Resumen: Adoptar modelos de idiomas grandes (LLM) en organizaciones potencialmente revoluciona nuestras vidas y trabajo. Sin embargo, pueden generar contenido fuera de tema, discriminatorio o dañino. Este problema de alineación de IA a menudo proviene de las especificaciones erróneas durante la adopción de LLM, desapercibida por el director debido a la naturaleza de caja negra de la LLM. Si bien varias disciplinas de investigación investigaron la alineación de la IA, no abordan las asimetrías de información entre los adoptantes organizacionales y los agentes de Black-Box LLM ni consideran los procesos de adopción de la IA organizacional. Por lo tanto, proponemos ATLAS LLM (Estrategia de alineación dirigida por teoría de la agencia LLM) Un marco conceptual basado en la teoría de la agencia (contrato), para mitigar los problemas de alineación durante la adopción organizacional de LLM. Realizamos un análisis de literatura conceptual utilizando las fases de adopción de LLM organizacional y la teoría de la agencia como conceptos. Nuestro enfoque da como resultado (1) que proporciona un proceso de análisis de literatura extendido específico para los métodos de alineación de IA durante la adopción organizacional de LLM y (2) proporcionando un primer espacio de solución de problemas de alineación de LLM.
Publicado Originalme en export.arxiv.org El 9 de septiembre de 2025.
Ver Fuente Original
