[논문 리뷰] AI-Mediated Exchange Theory

Xiao Ma, Taylor Brown|arXiv (Cornell University)|2020. 03. 04.

Ethics and Social Impacts of AI참고 문헌 11인용 수 5

한 줄 요약

이 논문은 인간 간 사회적 교환에서 AI를 중개자로 설정하는 AI-중개 교환 이론(AI-MET)을 제안한다. AI-MET는 AI 중개 기제의 분류 체계(예: 콘텐츠 정렬 및 매칭)를 도입하여 인간 중심 연구와 AI 중심 연구 간 격차를 메우며, 사회기술적 시스템 내에서 개인 수준의 상호작용과 거대 수준의 사회적 영향을 통합할 수 있도록 한다.

ABSTRACT

As Artificial Intelligence (AI) plays an ever-expanding role in sociotechnical systems, it is important to articulate the relationships between humans and AI. However, the scholarly communities studying human-AI relationships -- including but not limited to social computing, machine learning, science and technology studies, and other social sciences -- are divided by the perspectives that define them. These perspectives vary both by their focus on humans or AI, and in the micro/macro lenses through which they approach subjects. These differences inhibit the integration of findings, and thus impede science and interdisciplinarity. In this position paper, we propose the development of a framework AI-Mediated Exchange Theory (AI-MET) to bridge these divides. As an extension to Social Exchange Theory (SET) in the social sciences, AI-MET views AI as influencing human-to-human relationships via a taxonomy of mediation mechanisms. We list initial ideas of these mechanisms, and show how AI-MET can be used to help human-AI research communities speak to one another.

연구 동기 및 목표

• 인간 대 비인간, 그리고 개인 수준 대 거대 수준 분석에 대한 시각의 차이에서 기인하는 인간-AI 연구 공동체의 분열 문제를 해결하기 위해.
• 소셜 컴퓨팅, 머신 러닝, STS, 계산 사회과학 등의 공동체 간 소통 및 통합 장벽을 극복하기 위해.
• 인간/AI 축과 개인/거대 수준 축을 모두 아우르는 이론적 프레임워크를 개발하여 다양한 분야 간 공통 이해를 가능하게 하기 위해.
• 사회적 교환 이론(SET)을 확장하여 AI를 사회적 교환 관계 내 중개자로 통합함으로써, 사회기술적 시스템 내에서 AI의 역할을 분석할 수 있는 통합적 시각을 창출하기 위해.
• 소셜 미디어 랭킹 및 알고리즘 기반 채용과 같은 구체적 응용을 통해 AI-MET의 실용성을 입증함으로써, 다양한 연구 시각을 통합할 수 있는 잠재력을 보여주기 위해.

제안 방법

• 인간 간 교환 관계에서 AI를 중개자로 설정함으로써 사회적 교환 이론(SET)을 확장한다.
• 기존 인간-AI 문헌에 대한 질적 코드 분석을 통해 AI 중개 기제의 분류 체계를 수립하며, AI 콘텐츠 정렬 및 AI 매칭과 같은 기제를 포함한다.
• 실제 사례 분석을 위해 두 가지 사례를 활용한다: 소셜 미디어 뉴스 피드 랭킹에서의 일반화된 교환과 알고리즘 기반 채용에서의 직접적 교환.
• 개인 사용자 행동에서부터 체계적 사회적 결과에 이르기까지 다양한 수준의 사회적 상호작용에서 AI의 역할을 맵핑한다.
• AI 시스템이 자율적 에이전트로서 사회적 교환의 흐름, 구조, 결과에 영향을 미치는 이론적 모델을 제안한다.
• 개인 수준의 인간-AI 상호작용 연구를 거대 수준의 사회적 문제(예: 공정성, 신뢰, 정의)와 연결하기 위해 프레임워크를 적용한다.

실험 결과

연구 질문

• RQ1 인간 중심 연구 공동체와 AI 중심 연구 공동체 간의 격차를 메울 수 있는 통합적 이론적 프레임워크는 어떻게 개발될 수 있는가?
• RQ2 AI가 사회기술적 시스템 내에서 사회적 교환 관계를 중개하는 데 핵심적으로 작용하는 기제는 무엇인가?
• RQ3 AI-중개 교환 이론(AI-MET)은 개인 행동의 미세 수준 연구 결과와 체계적 영향의 거대 수준 분석 결과를 어떻게 통합할 수 있는가?
• RQ4 AI를 중개자로 포함함으로써 기존 사회적 교환 이론의 직접적 교환 및 일반화된 교환 개념은 어떻게 변화하는가?
• RQ5 AI-MET는 소셜 컴퓨팅, 머신 러닝, STS, 계산 사회과학 등 다양한 분야 간의 다학제 협업을 가능하게 하는 공통 언어로 기능할 수 있는가?

주요 결과

• AI-중개 교환 이론(AI-MET)은 AI를 인간 간 교환에서 중개자로 설정함으로써 사회적 교환 이론을 성공적으로 확장하여 수준 간 및 공동체 간 통합을 가능하게 하였다.
• 콘텐츠 정렬 및 매칭과 같은 AI 중개 기제의 분류 체계는 다양한 맥락에서 AI가 사회적 교환 동역학에 어떻게 영향을 미치는지 분석할 수 있는 체계적인 방법을 제공한다.
• 소셜 미디어 뉴스 피드 랭킹에 AI-MET를 적용한 사례는 AI가 일반화된 교환을 어떻게 중개하는지, 정보 배포 및 사용자 신뢰에 어떤 영향을 미치는지를 보여준다.
• 알고리즘 기반 채용의 사례에서는 AI 중개 의사결정이 직접적 교환이 어떻게 재구성되는지 드러내며, 공정성 및 투명성에 대한 함의를 제시한다.
• 이 프레임워크는 다양한 공동체의 연구자들이 개인 수준의 상호작용과 거대 수준의 사회적 구조를 아우르는 공통 이론적 시각을 제공받음으로써 그들의 시각을 통합할 수 있도록 한다.
• AI-MET는 개인 사용자 행동에 초점을 맞춘 공동체와 알고리즘 정의와 같은 체계적 문제에 주목하는 공동체 간 소통을 촉진하여 학문적 고립을 줄이는 데 기여한다.