الملخص: تقوم نماذج اللغة الكبيرة (LLMs) واندماجها في الأنظمة الوكيلة والمجسدة بإعادة تشكيل الذكاء الاصطناعي (AI)، مما يمكّن من توليد واستنتاج قوي عبر المجالات مع تقديم مخاطر جديدة. تشمل المخاوف الرئيسية الهلوسة والمعلومات الخاطئة، والتحيزات المدمجة والمُعزّزة، وتسرب الخصوصية، والقدرة على التلاعب المعادي. يتطلب ضمان الذكاء الاصطناعي التوليدي الجدير بالثقة والمسؤول موثوقية تقنية، وشفافية، ومساءلة، واهتماماً بالتأثير الاجتماعي. تُجري الدراسة الحالية مراجعة للأدبيات التي تمت مراجعتها من قبل الأقران حول الأبعاد الأخلاقية لـ LLMs والوكلاء المعتمدين على LLM عبر المجالات التقنية والبيومترية والاجتماعية. تُحدد المخاطر، وتصف استراتيجيات التخفيف (مثل التقييم القوي وعمل فرق التقييم الحمراء، والمحاذاة وتقنيات الحماية، وممارسات البيانات التي تحافظ على الخصوصية، وقياس وتحجيم التحيزات، ونشر مدروس للسلامة)، و تستعرض أطر الحوكمة والممارسات التشغيلية ذات الصلة بالاستخدام في العالم الحقيقي. من خلال تنظيم النتائج من خلال وجهات نظر متعددة التخصصات ومبادئ الأخلاقيات الحيوية، تحدد المراجعة الفجوات المستمرة، مثل التقييم المحدود الذي يأخذ في الاعتبار السياق، ومعايير الإبلاغ غير المتساوية، ورصد ما بعد النشر الضعيف، مما يعيق المساءلة والعدالة. تدعم التركيبة الممارسين وصانعي السياسات في تصميم أنظمة LLM أكثر أماناً وإنصافاً وقابلة للتدقيق، وتحدد الأولويات للبحث والحكم في المستقبل.
نيا وآخرون (الخميس) درسوا هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: