An Empirical Design Justice Approach to Identifying Ethical Considerations in the Intersection of Large Language Models and Social Robotics

大型语言模型（LLMs）与社交机器人的整合带来了一系列独特的伦理挑战和社会影响。这项研究旨在确定设计和开发这两种技术相结合时出现的伦理考虑。使用LLMs进行社交机器人可能会带来好处，例如实现自然语言开放域对话。然而，这两种技术的交叉也引发了与错误信息、非语言暗示、情感干扰和偏见有关的伦理关切。机器人的物理社交体现增加了复杂性，因为基于LLM的社交人工智能（AI）所涉及的伦理风险，例如幻觉和错误信息，可能会因物理体现对社交感知和交流的影响而加剧。为了解决这些挑战，本研究采用了一种基于经验的设计公正方法，重点是通过定性共同设计和交互研究来确定社会技术伦理考虑。本研究的目的是确定与人形社交机器人作为LLM界面的共同设计和交互过程相关的伦理考虑，并评估设计公正方法如何在设计基于LLMs的社交机器人的背景下使用。研究结果揭示了在四个概念维度上出现的伦理考虑的映射：交互、共同设计、服务条款和关系，并评估了设计公正方法如何在LLMs和社交机器人的交叉处经验性地使用。

在社交机器人中集成大型语言模型（LLMs）时出现了一系列伦理挑战和社会影响，本研究旨在识别这两种技术相结合时出现的伦理考虑。

本研究采用实证的设计正义方法论，通过定性的共同设计和交互研究，重点识别与人形社交机器人交互和共同设计过程中涉及的社会技术伦理考虑，以及使用设计正义方法论的方式来设计LLMs-based社交机器人。研究结果将伦理考虑归为四个概念维度：交互、共同设计、服务条款和关系，并评估了如何在LLMs和社交机器人的交叉领域中实证使用设计正义方法。

本研究的亮点在于采用实证的设计正义方法论，通过定性的共同设计和交互研究，重点识别与人形社交机器人交互和共同设计过程中涉及的社会技术伦理考虑。研究结果将伦理考虑归为四个概念维度：交互、共同设计、服务条款和关系，并评估了如何在LLMs和社交机器人的交叉领域中实证使用设计正义方法。

最近的相关研究包括：1.《人工智能与伦理：伦理挑战和实施策略》；2.《社交机器人中的情感计算》；3.《社交机器人中的自然语言处理》。