» را به عنوان راه حل های بالقوه و گام های تحقیقاتی بعدی برای رفع این مشکلات پیشنهاد می کند.
DOI 10.3390/socsci11090395
Cilt 11
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید