Buchumschlag

Rolling in the deep of cognitive and AI biases

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tantalaki, Nicoleta, Vakali, Athena
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Echoes of AI Harms: A Human-LLM Synergistic Framework for Bias-Driven Harm Anticipation
von: Tantalaki, Nicoleta, et al.
Veröffentlicht: (2025)

FAIRTOPIA: Envisioning Multi-Agent Guardianship for Disrupting Unfair AI Pipelines
von: Vakali, Athena, et al.
Veröffentlicht: (2025)

AI Consciousness and Public Perceptions: Four Futures
von: Fernandez, Ines, et al.
Veröffentlicht: (2024)

Simulating the impact of cognitive biases on the mobility transition
von: Adam, Carole
Veröffentlicht: (2023)

False consensus biases AI against vulnerable stakeholders
von: Dong, Mengchen, et al.
Veröffentlicht: (2024)

Defining bias in AI-systems: Biased models are fair models
von: Lindloff, Chiara, et al.
Veröffentlicht: (2025)

Identifying and modelling cognitive biases in mobility choices
von: Conrad, Chloe, et al.
Veröffentlicht: (2024)

Surprising gender biases in GPT
von: Fulgu, Raluca Alexandra, et al.
Veröffentlicht: (2024)

What we learned while automating bias detection in AI hiring systems for compliance with NYC Local Law 144
von: Clavell, Gemma Galdon, et al.
Veröffentlicht: (2024)

Can OpenAI o1 outperform humans in higher-order cognitive thinking?
von: Latif, Ehsan, et al.
Veröffentlicht: (2024)

Where can AI be used? Insights from a deep ontology of work activities
von: Cai, Alice, et al.
Veröffentlicht: (2026)

AI Harmonics: a human-centric and harms severity-adaptive AI risk assessment framework
von: Vei, Sofia, et al.
Veröffentlicht: (2025)

Can generative AI and ChatGPT outperform humans on cognitive-demanding problem-solving tasks in science?
von: Zhai, Xiaoming, et al.
Veröffentlicht: (2024)

Mind the XAI Gap: A Human-Centered LLM Framework for Democratizing Explainable AI
von: Paraschou, Eva, et al.
Veröffentlicht: (2025)

Evaluating and comparing gender bias across four text-to-image models
von: Hammad, Zoya, et al.
Veröffentlicht: (2025)

(Un)fair devices: Moving beyond AI accuracy in personal sensing
von: Yfantidou, Sofia, et al.
Veröffentlicht: (2023)

Epistemic Constitutionalism Or: how to avoid coherence bias
von: Loi, Michele
Veröffentlicht: (2026)

Emergent social conventions and collective bias in LLM populations
von: Ashery, Ariel Flint, et al.
Veröffentlicht: (2024)

The World Wide recipe: A community-centred framework for fine-grained data collection and regional bias operationalisation
von: Magomere, Jabez, et al.
Veröffentlicht: (2024)

A closer look at how large language models trust humans: patterns and biases
von: Lerman, Valeria, et al.
Veröffentlicht: (2025)

An evaluation of LLMs for political bias in Western media: Israel-Hamas and Ukraine-Russia wars
von: Chandra, Rohitash, et al.
Veröffentlicht: (2026)

Artificial Intelligence, conceptual metaphors and conceptual engineering: Are AI-based framings of human behaviour and cognition successful?
von: Mollema, Warmhold Jan Thomas, et al.
Veröffentlicht: (2025)

Unraveling overoptimism and publication bias in ML-driven science
von: Saidi, Pouria, et al.
Veröffentlicht: (2024)

How to be fair? A study of label and selection bias
von: Favier, Marco, et al.
Veröffentlicht: (2024)

LLMs left, right, and center: Assessing GPT's capabilities to label political bias from web domains
von: Hernandes, Raphael, et al.
Veröffentlicht: (2024)

Ask LLMs Directly, "What shapes your bias?": Measuring Social Bias in Large Language Models
von: Shin, Jisu, et al.
Veröffentlicht: (2024)

Hallucinating with AI: AI Psychosis as Distributed Delusions
von: Osler, Lucy
Veröffentlicht: (2025)

Ties of Trust: a bowtie model to uncover trustor-trustee relationships in LLMs
von: Paraschou, Eva, et al.
Veröffentlicht: (2025)

AI, Climate, and Transparency: Operationalizing and Improving the AI Act
von: Alder, Nicolas, et al.
Veröffentlicht: (2024)

Human-centered explanation does not fit all: The interplay of sociotechnical, cognitive, and individual factors in the effect AI explanations in algorithmic decision-making
von: Ahn, Yongsu, et al.
Veröffentlicht: (2025)

A Robust Governance for the AI Act: AI Office, AI Board, Scientific Panel, and National Authorities
von: Novelli, Claudio, et al.
Veröffentlicht: (2024)

Can We Trust AI to Govern AI? Benchmarking LLM Performance on Privacy and AI Governance Exams
von: Witherspoon, Zane, et al.
Veröffentlicht: (2025)

Biospheric AI
von: Korecki, Marcin
Veröffentlicht: (2024)

Scrapyard AI
von: Böhlen, Marc, et al.
Veröffentlicht: (2026)

AI as Entertainment
von: Kommers, Cody, et al.
Veröffentlicht: (2026)

AI Procurement Checklists: Revisiting Implementation in the Age of AI Governance
von: Zick, Tom, et al.
Veröffentlicht: (2024)

AI, Climate, and Regulation: From Data Centers to the AI Act
von: Ebert, Kai, et al.
Veröffentlicht: (2024)

AI Identity, Empowerment, and Mindfulness in Mitigating Unethical AI Use
von: Shaayesteh, Mayssam Tarighi, et al.
Veröffentlicht: (2025)

AI Cards: Towards an Applied Framework for Machine-Readable AI and Risk Documentation Inspired by the EU AI Act
von: Golpayegani, Delaram, et al.
Veröffentlicht: (2024)

Is your AI Model Accurate Enough? The Difficult Choices Behind Rigorous AI Development and the EU AI Act
von: Marin, Lucas G. Uberti-Bona, et al.
Veröffentlicht: (2026)