Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer
Traduit par IA

Incident 42: Inefficacités du programme de jumelage des résidents des États-Unis

Traduit par IA
Description:
Traduit par IA
Alvin Roth, titulaire d'un doctorat à l'Université de Pittsburgh, décrit le National Resident Matching Program (NRMP) et suggère des changements futurs qui sont nécessaires dans l'algorithme utilisé pour faire correspondre les étudiants en médecine récemment diplômés à leurs programmes de résidence.

Outils

Nouveau rapportNouveau rapportNouvelle RéponseNouvelle RéponseDécouvrirDécouvrirVoir l'historiqueVoir l'historique

Entités

Voir toutes les entités
Présumé : Un système d'IA développé et mis en œuvre par National Resident Matching Program, a endommagé Medical Residents.

Statistiques d'incidents

ID
42
Nombre de rapports
2
Date de l'incident
1996-04-03
Editeurs
Sean McGregor
Applied Taxonomies
CSETv0, CSETv1, GMF, MIT

Classifications de taxonomie CSETv1

Détails de la taxonomie

Incident Number

The number of the incident in the AI Incident Database.
 

42

Estimated Date

“Yes” if the data was estimated. “No” otherwise.
 

No

Lives Lost

Indicates the number of deaths reported
 

0

Injuries

Indicate the number of injuries reported.
 

0

Estimated Harm Quantities

Indicates if the amount was estimated.
 

No

There is a potentially identifiable specific entity that experienced the harm

A potentially identifiable specific entity that experienced the harm can be characterized or identified.
 

No

Classifications de taxonomie CSETv0

Détails de la taxonomie

Public Sector Deployment

"Yes" if the AI system(s) involved in the accident were being used by the public sector or for the administration of public goods (for example, public transportation). "No" if the system(s) were being used in the private sector or for commercial purposes (for example, a ride-sharing company), on the other.
 

No

Infrastructure Sectors

Where applicable, this field indicates if the incident caused harm to any of the economic sectors designated by the U.S. government as critical infrastructure.
 

Healthcare and public health

Lives Lost

Were human lives lost as a result of the incident?
 

No

Intent

Was the incident an accident, intentional, or is the intent unclear?
 

Unclear

Near Miss

Was harm caused, or was it a near miss?
 

Unclear/unknown

Ending Date

The date the incident ended.
 

1996-04-03

Classifications de taxonomie MIT

Machine-Classified
Détails de la taxonomie

Risk Subdomain

A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
 

5.2. Loss of human agency and autonomy

Risk Domain

The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
 
  1. Human-Computer Interaction

Entity

Which, if any, entity is presented as the main cause of the risk
 

Human

Timing

The stage in the AI lifecycle at which the risk is presented as occurring
 

Pre-deployment

Intent

Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
 

Intentional

Rapports d'incidents

Chronologie du rapport

+1
Le Programme national de jumelage des résidences en tant que marché du travail
Incidents de la base de données des incidents AI convertis en problèmes
Le Programme national de jumelage des résidences en tant que marché du travail

Le Programme national de jumelage des résidences en tant que marché du travail

stanford.edu

Incidents de la base de données des incidents AI convertis en problèmes

Incidents de la base de données des incidents AI convertis en problèmes

github.com

Le Programme national de jumelage des résidences en tant que marché du travail
stanford.edu · 1996
Traduit par IA

Le Programme national de jumelage des résidences en tant que marché du travail

[Impulsion : Communication]

Roth, Alvin E. PhD

Mellon Professeur d'économie, Département d'économie, Université de Pittsburgh.

Tableau graphique 1

Bien que les é…

Incidents de la base de données des incidents AI convertis en problèmes
github.com · 2022
Traduit par IA

Les anciens incidents suivants ont été convertis en "issues" suite à une mise à jour de la définition d'incident et critères d'ingestion.

21 : Un test de Turing plus difficile révèle la stupidité des chatbots

Description : Le Winograd Schem…

Variantes

Une "Variante" est un incident de l'IA similaire à un cas connu—il a les mêmes causes, les mêmes dommages et le même système intelligent. Plutôt que de l'énumérer séparément, nous l'incluons sous le premier incident signalé. Contrairement aux autres incidents, les variantes n'ont pas besoin d'avoir été signalées en dehors de la base de données des incidents. En savoir plus sur le document de recherche.
Vous avez vu quelque chose de similaire ?

Incidents similaires

Par similarité textuelle

Did our AI mess up? Flag the unrelated incidents

Northpointe Risk Models

Northpointe Risk Models

May 2016 · 15 rapports
COMPAS Algorithm Performs Poorly in Crime Recidivism Prediction

COMPAS Algorithm Performs Poorly in Crime Recidivism Prediction

May 2016 · 22 rapports
High-Toxicity Assessed on Text Involving Women and Minority Groups

High-Toxicity Assessed on Text Involving Women and Minority Groups

Feb 2017 · 9 rapports
Incident précédentProchain incident

Incidents similaires

Par similarité textuelle

Did our AI mess up? Flag the unrelated incidents

Northpointe Risk Models

Northpointe Risk Models

May 2016 · 15 rapports
COMPAS Algorithm Performs Poorly in Crime Recidivism Prediction

COMPAS Algorithm Performs Poorly in Crime Recidivism Prediction

May 2016 · 22 rapports
High-Toxicity Assessed on Text Involving Women and Minority Groups

High-Toxicity Assessed on Text Involving Women and Minority Groups

Feb 2017 · 9 rapports

Recherche

  • Définition d'un « incident d'IA »
  • Définir une « réponse aux incidents d'IA »
  • Feuille de route de la base de données
  • Travaux connexes
  • Télécharger la base de données complète

Projet et communauté

  • À propos de
  • Contacter et suivre
  • Applications et résumés
  • Guide de l'éditeur

Incidents

  • Tous les incidents sous forme de liste
  • Incidents signalés
  • File d'attente de soumission
  • Affichage des classifications
  • Taxonomies

2024 - AI Incident Database

  • Conditions d'utilisation
  • Politique de confidentialité
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • 69ff178