defendiendo contra amenazas de IA con un marco de evaluación de confiabilidad centrado en el usuario
Autores: Kafali, Efi; Preuveneers, Davy; Semertzidis, Theodoros; Daras, Petros
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
defendiendo contra amenazas de IA con un marco de evaluación de confiabilidad centrado en el usuario
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Confiabilidad
Aplicaciones de IA
Usuarios
Seguridad
Privacidad
ética
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 52
Citaciones: Sin citaciones
Este estudio examina críticamente la confiabilidad de las aplicaciones de IA ampliamente utilizadas, centrándose en su integración en la vida diaria, a menudo sin que los usuarios comprendan completamente los riesgos o cómo estas amenazas podrían afectarlos. A medida que las aplicaciones de IA se vuelven más accesibles, los usuarios tienden a confiar en ellas debido a su conveniencia y facilidad de uso, frecuentemente pasando por alto problemas críticos como la seguridad, la privacidad y la ética. Para abordar esta brecha, presentamos un marco centrado en el usuario que permite a las personas evaluar la confiabilidad de las aplicaciones de IA en función de sus propias experiencias y percepciones. El marco evalúa varias dimensiones: transparencia, seguridad, privacidad, ética y cumplimiento, al mismo tiempo que busca crear conciencia y llevar el tema de la confiabilidad de la IA al diálogo público. Al analizar las amenazas de la IA, los incidentes del mundo real y las estrategias para mitigar los riesgos planteados por las aplicaciones de IA, este estudio contribuye a los debates en curso sobre la seguridad y confianza en la IA.
Descripción
Este estudio examina críticamente la confiabilidad de las aplicaciones de IA ampliamente utilizadas, centrándose en su integración en la vida diaria, a menudo sin que los usuarios comprendan completamente los riesgos o cómo estas amenazas podrían afectarlos. A medida que las aplicaciones de IA se vuelven más accesibles, los usuarios tienden a confiar en ellas debido a su conveniencia y facilidad de uso, frecuentemente pasando por alto problemas críticos como la seguridad, la privacidad y la ética. Para abordar esta brecha, presentamos un marco centrado en el usuario que permite a las personas evaluar la confiabilidad de las aplicaciones de IA en función de sus propias experiencias y percepciones. El marco evalúa varias dimensiones: transparencia, seguridad, privacidad, ética y cumplimiento, al mismo tiempo que busca crear conciencia y llevar el tema de la confiabilidad de la IA al diálogo público. Al analizar las amenazas de la IA, los incidentes del mundo real y las estrategias para mitigar los riesgos planteados por las aplicaciones de IA, este estudio contribuye a los debates en curso sobre la seguridad y confianza en la IA.