論文の概要: Experts' View on Challenges and Needs for Fairness in Artificial Intelligence for Education

• arxiv url: http://arxiv.org/abs/2207.01490v1
• Date: Thu, 23 Jun 2022 13:29:39 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-10 12:00:38.454699
• Title: Experts' View on Challenges and Needs for Fairness in Artificial Intelligence for Education
• Title（参考訳）: 人工知能教育における公平性の課題とニーズに関する専門家の見解
• Authors: Gianni Fenu, Roberta Galici, Mirko Marras
• Abstract要約: 我々は,AIに基づく教育システムの開発を通じて,公正に対処する上での課題とニーズについて,専門家主導による最初の体系的な調査を行った。 我々は,教育技術の専門家が実際に直面している課題とニーズについて,共通かつ多様化した見解を明らかにした。
• 参考スコア（独自算出の注目度）: 11.374344511408443
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In recent years, there has been a stimulating discussion on how artificial intelligence (AI) can support the science and engineering of intelligent educational applications. Many studies in the field are proposing actionable data mining pipelines and machine-learning models driven by learning-related data. The potential of these pipelines and models to amplify unfairness for certain categories of students is however receiving increasing attention. If AI applications are to have a positive impact on education, it is crucial that their design considers fairness at every step. Through anonymous surveys and interviews with experts (researchers and practitioners) who have published their research at top-tier educational conferences in the last year, we conducted the first expert-driven systematic investigation on the challenges and needs for addressing fairness throughout the development of educational systems based on AI. We identified common and diverging views about the challenges and the needs faced by educational technologies experts in practice, that lead the community to have a clear understanding on the main questions raising doubts in this topic. Based on these findings, we highlighted directions that will facilitate the ongoing research towards fairer AI for education.
• Abstract（参考訳）: 近年,人工知能(ai)が知的教育応用の科学と工学をどのように支援できるかという議論が活発化している。 この分野の多くの研究が、学習関連データによって駆動される行動可能なデータマイニングパイプラインと機械学習モデルを提案している。 これらのパイプラインやモデルが学生の特定のカテゴリーで不公平さを増幅する可能性には注目が集まっている。 もしAIアプリケーションが教育に肯定的な影響を与えるのであれば、その設計があらゆるステップにおいて公平性を考慮することが重要です。 昨年、トップレベルの教育カンファレンスで研究を発表した専門家(研究者や実践者)の匿名調査やインタビューを通じて、AIに基づく教育システムの開発を通じて公正に対応するための課題とニーズについて、専門家主導の初めての体系的研究を行った。 我々は,教育技術の専門家が実際に直面している課題やニーズについて,コミュニティが疑問を提起する主要な疑問を明確に理解する上で,共通かつ多角的な見解を明らかにした。 これらの結果を踏まえて,fairer ai for educationに向けた現在進行中の研究を支援する方向性を強調した。

関連論文リスト

• OlympicArena: Benchmarking Multi-discipline Cognitive Reasoning for Superintelligent AI [73.75520820608232]
  我々は,11,163のバイリンガル問題を含む,テキストのみとインターリーブされたテキストイメージのモダリティを紹介する。 これらの課題には、7つのフィールドと62の国際オリンピック大会にわたる幅広い規律が含まれており、データ漏洩について厳格に調査されている。 我々の評価によると、GPT-4oのような先進モデルでさえ、複雑な推論とマルチモーダル統合における現在のAI制限を反映して、全体的な精度は39.97%しか達成していない。
  論文  参考訳（メタデータ） (2024-06-18T16:20:53Z)
• Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
  この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。 本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-21T08:29:42Z)
• Applications, challenges and ethical issues of AI and ChatGPT in education [0.0]
  近年の人工知能は、前例のないほど印象的な発展を見せている。 本稿では,人工知能とChatGPTによる教育改善の機会について述べる。
  論文  参考訳（メタデータ） (2024-01-22T14:48:13Z)
• From Google Gemini to OpenAI Q* (Q-Star): A Survey of Reshaping the Generative Artificial Intelligence (AI) Research Landscape [5.852005817069381]
  生成人工知能(AI)の現状と今後の動向について批判的考察 GoogleのGeminiや、予想されるOpenAI Q*プロジェクトといったイノベーションが、さまざまなドメインにわたる研究の優先順位とアプリケーションをどう変えているのかを調査した。 この研究は、倫理的および人間中心の手法をAI開発に取り入れることの重要性を強調し、社会規範と福祉の整合性を確保した。
  論文  参考訳（メタデータ） (2023-12-18T01:11:39Z)
• ChatGPT and Beyond: The Generative AI Revolution in Education [0.21756081703275998]
  この調査は、2022年11月から2023年7月までに出版された学術文献を調査している。 教育における生成AIモデル、特にChatGPTの役割の進化を照らすことを目的としている。 このレビューの結果は、教育者、研究者、政策立案者に対して、AI技術の学習環境への統合に関する情報的な決定を下すよう促す。
  論文  参考訳（メタデータ） (2023-11-26T05:34:22Z)
• Machine Unlearning: A Survey [56.79152190680552]
  プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。 この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。 この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。 この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
  論文  参考訳（メタデータ） (2023-06-06T10:18:36Z)
• New Era of Artificial Intelligence in Education: Towards a Sustainable Multifaceted Revolution [2.94944680995069]
  標準化された学術試験におけるChatGPTのハイパフォーマンスは、人工知能(AI)のトピックを、教育の将来に関する主流の議論に押し付けている。 本研究の目的は、応用、利点、課題の3つの主要な軸にまたがる既存の文献のレビューと分析を通じて、AIが教育に与える影響について調査することである。
  論文  参考訳（メタデータ） (2023-05-12T08:22:54Z)
• Proactive and Reactive Engagement of Artificial Intelligence Methods for Education: A Review [2.2843885788439793]
  我々は,人工知能,機械学習,深層学習が,学生,教育者,行政スタッフを支援するためにどのように利用されているかを検討する。 教育過程におけるAI駆動手法の関与について考察する。
  論文  参考訳（メタデータ） (2023-01-23T02:47:36Z)
• An Experience Report of Executive-Level Artificial Intelligence Education in the United Arab Emirates [53.04281982845422]
  アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。 理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
  論文  参考訳（メタデータ） (2022-02-02T20:59:53Z)
• Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
  近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。 倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。 このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
  論文  参考訳（メタデータ） (2021-06-25T22:31:55Z)
• Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
  パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。 近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
  論文  参考訳（メタデータ） (2021-01-19T12:23:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。