• Journal of the Korea Society of Computer and Information
• /
• v.27 no.4
• /
• pp.9-17
• /
• 2022

The state-of-the-art AI systems pose many ethical issues ranging from massive data collection to bias in algorithms. In response, this paper proposes a more ethic-friendly AI architecture by combining Federated Learning(FL) and Blockchain. We discuss the importance of each issues and provide requirements for an ethical AI system to show how our solutions can achieve more ethical paradigms. By committing to our design, adopters can perform AI services more ethically.

• Journal of Convergence for Information Technology
• /
• v.9 no.8
• /
• pp.9-19
• /
• 2019

The effects of artificial intelligence technology is social science research as research on the impact on industry and changes in daily life, etc. This means that developing 'emotion AI' will prepare 'next-generation 3D-vector-sensitive AI'. This suggests the main keywords of the tertiary AI decision-making power. Particularly important results will be achieved because of the importance of current unethical learning and the implementation of decision-making systems that reflect ethical value judgments. This is a data based simulation, and required (1)Available data, (2)the technology for the goal of simulation. This takes into account the general content of the intended simulation based research. Currently, existing researches focus on meaningful research motivation, but this study presents the direction of technology. So, empirical analysis is consistent with the decision-making power of each country vs. new technology firms for AI on ehtic responsibility. As a result, there is a need for a concrete contribution and interpretation that can be achieved for the ethic Responsibility, on the technical side of AI / ML. In AI decision making, analytic power of human empathy should be included tech own trust.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.572-573
• /
• 2022

본 논문은 메타버스 환경에서 문제가 대두되고있는 AI 윤리(ethic)를 배경으로 인터랙션을 통해 사람들의 온라인과 오프라인의 결정요소에 직접적으로 영향을 미치는 대화형 AI가 어떻게 윤리적으로 진화될 수 있을지에 대한 공학적 솔루션을 UX 관점으로 찾아보는 기술 전략 연구라고 할 수 있다. 연구의 가설은 AI 의 머신러닝과정에 개별 사용자 그룹의 경험데이터가 반드시 포함되고 고려되어야 AI 는 오류값을 줄이고 윤리적으로 대응할 수 있다는 전제이다. 이를 위하여 본 논문은 기존의 머신러닝과 대화형 AI 의 UX 관점의 다이아로그 플로우 등을 연구 분석하고 사용자 데이터들을 실험하여 메타버스 서비스 환경에서의 기존에 논의되고 있는 컨택스트기반의 AI 머신러닝 과정에 사용자의 정성적 경험데이터를 추가한 윤리적 UX 접근 개념 모델을 제안 하였다. 아직은 개념모델 단계이고 시스템에서는 지금까지 다르지 않았던 비정량적인 감정과 융합적경험을 어떻게 문화적으로 코드화 하고 시스템적인 랭귀지와 연결시킬 수 있을지에 대한사용자 연구가 후속연구로 진행될 예정이다.