URhot

研究伦理

合成用户与 AI 研究的知情同意、隐私、偏见与合规争议。

10 条 · 全部主题

11月11日星期三 · 1 条
  1. arXiv cs.HC· 13:00方法原文

    Trust, but verify, audit and attribute:核查 AI 产出研究结果的人在回路框架

    研究提出一个领域无关的人在回路框架,用于核查 AI 产出的研究结果:工具检查、审计检查是否忠实于原始主张,人类在固定节点决策并记录人机贡献。工具层有数学(Wolfram Language、MATLAB、Lean)和统计(Python、R)两套自动实现,数学版在双主张示例上运行。歧义主张被拆成两种读法,一种被反驳、一种被证明。

    #方法/实践#Agent#研究伦理
11月5日星期四 · 1 条
  1. Listen Labs· 13:09方法原文

    Listen Labs 的 AI 数字孪生消费者洞察平台购买指南:1:1 真人数字孪生与合成受访者之辨

    Listen Labs 的 AI 数字孪生消费者洞察平台购买指南主张,优先选真人一对一访谈构建的 1:1 数字孪生,而非合成受访者。其引用 2026 年 benchmark 称,测试模型在跨文化价值观上比人口统计查表低 11 到 22 个百分点;Listen Twins 的受访者来自超 5000 万验证参与者网络,答案附置信分数与可追溯推理,支持一键真人验证。

    #方法/实践#合成用户#AI 访谈#研究伦理
10月30日星期五 · 2 条
  1. Listen Labs· 13:12方法原文

    Listen Labs:消费者洞察 AI 研究平台的 GDPR 合规采购核查清单

    Listen Labs 在面向消费者洞察的 GDPR 合规指南中列出合法依据、数据最小化、DPA/SCCs 与 EU/EEA 数据驻留四项核查要求,并给出采购前可逐项验证的清单。其平台称持有 SOC 2 Type II、ISO 27001、ISO 27701 和 ISO 42001,采用 256-bit 加密,且客户与受访者数据不用于训练 AI 模型。文章还提醒,EU 托管本身不等于 GDPR 合规,买方应索取签署的 DPA、2021 SCCs、传输影响评估及证书范围说明。

    #方法/实践#研究伦理
10月29日星期四 · 1 条
  1. Listen Labs· 13:03方法原文

    Listen Labs:企业采购 AI 消费者研究平台的安全指南与 8 项验证清单

    Listen Labs 的 AI 消费者研究平台安全采购指南列出 8 项验证清单,覆盖客户数据不用于模型训练、256-bit 加密、SSO/审计日志、SOC 2 Type II 与 ISO 42001 等。指南称 Listen Labs 持有 SOC 2 Type II、ISO 27001/27701/42001,并覆盖 45+ 国家、50M+ 验证受访者网络。Suzy、Outset、User Intuition、Koji、Qualtrics 的认证与训练政策也被对照,采购前应直接向厂商索取认证报告与证明文件。

    #方法/实践#研究伦理
10月28日星期三 · 1 条
  1. arXiv cs.HC· 12:00方法原文

    TRACE:用计算机科学原则治理 AI 辅助研究

    arXiv 论文提出 TRACE 五项原则,帮助研究团队在 AI 辅助研究中保持控制。五项原则——Track records、Review against sources、Accept independently、Control transitions、Evaluate corrections——提炼自软件工程与安全研究实践;并介绍 TRACE-OS,用共享指令、工具和记录把原则嵌入现有工作流。

    #方法/实践#Agent#洞察库/ResearchOps#研究伦理
10月26日星期一 · 1 条
  1. Listen Labs· 13:07方法精选原文

    Listen Labs 分步讲解如何用 AI 模拟顾客反应

    Listen Labs 增长负责人 Anish Rao 撰文给出用 AI 模拟顾客反应的分步流程,包括定义决策与假设、选择分群、构建模拟基础、记录推理过程、用真人验证以及报告标注数据来源。文中引用 Park 等人(arXiv:2411.10109)对 1,052 名美国人的研究,基于两小时访谈构建的智能体达到受访者自身两周重测一致性的 83%,仅按人口统计特征构建的智能体为 74%。ShopCART 基准基于 31,865 次真实购物会话发现,纯提示词的 LLM 智能体在真实购物动作上的精确匹配率仅 11.86%,过度购买比例为 25.2%,而真人为 3.3%。

    #方法/实践#合成用户#市场研究#研究伦理

    为什么值得看:文中把六步模拟流程与多项真人对照数据并置,便于研究者判断合成受访者适合承担哪类测试。

3月4日星期三 · 1 条
2025年7月17日星期四 · 1 条
  1. Quirkos· 00:36方法原文

    酷儿理论与定性研究:一场不太可能的结合?

    Quirkos 最新博文由酷儿理论研究者撰写,讨论酷儿理论如何应用于定性研究,并区分酷儿理论与 LGBTQ+ 研究。文章梳理酷儿立场与反身性、抽样与数据收集、创意研究方法、参与式研究、酷儿自我民族志及研究伦理等路径,并讨论相关批评。作者强调不存在唯一正确的应用方式,而是呈现其主观视角下可用的研究路径。

    #方法/实践#定性分析#研究伦理
2022年4月7日星期四 · 1 条