[目的/意義]隨著人工智能技術(shù)的發(fā)展與應(yīng)用,其衍生的倫理問題日益受到關(guān)注,但是國內(nèi)從理論或技術(shù)層面防范人工智能倫理沖突的情報評述非常有限,收集人工智能倫理知識情報是當(dāng)下人工智能健康發(fā)展的迫切需求。[方法/過程]借助CitespaceIII對選自Web of Science的人工智能倫理領(lǐng)域文獻進行知識圖譜分析,分別利用檢索式#1"人工智能倫理"主題文獻與檢索式#2"機器人倫理"主題文獻進行全面且科學(xué)的知識聚類議題探析。[結(jié)果/結(jié)論]在聚類分析的基礎(chǔ)上從人工智能載體的道德主體性研究、機器人的倫理價值敏感設(shè)計、人工道德智慧研究與人工智能技術(shù)的倫理控制四個方面對人工智能倫理研究領(lǐng)域進行了總結(jié)與展望。 

【文章來源】：情報雜志. 2019,38(07)北大核心CSSCI

【文章頁數(shù)】：9 頁

【部分圖文】：

人工智能倫理主題文獻時間分布

自動聚類標(biāo)簽是通過排序算法從施引文獻的“標(biāo)題詞條”、“索引詞條”或“摘要詞條”中提取的詮釋和界定聚類的標(biāo)簽詞［4］。在CitespaceIII中有三種提取標(biāo)簽詞聚類算法，分別為加權(quán)算法(TF*IDF)、對數(shù)似然率算法(LLＲ)以及互信息算法(MI)，TF*IDF提取出的標(biāo)簽強調(diào)聚類議題的研究方向，LLＲ和MI提取的標(biāo)簽強調(diào)聚類議題的研究特征［4］。3人工智能倫理研究知識圖譜分析3．1人工智能倫理主題文獻圖譜分析3．1．1人工智能倫理主題文獻的聚類視圖圖3是以人工智能倫理主題檢索文獻的聚類視圖，視圖直觀地呈現(xiàn)了五個聚類(#0—#4)及通過“關(guān)鍵詞”功能操作得到的聚類標(biāo)簽。文獻跨度為1999－2018年，分割值設(shè)定為1年，采用插值法進行文獻篩選的閾值(c、cc、ccv)設(shè)置為2|2|20(初始值)、3|3|20(中間值)、3|3|20(末端值)。圖3中的每個節(jié)點代表一篇文獻，不同顏色的節(jié)點所組成的多邊形區(qū)域代表不同的聚類，其中節(jié)點越大表示其該文獻被引的次數(shù)越多，也意味著該文獻占據(jù)著該聚類知識起源越重要的位置。節(jié)點之間的連線表示文獻之間的共被引關(guān)系，其粗細(xì)表明了共被引關(guān)系的強弱［4］。圖3中的Q值為0．64，Q值是表示聚類社團結(jié)構(gòu)顯著性的指標(biāo)，當(dāng)Q＞0．3意味著劃分出來的社團結(jié)構(gòu)是顯著的［4］。另外，圖3中的各樣本點的平均輪廓值S為0．85，當(dāng)輪廓值在0．5以上，聚類一般認(rèn)為是合理的，當(dāng)輪廓值高于0．7時可認(rèn)為聚類是顯著且令人信服的［4］。綜合圖3中的Q值與S值可見人工智能倫理主題文獻的聚類劃分是顯著且合理的。圖3

【參考文獻】：
期刊論文
[1]CiteSpace知識圖譜的方法論功能[J]. 陳悅,陳超美,劉則淵,胡志剛,王賢文.  科學(xué)學(xué)研究. 2015(02)



本文編號：3258777