Registro de citas para el Incidente 290

Description: Toronto’s use of AI predictive modeling (AIPM) which had replaced existing methodology as the only determiner of beach water quality raised concerns about its accuracy, after allegedly conflicting results were found by a local water advocacy group using traditional means.

Herramientas

Nuevo InformeNuevo InformeNueva RespuestaNueva RespuestaDescubrirDescubrirVer HistorialVer Historial

Estadísticas de incidentes

ID
290
Cantidad de informes
3
Fecha del Incidente
2022-06-03
Editores
Khoa Lam
Applied Taxonomies
CSETv1, GMF, MIT

Clasificaciones de la Taxonomía CSETv1

Detalles de la Taxonomía

Incident Number

290

Clasificaciones de la Taxonomía MIT

Machine-Classified
Detalles de la Taxonomía

Risk Subdomain

7.3. Lack of capability or robustness

Risk Domain

  1. AI system safety, failures, and limitations

Entity

AI

Timing

Post-deployment

Intent

Unintentional

¿Seguro para nadar? La nueva herramienta de Toronto para medir la calidad del agua en sus playas es engañosa, dicen los defensores
thestar.com · 2022
Traducido por IA

Un grupo de defensa del agua segura está preocupado por la salud de los bañistas de Toronto después de que el nuevo sistema de monitoreo de la calidad del agua de la ciudad parece haber permitido repetidamente que las playas contaminadas pe…

Toronto aprovechó la inteligencia artificial para advertir a los nadadores. El experimento falló
theinformation.com · 2022
Traducido por IA

A principios de este año, el departamento de salud pública de Toronto encendió discretamente un experimento dirigido a las playas más propensas a la contaminación de la ciudad.

En lugar de depender de pruebas de laboratorio del día anterior…

El cebo y el interruptor detrás de las herramientas de predicción de riesgos de IA
aisnakeoil.substack.com · 2022
Traducido por IA

Toronto utilizó recientemente una herramienta de inteligencia artificial para predecir cuándo una playa pública será segura. Salió terriblemente mal.

El desarrollador afirmó que la herramienta logró más del 90 % de precisión al predecir cuá…

Variantes

Una "Variante" es un incidente que comparte los mismos factores causales, produce daños similares e involucra los mismos sistemas inteligentes que un incidente de IA conocido. En lugar de indexar las variantes como incidentes completamente separados, enumeramos las variaciones de los incidentes bajo el primer incidente similar enviado a la base de datos. A diferencia de otros tipos de envío a la base de datos de incidentes, no se requiere que las variantes tengan informes como evidencia externa a la base de datos de incidentes. Obtenga más información del trabajo de investigación.
Incidente AnteriorSiguiente Incidente