[论文解读] AI-Mediated Exchange Theory

Xiao Ma, Taylor Brown|arXiv (Cornell University)|Mar 4, 2020

Ethics and Social Impacts of AI参考文献 11被引用 5

一句话总结

本文提出人工智能中介交换理论（AI-MET），作为社会交换理论的扩展，将人工智能视为人际社会交换中的中介。通过引入人工智能中介机制的分类体系——如内容筛选与匹配——AI-MET弥合了以人为中心的研究与以人工智能为中心的研究之间的鸿沟，实现了社会技术系统中微观互动与宏观社会影响的整合。

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.

研究动机与目标

• 解决因对人类与人工智能的视角差异以及对微观与宏观分析层次的分歧，导致的人机研究社区的碎片化问题。
• 克服社会计算、机器学习、科学、技术与社会（STS）以及计算社会科学等社区之间的沟通与整合障碍。
• 构建一个跨越人类/人工智能与微观/宏观轴线的理论框架，实现跨学科的共同理解。
• 通过将人工智能嵌入社会交换关系中，扩展社会交换理论（SET），从而为分析人工智能在社会技术系统中的作用提供统一的视角。
• 通过在社交媒体内容排序与算法招聘中的具体应用，展示AI-MET的实用性，体现其统一多样化研究视角的能力。

提出的方法

• 通过在人际交换关系中引入人工智能作为中介代理，扩展社会交换理论（SET）。
• 通过现有文献的定性编码，构建人工智能中介机制的分类体系，包括人工智能内容筛选与人工智能匹配等机制。
• 运用该框架分析两个现实案例：社交媒体新闻流排序中的广义交换，以及算法招聘中的直接交换。
• 映射人工智能在不同社会互动层次中的角色，从个体用户行为到系统性社会结果。
• 提出一个理论模型，其中人工智能系统作为自主代理，影响社会交换的流动、结构与结果。
• 将微观层面的人机交互研究与宏观层面的社会关切（如公平性、信任与正义）对齐。

实验结果

研究问题

• RQ1 如何通过统一的理论框架弥合以人为中心与以人工智能为中心的研究社区在人机交互研究中的差距？
• RQ2 人工智能在社会技术系统中通过哪些核心机制中介社会交换关系？
• RQ3 人工智能中介交换理论（AI-MET）在何种方式上能够整合关于个体行为的微观研究与关于系统性影响的宏观分析？
• RQ4 将人工智能作为中介引入，如何改变社会交换理论中传统直接交换与广义交换的概念？
• RQ5 AI-MET能否作为共同语言，促进社会计算、机器学习、STS以及计算社会科学等领域的跨学科协作？

主要发现

• 人工智能中介交换理论（AI-MET）成功扩展了社会交换理论，通过将人工智能定位为人际交换中的中介，实现了跨层次与跨社区的整合。
• 人工智能中介机制的分类体系（如内容筛选与匹配）为分析人工智能在不同语境下如何影响社会交换动态提供了结构化方法。
• 在社交媒体新闻流排序中的应用表明，广义交换由人工智能中介，影响信息分发与用户信任。
• 在算法招聘中，AI-MET揭示了人工智能中介决策如何重塑直接交换，对公平性与透明度产生影响。
• 该框架使来自不同研究社区的研究人员能够通过提供一个跨越微观互动与宏观社会结构的共享理论视角，实现观点对齐。
• AI-MET促进了关注个体用户行为的社区与关注系统性问题（如算法正义）的社区之间的沟通，从而减少了学科壁垒。