產業中負責任人工智慧（RAI）實務研究：過去五年的實證綜述
arXiv - Human-Computer InteractionWesley Hanwen Deng, Agathe Balayn, Andrew Selbst, Jason I. Hong, Motahhare Eslami, Kenneth Holstein, Hanna Wallach, Jennifer Wortman Vaughan, Solon Barocas
本文透過回顧 161 項實證研究，系統性地總結了過去五年產業在落實負責任 AI 實務上的進展與挑戰。
AI 幫你先抓重點
AI 重點 1
關注 RAI 工具與日常工作流的整合度
滑鼠懸停看 AI 判斷理由
這點揭示了技術工具與實際工作流程之間的斷層。僅有理論準則是不夠的，若要真正落實 AI 倫理，必須開發出能無縫嵌入開發者日常工作流程的工具，而非增加額外的行政負擔。
AI 重點 2
組織文化與支持在 AI 治理中的關鍵角色
滑鼠懸停看 AI 判斷理由
研究顯示技術問題往往是組織問題。這提醒讀者，AI 的負責任實踐不只是工程師的技術任務，更需要從組織層級提供資源與制度支持，否則單打獨鬥的實踐難以持續。
核心研究發現
- 1
從業人員對負責任 AI（RAI）的意識顯著提升，且相關活動已呈現專業化趨勢。
- 2
業界已廣泛採用工具包（toolkits）與準則（guidelines）等干預措施來落實 RAI。
- 3
實務工作者仍面臨訓練不足、組織支持不均，以及缺乏與日常工作流程結合的工具等障礙。
對教育工作者的啟發
對於教育科技開發者而言，這提供了重要的設計啟發：在設計 AI 學習工具時，不應僅關注功能，更應將「負責任 AI」的檢核機制（如偏見檢測、透明度說明）設計成與使用者操作流程高度整合的介面，而非獨立的說明文件。此外，教育者在教授 AI 素養時，應強調 AI 實務中的組織與社會挑戰，而不僅是技術層面的正確性。
原始文獻資訊
- 英文標題：
- What We Know about Responsible AI Practices in Industry: A Half Decade of Empirical Research
- 作者：
- Wesley Hanwen Deng, Agathe Balayn, Andrew Selbst, Jason I. Hong, Motahhare Eslami, Kenneth Holstein, Hanna Wallach, Jennifer Wortman Vaughan, Solon Barocas
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。