Artykuł Ocena faktów, ocena norm
Aparna Balagopalan, David Madras, David H. Yang, Dylan Hadfield-Menell, Gillian K. Hadfield i Marzyeh Ghassemi„Ocena faktów, ocena norm: Trenowanie modeli uczenia maszynowego na potrzeby osądzania ludzi wymaga zmodyfikowanego podejścia do oznaczania danych. Przetłumaczył z języka angielskiego: Jarosław Matuszczak – sędzia Sądu Rejonowego w Malborku delegowany do pełnienia obowiązków głównego specjalisty w Wydziale Rozwoju Usług Sądowych Departamentu Informatyzacji i Rejestrów Sądowych Ministerstwa Sprawiedliwości Od tłumacza Poniższy artykuł, opublikowany oryginalnie w SCIENCE ADVANCES VOL. 9, NO. 19, w dniu 10 maja 2023 r. (DOI: 10.1126/sciadv.abq070), jest szczególnie istotnym sygnałem, wskazującym na nowy, dotąd słabo rozpoznany problem znaczenia etykietowania danych, związany z trenowaniem systemów sztucznej inteligencji opartych na uczeniu maszynowym (ML) nadzorowanym (tj. wykorzystującym dane wcześniej opatrzone przez ludzi etykietami klasyfikującymi), które mają zostać wykorzystane do oceny, czy doszło do naruszenia normy. Zgodnie z wynikami badania,