InterPARES Trust AI: вопросы безопасности применения искусственного интеллекта в работе с документами
- Авторы: Белов И.И.1,2
-
Учреждения:
- Российский государственный гуманитарный университет
- Всероссийский научно-исследовательский институт документоведения и архивного дела
- Выпуск: № 6 (2024)
- Страницы: 111-117
- Раздел: Зарубежный опыт
- URL: https://journals.rcsi.science/2619-1601/article/view/364142
- ID: 364142
Цитировать
Полный текст
Аннотация
Ключевые слова
Об авторах
И. И. Белов
Российский государственный гуманитарный университет; Всероссийский научно-исследовательский институт документоведения и архивного дела
Email: belov@vniidad.ru
SPIN-код: 3080-1811
ResearcherId: 1041018
Ассистент кафедры автоматизированных систем документационного обеспечения управления Российского государственного гуманитарного университета (РГГУ); научный сотрудник отдела документоведения Всероссийского научно-исследовательского института документоведения и архивного дела (ВНИИДАД), Москва, Российская Федерация. Москва
Список литературы
- InterPARES Trust AI (2021–2026): official website [Официальный сайт проекта InterPARES Trust AI (2021–2026)]. URL: https://interparestrustai.org/ (дата обращения: 20.11.2024).
- Artificial Intelligence and Documentary Heritage. Newsletter 2024 Special Issue 2024 InterPARES Trust AI is a cooperating institution of the Memory of the World Sub on Education and Research (SCEaR) [Искусственный интеллект и документальное наследие. Специальный выпуск 2024 InterPARES Trust AI Подразделения по образованию и исследованиям «Память мира» (SCEaR)]. Edited by Luciana Duranti and Corinne Rogers. SCEaR, IAC, UNESCO Memory of the World Programme. 2024. 99 р. URL: https://interparestrustai.org/assets/public/dissemination/SCEaRNewsletterSpecialIssue2024ArtificialIntelligence.pdf (дата обращения: 20.11.2024).
- Lemieux V.L., Werner J. Protecting Privacy in Digital Records: The Potential of Privacy-Enhancing Technologies [Защита конфиденциальной информации, содержащейся в электронных документах: потенциал технологий, повышающих уровень конфиденциальности данных]. ACM Journal on Computing and Cultural Heritage. 2024;83:1–18. URL: https://dl.acm.org/doi/10.1145/3633477 (дата обращения: 20.11.2024).
- Bhatia G., Nagoudi M.B., Cavusoglu H., Abdul-Mageed M. FinTral: A Family of GPT-4 Level multimodal financial large language models [FinTral: Семейство многофункциональных финансовых больших языковых моделей уровня GPT-4]. URL: https://aclanthology.org/2024.findings-acl.774.pdf (дата обращения: 20.11.2024).
- Alcoba A., Hohmann P., Suderman J. Datafying Archives for Privacy Protection [Сбор данных в архивах для защиты информации]. Artificial Intelligence and Documentary Heritage. 2024. р. 34–38. URL: https://interparestrustai.org/assets/public/dissemination/SCEaRNewsletterSpecialIssue2024ArtificialIntelligence.pdf (дата обращения: 20.11.2024).
- Lemieux V.L. Balancing act: navigating the nexus of AI, privacy, and accessibility in archives [Балансирование: навигация по сгенерированным искусственным интеллектом связям, конфиденциальность и доступность архивной информации]. Artificial Intelligence and Documentary Heritage. 2024. р. 39–42. URL: https://interparestrustai.org/assets/public/dissemination/SCEaRNewsletterSpecialIssue2024ArtificialIntelligence.pdf (дата обращения: 20.11.2024).
- Franks P.C. The crucial role of paradata in AI governance [Критическая роль параданных в управлении искусственным интеллектом]. Artificial Intelligence and Documentary Heritage. 2024. р. 54–60. URL: https://interparestrustai.org/assets/public/dissemination/SCEaRNewsletterSpecialIssue2024ArtificialIntelligence.pdf (дата обращения: 20.11.2024).
Дополнительные файлы


