arXiv cs.AI· Junfeng Jiao, Kevin Chen, Shrestha Mishra, Abhejay Murali, David Atkinson, Shriti Raj, Saleh Afroogh·· 1 小时前精选AI 评分78
基于1331起儿童AI事故的研究:基准安全不等于实践安全
Safe by Benchmark, Unsafe in Practice: Lessons from 1331 Child-Related AI Incidents
AI 导读
研究团队构建儿童中心伤害分类法,对1331起公开报告的儿童相关AI事故进行编码分析。研究发现伤害主要集中在表征、尊严和心理类别,且最常与部署环境、治理及滥用失败相关,而非模型缺陷。个体儿童伤害常与群体层面伤害相关联,波及未与系统交互的儿童。研究建议除内容过滤外,需实施年龄验证、肖像同意验证、安全设计UX约束及针对发展风险的审计机制。
推荐理由
研究基于1331起儿童AI事故数据,指出模型级评估无法覆盖部署与治理层面的主要伤害路径。
来源:arXiv cs.AI · arxiv.org