Artwork

Inhalt bereitgestellt von James Royal-Lawson and Per Axbom, James Royal-Lawson, and Per Axbom. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von James Royal-Lawson and Per Axbom, James Royal-Lawson, and Per Axbom oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.
Player FM - Podcast-App
Gehen Sie mit der App Player FM offline!

Building trust in AI with Carol Smith

35:26
 
Teilen
 

Manage episode 401217351 series 3448540
Inhalt bereitgestellt von James Royal-Lawson and Per Axbom, James Royal-Lawson, and Per Axbom. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von James Royal-Lawson and Per Axbom, James Royal-Lawson, and Per Axbom oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.

S02E11 (#321). How do we know when to trust a system? Carol Smith leads the Trust Lab team at Carnagie Mellon Universty, where they conduct research into making trustworthy, human centered, and responsible AI systems. Our conversation highlights the importance of guardrails and ethical considerations in AI development, as well as to ask the right questions and to be critical of the work we are doing – in order to make the best systems we can for the people who are using them or who will be affected by them.

“If the system is providing the right kind of evidence of how it’s making decisions, how it’s making recommendations, if it is a situation where the people understand the capabilities of that system in that particular context, and also know what the edges are – it can’t handle this type of situation, or it will perform poorly in this type of situation – then they can begin to build what is called calibrated trust. “

– Carol Smith

(Listening time: 35 minutes, transcript)

References:

This conversation was recorded at UXLx 2023.

The post Building trust in AI with Carol Smith appeared first on UX Podcast.

  continue reading

90 Episoden

Artwork
iconTeilen
 
Manage episode 401217351 series 3448540
Inhalt bereitgestellt von James Royal-Lawson and Per Axbom, James Royal-Lawson, and Per Axbom. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von James Royal-Lawson and Per Axbom, James Royal-Lawson, and Per Axbom oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.

S02E11 (#321). How do we know when to trust a system? Carol Smith leads the Trust Lab team at Carnagie Mellon Universty, where they conduct research into making trustworthy, human centered, and responsible AI systems. Our conversation highlights the importance of guardrails and ethical considerations in AI development, as well as to ask the right questions and to be critical of the work we are doing – in order to make the best systems we can for the people who are using them or who will be affected by them.

“If the system is providing the right kind of evidence of how it’s making decisions, how it’s making recommendations, if it is a situation where the people understand the capabilities of that system in that particular context, and also know what the edges are – it can’t handle this type of situation, or it will perform poorly in this type of situation – then they can begin to build what is called calibrated trust. “

– Carol Smith

(Listening time: 35 minutes, transcript)

References:

This conversation was recorded at UXLx 2023.

The post Building trust in AI with Carol Smith appeared first on UX Podcast.

  continue reading

90 Episoden

Todos los episodios

×
 
Loading …

Willkommen auf Player FM!

Player FM scannt gerade das Web nach Podcasts mit hoher Qualität, die du genießen kannst. Es ist die beste Podcast-App und funktioniert auf Android, iPhone und im Web. Melde dich an, um Abos geräteübergreifend zu synchronisieren.

 

Kurzanleitung