Buchumschlag

Can AI Rely on the Systematicity of Truth? The Challenge of Modelling Normative Domains

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Queloz, Matthieu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Explainability Through Systematicity: The Hard Systematicity Challenge for Artificial Intelligence
von: Queloz, Matthieu
Veröffentlicht: (2025)

Can Domain Experts Rely on AI Appropriately? A Case Study on AI-Assisted Prostate Cancer MRI Diagnosis
von: Chen, Chacha, et al.
Veröffentlicht: (2025)

Pluralism in AI Governance: Toward Sociotechnical Alignment and Normative Coherence
von: Nkongolo, Mike Wa
Veröffentlicht: (2026)

The Illusory Normativity of Rights-Based AI Regulation
von: Mei, Yiyang, et al.
Veröffentlicht: (2025)

Artificial Intelligence Can Emulate Human Normative Judgments on Emotional Visual Scenes
von: Romeo, Zaira, et al.
Veröffentlicht: (2025)

Relying on recent and temporally dispersed science predicts breakthrough inventions
von: Ke, Qing, et al.
Veröffentlicht: (2021)

They Think AI Can Do More Than It Actually Can: Practices, Challenges, & Opportunities of AI-Supported Reporting In Local Journalism
von: Cifliku, Besjon, et al.
Veröffentlicht: (2026)

Would You Rely on an Eerie Agent? A Systematic Review of the Impact of the Uncanny Valley Effect on Trust in Human-Agent Interaction
von: Alipour, Ahdiyeh, et al.
Veröffentlicht: (2025)

Normative Moral Pluralism for AI: A Framework for Deliberation in Complex Moral Contexts
von: Yaacov, David-Doron
Veröffentlicht: (2025)

ReliCD: A Reliable Cognitive Diagnosis Framework with Confidence Awareness
von: Zhang, Yunfei, et al.
Veröffentlicht: (2023)

Whose Truth? Pluralistic Geo-Alignment for (Agentic) AI
von: Janowicz, Krzysztof, et al.
Veröffentlicht: (2025)

Scarce Resource Allocations That Rely On Machine Learning Should Be Randomized
von: Jain, Shomik, et al.
Veröffentlicht: (2024)

Systematic Literature Review: Explainable AI Definitions and Challenges in Education
von: Altukhi, Zaid M., et al.
Veröffentlicht: (2025)

Mechanistic Indicators of Understanding in Large Language Models
von: Beckmann, Pierre, et al.
Veröffentlicht: (2025)

LEGOS-SLEEC: Tool for Formalizing and Analyzing Normative Requirements
von: Kolyakov, Kevin, et al.
Veröffentlicht: (2025)

Normative Evaluation of Large Language Models with Everyday Moral Dilemmas
von: Sachdeva, Pratik S., et al.
Veröffentlicht: (2025)

Normative active inference: A numerical proof of principle for a computational and economic legal analytic approach to AI governance
von: Constant, Axel, et al.
Veröffentlicht: (2025)

From Trust to Truth: Actionable policies for the use of AI in fact-checking in Germany and Ukraine
von: Solopova, Veronika
Veröffentlicht: (2025)

Modernizing Ground Truth: Four Shifts Toward Improving Reliability and Validity in AI in Education
von: Thomas, Danielle R., et al.
Veröffentlicht: (2026)

Research Integrity and GenAI: A Systematic Analysis of Ethical Challenges Across Research Phases
von: Bjelobaba, Sonja, et al.
Veröffentlicht: (2024)

Beyond Agreement: Rethinking Ground Truth in Educational AI Annotation
von: Thomas, Danielle R., et al.
Veröffentlicht: (2025)

The ASIR Courage Model: A Phase-Dynamic Framework for Truth Transitions in Human and AI Systems
von: Kim, Hyo Jin
Veröffentlicht: (2026)

Truth Knows No Language: Evaluating Truthfulness Beyond English
von: Figueras, Blanca Calvo, et al.
Veröffentlicht: (2025)

Preserving Historical Truth: Detecting Historical Revisionism in Large Language Models
von: Ortu, Francesco, et al.
Veröffentlicht: (2026)

Scaling Truth: The Confidence Paradox in AI Fact-Checking
von: Qazi, Ihsan A., et al.
Veröffentlicht: (2025)

Can GenAI Move from Individual Use to Collaborative Work? Experiences, Challenges, and Opportunities of Coordinating GenAI into Collaborative Newswork
von: Xiao, Qing, et al.
Veröffentlicht: (2025)

The Generative AI Paradox: GenAI and the Erosion of Trust, the Corrosion of Information Verification, and the Demise of Truth
von: Ferrara, Emilio
Veröffentlicht: (2026)

DeliberationBench: A Normative Benchmark for the Influence of Large Language Models on Users' Views
von: Hewitt, Luke, et al.
Veröffentlicht: (2026)

Epistemic Control and the Normativity of Machine Learning-Based Science
von: Ratti, Emanuele
Veröffentlicht: (2026)

Dynamic Normativity: Necessary and Sufficient Conditions for Value Alignment
von: Corrêa, Nicholas Kluge
Veröffentlicht: (2024)

Can AI be Consentful?
von: Pistilli, Giada, et al.
Veröffentlicht: (2025)

Normativity and Productivism: Ableist Intelligence? A Degrowth Analysis of AI Sign Language Translation Tools for Deaf People
von: Seron-Abouelfadil, Nina, et al.
Veröffentlicht: (2026)

Blocking Mechanism of Porn Website in India: Claim and Truth
von: Pandey, Saurabh, et al.
Veröffentlicht: (2019)

Breaking Up with Normatively Monolithic Agency with GRACE: A Reason-Based Neuro-Symbolic Architecture for Safe and Ethical AI Alignment
von: Jahn, Felix, et al.
Veröffentlicht: (2026)

AI Alignment vs. AI Ethical Treatment: 10 Challenges
von: Bradley, Adam, et al.
Veröffentlicht: (2025)

Situated Ground Truths: Enhancing Bias-Aware AI by Situating Data Labels with SituAnnotate
von: Pandiani, Delfina Sol Martinez, et al.
Veröffentlicht: (2024)

Aiming for AI Interoperability: Challenges and Opportunities
von: Faveri, Benjamin, et al.
Veröffentlicht: (2026)

The Language of Trauma: Modeling Traumatic Event Descriptions Across Domains with Explainable AI
von: Schirmer, Miriam, et al.
Veröffentlicht: (2024)

Can AI be Auditable?
von: Verma, Himanshu, et al.
Veröffentlicht: (2025)

Truth Sleuth and Trend Bender: AI Agents to fact-check YouTube videos and influence opinions
von: Logé, Cécile, et al.
Veröffentlicht: (2025)