使用方法参与者被要求阐明他们担心会带来哪些变化然后将这些担忧分为几类并优先考虑最令人担忧的那些。随后进行了讨论旨在确定在每种情况下必须发生哪些事件这些事件将清楚地表明担忧的结果已经发生。这些场景可能并不代表所有潜在的担忧结果但可以用作指导探索确定影响和衡量方法的范例。出现了与使用有关的七类担忧医疗保健包括使用人工智能进行诊断自我诊断和医疗笔记记录法律制度包括使用人工智能准备案件以及可能存在人工智能生成的证据诈骗人工智能生成的儿童性虐待材料。
的创作信息围绕自然灾害包括快速提供准确和不准确的信息选举包括提供准确或欺骗性信息以及非自愿亲密媒体的生成。这些例子中的许多都涉及犯罪活动可能反映了许多参与者在工作中调查的严重社会问题。这些问题也反映在文 美国华侨华人电话号码数据 献综述中。由于这些场景与引入之前存在的问题有相当大的重叠参与者随后作为一个小组一起集思广益讨论特定工具将如何改变这种情况。在此过程中参与者被要求确定可能由引起的可观察到的变化同时考虑其他可能的原因以及衡量在这些变化中的作用所需的条件。然后参与者两人一组针对。
各自的场景提出一种衡量与该可怕结果相关的可观察到的变化的方法。虽然讨论的主题和衡量方法差异很大但参与者围绕四个基本问题达成了共识。回答这些问题对于设计实验和方法来衡量在特定领域使用生成式人工智能所造成的变化至关重要。靠地使用几乎在所有情况下确定的第一个共同需求是能够检测到是否确实用于生成输出。有几种方法具有潜力但需要进一步研究以评估其大规模可靠性。在讨论的七种场景中的六种中检测生成内容的能力对于衡量技术使用带来的变化的研究问题至关重要。