英国信息委员会警告:情感分析AI工具并不可靠有效
一分耕耘,一分收获!既然都打开这篇《英国信息委员会警告:情感分析AI工具并不可靠有效》,就坚持看下去,学下去吧!本文主要会给大家讲到等等知识点,如果大家对本文有好的建议或者看到有不足之处,非常欢迎大家积极提出!在后续文章我会继续更新科技周边相关的内容,希望对大家都有所帮助!
英国信息委员会(ICO)日前向科技领袖发出警告,最好不要购买情感分析AI工具,因为这种技术并不像人们想象的那样有效,还有可能导致AI偏见和歧视。采用了这种技术的企业可能面临数据监管机构的审查和监管,除非他们能证明该技术的有效性。

情绪分析技术采用了许多生物特征数据点,包括注视跟踪、情绪分析、面部运动、步态分析、心跳、面部表情和皮肤水分水平等,并试图利用这些数据来确定或预测某人的情绪状态。
英国信息委员会副信息专员Stephen Bonner表示,问题在于没有证据表明这种方法确实有效,而且有很多证据表明它并不可靠。如果企业依赖于采用情感分析AI工具的调查结果,这更有可能导致错误的结果,从而造成伤害。
他警告,如果一家公司在工作中采用了情绪分析AI工具,那么它受到调查的门槛将会“非常低”。
“有时候当新技术被推广时,人们就会想,‘让我们拭目以待,并获得双方的理解’,对于其他合法的生物识别技术,我们绝对会这么做。但就情感分析AI而言,没有合法证据表明这种技术可以发挥作用。我们将极为密切地关注这一问题,并愿意更迅速地采取有力的行动。责任在于那些选择利用这一点向所有人证明这是值得的,因为无罪推定似乎根本没有科学依据。”他补充道。
情感分析AI在某些情况下是有用的
但Bonner表示,有一些例子表明这项技术已经被应用或建议作为一个用例,包括通过提供可穿戴工具来监测工作人员的情绪和健康状况,以及使用各种数据点来记录和预测潜在的健康问题。
但是,尚未成熟的检测情绪线索的算法将导致系统性偏见、不准确和歧视的风险。该技术依赖于收集、存储和处理大量的个人数据,其中包括潜意识的行为或情绪反应。这种数据使用的风险远远高于用于验证或识别个人身份的传统生物识别技术。
需要指出的是,英国信息委员会并没有禁止使用这类技术,只是发出警告,由于涉及风险,实施这样技术的企业将受到审查。只要有明确的声明,用户可以将它作为噱头或娱乐工具使用。
Bonner说:“在生物测量和推断结果意图之间有一些区别。我认为,可以通过某人的声音来检测他的压力水平,这是有道理的。但是从这一点上来说,如果就这样判定他是骗子就有些太过分了。我们不会禁止使用AI来判断谁看起来不安的做法,但如果只是一些人感到不安,不推断他们试图通过自己的生物特征进行欺诈,那么这种做法是错误的。”
生物识别技术的跨行业影响
生物识别技术预计将对各行业领域产生重大影响,从金融服务公司通过面部识别验证人类身份,到使用语音识别代替密码访问服务。
英国信息委员会正在与Ada Lovelace研究所和英国青年委员会合作制定新的生物识别指南。该指南将会“以人为本”,预计将于明年春季对外发布。
艾伦·图灵研究所的伦理研究员Mhairi Aitken博士对英国信息委员会的警告表示欢迎,但他指出,同样重要的是要审视这些系统的开发,并确保开发人员采取符合伦理的方法,并在有需要的地方创建和使用工具。
她说:“开发技术或新应用程序的道德方法必须从哪些人可能是受影响的社区开始,并让他们参与这个过程,看看它在部署的环境中是否真的合适。这个过程让我们有机会意识到可能没有预料到的任何危害。”
情感检测AI是一种真正的伤害风险
Aitken博士表示,这种AI模型可能造成的危害是巨大的,特别是对那些可能不符合构建预测模型时开发的模型的人来说。她补充说:“这是一个非常复杂的领域,要开始思考我们如何将这样的事情实现自动化,并能够考虑到文化差异和情感差异。”
Aitken博士指出,AI系统很难确定在不同环境下什么的情绪反应是合适的,“我们表达情感的方式非常不同,这取决于我们和谁在一起以及所处的环境。此外,还需要考虑这些AI系统是否能够充分考虑人们的情绪表现方式。”
Bonner表示,在娱乐中使用情感AI工具的危害很小,但Aitken博士警告说,这种用例有其自身的风险,包括人们开始习惯于采用这项技术并认为它确实有效。“如果使用,除非明确地贴上娱乐的标签。”
Bonner补充说,当涉及到情感AI时,问题在于每个人之间有太多的数据点和差异,因此难以开发一个理想模型。有关这一点已经在多篇关于该技术的研究论文中得到了证明。“如果有人说,‘我们已经解决了问题,可以做出准确的预测’,那么他们可能会创造奇迹,但我认为这种事情不会发生。”
今天关于《英国信息委员会警告:情感分析AI工具并不可靠有效》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
Meta推出MoDem世界模型:解决视觉领域三大挑战,LeCun转发
- 上一篇
- Meta推出MoDem世界模型:解决视觉领域三大挑战,LeCun转发
- 下一篇
- 技术如何支持更好、更绿色的城市?
-
- 科技周边 · 人工智能 | 16小时前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 23小时前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 索引优化 · 向量数据库 · 向量检索 FAISS Index Factory IVF PQ
- FAISS Index Factory 字符串怎么组合索引结构
- 100浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- 知识库切片重叠率怎么影响检索结果
- 268浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 263次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 313次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 294次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 271次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 87次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
