Human Judgment
PulseAugur coverage of Human Judgment — every cluster mentioning Human Judgment across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI 生成代码将工程重点转移到人类意图和问责制上
这篇论文认为，随着AI越来越多地生成代码，工程治理的重点必须从代码本身转移到代码背后的人类意图。作者提出，“意图”应成为记录的产物，取代源代码，因为AI使得代码的生产成本低廉，而人类决策稀缺。这种意图需要进行版本控制、差异比较、审计和签核，以建立问责制，特别是随着AI模型不断改进并吸收以前需要大量生成努力的任务。
-
新框架AURA精炼LLM-as-a-Judge审计
研究人员推出AURA，一个旨在改进大型语言模型（LLMs）在评估中被用作裁判时的审计的新框架。AURA解决了LLM裁判可能存在偏见以及大规模人工评估通常不切实际的挑战。该框架通过学习人类一致性信号并优先处理不确定的比较以供人工审查，从而自适应地精炼对裁判的信任，使审计过程更有效、更可靠。
-
AI 的基础：人类标注构建数据集并塑造智能
文章认为，人工智能尽管其性质先进，但其基础数据在根本上依赖于人类的劳动和判断。原始数据被呈现为惰性和语义为空的，直到人类通过标注介入，这被视为一种知识构建行为。这种人类驱动的数据标注过程的质量和伦理考量，对于塑造人工智能系统的道德特征和未来至关重要。
-
人工智能在战争中的应用可能侵蚀人类判断和控制力
人工智能在战争中的日益整合，其特点是自动化和机器速度决策，带来了重大风险。这种进步可能会削弱政治领导人对军事行动进行有意义的人类判断和控制的能力。评论强调了对人工智能驱动的冲突场景中可能失去人类监督的担忧。
-
人工智能代理将扩大对人类判断的需求，而非取代工人
一段视频认为，尽管人工智能代理自动化了常规任务，但它们最终将增加对人类判断的需求。内容表明，人工智能应被视为一种补充人类能力的工具，而不是完全取代它们。这种观点旨在反驳人们对人工智能导致大规模失业的担忧。
-
AI的快速回答可能正在侵蚀人类的判断力和记忆力
日益依赖AI工具来快速获取答案，正在悄悄地削弱人类的认知能力。这种依赖可能导致记忆力、批判性思维和决策能力的下降。文章认为，AI生成信息的快速性可能正在侵蚀我们进行深度思考和判断的能力。