Buchumschlag

Fair Voting Methods as a Catalyst for Democratic Resilience: A Trilogy on Legitimacy, Impact and AI Safeguarding

Fuente: arXiv

Gespeichert in:

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

Ähnliche Einträge

AI-Mediated Explainable Regulation for Justice
von: Hofweber, Thomas, et al.
Veröffentlicht: (2026)

Upgrading Democracies with Fairer Voting Methods
von: Pournaras, Evangelos, et al.
Veröffentlicht: (2025)

Designing Digital Voting Systems for Citizens: Achieving Fairness and Legitimacy in Participatory Budgeting
von: Yang, Joshua C., et al.
Veröffentlicht: (2023)

Cooperative Flexibility Exchange: Fair and Comfort-Aware Decentralized Resource Allocation
von: Khalid, Rabiya, et al.
Veröffentlicht: (2025)

Justifications for Democratizing AI Alignment and Their Prospects
von: Steingrüber, André, et al.
Veröffentlicht: (2025)

Safeguarding Marketing Research: The Generation, Identification, and Mitigation of AI-Fabricated Disinformation
von: Mukherjee, Anirban
Veröffentlicht: (2024)

The Case for Globalizing Fairness: A Mixed Methods Study on Colonialism, AI, and Health in Africa
von: Asiedu, Mercy, et al.
Veröffentlicht: (2024)

Collective Privacy Recovery: Data-sharing Coordination via Decentralized Artificial Intelligence
von: Pournaras, Evangelos, et al.
Veröffentlicht: (2023)

Bringing AI Participation Down to Scale: A Comment on Open AIs Democratic Inputs to AI Project
von: Moats, David, et al.
Veröffentlicht: (2024)

Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits
von: Mun, Jimin, et al.
Veröffentlicht: (2024)

Risks of AI Scientists: Prioritizing Safeguarding Over Autonomy
von: Tang, Xiangru, et al.
Veröffentlicht: (2024)

Model Capability Assessment and Safeguards for Biological Weaponization
von: Richter, Michael
Veröffentlicht: (2026)

Fair Compromises in Participatory Budgeting: a Multi-Agent Deep Reinforcement Learning Approach
von: Adams, Hugh, et al.
Veröffentlicht: (2025)

FFB: A Fair Fairness Benchmark for In-Processing Group Fairness Methods
von: Han, Xiaotian, et al.
Veröffentlicht: (2023)

Whose Preferences? Differences in Fairness Preferences and Their Impact on the Fairness of AI Utilizing Human Feedback
von: Lerner, Emilia Agis, et al.
Veröffentlicht: (2024)

Ethical AI in Retail: Consumer Privacy and Fairness
von: Adanyin, Anthonette
Veröffentlicht: (2024)

When Testing AI Tests Us: Safeguarding Mental Health on the Digital Frontlines
von: Pendse, Sachin R., et al.
Veröffentlicht: (2025)

Military AI Needs Technically-Informed Regulation to Safeguard AI Research and its Applications
von: Simmons-Edler, Riley, et al.
Veröffentlicht: (2025)

AI as a Tool for Fair Journalism: Case Studies from Malta
von: Seychell, Dylan, et al.
Veröffentlicht: (2024)

Towards Clinical AI Fairness: Filling Gaps in the Puzzle
von: Liu, Mingxuan, et al.
Veröffentlicht: (2024)

VoteLab: A Modular and Adaptive Experimentation Platform for Online Collective Decision Making
von: Kunz, Renato, et al.
Veröffentlicht: (2023)

AI Loss of Control Incident Management: Response & Resilience
von: Gruetzemacher, Ross
Veröffentlicht: (2026)

AI Fairness in Practice
von: Leslie, David, et al.
Veröffentlicht: (2024)

Advancing Transformative Education: Generative AI as a Catalyst for Equity and Innovation
von: Bura, Chiranjeevi, et al.
Veröffentlicht: (2024)

Human Resilience in the AI Era -- What Machines Can't Replace
von: Liu, Shaoshan, et al.
Veröffentlicht: (2025)

Generative AI voting: fair collective choice is resilient to LLM biases and inconsistencies
von: Majumdar, Srijoni, et al.
Veröffentlicht: (2024)

Privacy at a Price: Exploring its Dual Impact on AI Fairness
von: Yang, Mengmeng, et al.
Veröffentlicht: (2024)

Empowering Affected Individuals to Shape AI Fairness Assessments: Processes, Criteria, and Tools
von: Luo, Lin, et al.
Veröffentlicht: (2026)

Racial/Ethnic Categories in AI and Algorithmic Fairness: Why They Matter and What They Represent
von: Mickel, Jennifer
Veröffentlicht: (2024)

Standing on FURM ground -- A framework for evaluating Fair, Useful, and Reliable AI Models in healthcare systems
von: Callahan, Alison, et al.
Veröffentlicht: (2024)

Designing AI-Resilient Assessments Using Interconnected Problems: A Theoretically Grounded and Empirically Validated Framework
von: Ding, Kaihua
Veröffentlicht: (2025)

Safeguarding Autonomy: a Focus on Machine Learning Decision Systems
von: Subías-Beltrán, Paula, et al.
Veröffentlicht: (2025)

AI and Remote Sensing for Resilient and Sustainable Built Environments: A Review of Current Methods, Open Data and Future Directions
von: Joulani, Ubada El, et al.
Veröffentlicht: (2025)

Assessing the Ecological Impact of AI
von: Wenmackers, Sylvia
Veröffentlicht: (2025)

A Unifying Human-Centered AI Fairness Framework
von: Rahman, Munshi Mahbubur, et al.
Veröffentlicht: (2025)

Societal Capacity Assessment Framework: Measuring Resilience to Inform Advanced AI Risk Management
von: Gandhi, Milan, et al.
Veröffentlicht: (2025)

Effect of Gender Fair Job Description on Generative AI Images
von: Böckling, Finn, et al.
Veröffentlicht: (2025)

On The Fairness Impacts of Hardware Selection in Machine Learning
von: Nelaturu, Sree Harsha, et al.
Veröffentlicht: (2023)

Mapping the Potential of Explainable AI for Fairness Along the AI Lifecycle
von: Deck, Luca, et al.
Veröffentlicht: (2024)

Enhancements for Developing a Comprehensive AI Fairness Assessment Standard
von: Agarwal, Avinash, et al.
Veröffentlicht: (2025)