論文の概要: Conceptualizing Approaches to Critical Computing Education: Inquiry,
Design and Reimagination
- arxiv url: http://arxiv.org/abs/2304.11069v1
- Date: Fri, 21 Apr 2023 15:53:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-24 14:04:22.255494
- Title: Conceptualizing Approaches to Critical Computing Education: Inquiry,
Design and Reimagination
- Title(参考訳): クリティカルコンピューティング教育への概念化アプローチ--探究・設計・再想像
- Authors: Luis Morales-Navarro and Yasmin B. Kafai
- Abstract要約: アルゴリズムバイアス、差別的慣行、テクノソリューション主義など、コンピューティングにおけるいくつかの重要な問題がより目に見えるようになった。
しかし、これらの取り組みがいかにして批判に対処し、それを教室の実践に翻訳するかは明らかになっていない。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As several critical issues in computing such as algorithmic bias,
discriminatory practices, and techno-solutionism have become more visible,
numerous efforts are being proposed to integrate criticality in K-16 computing
education. Yet, how exactly these efforts address criticality and translate it
into classroom practice is not clear. In this conceptual paper, we first
historicize how current efforts in critical computing education draw on
previous work which has promoted learner empowerment through critical analysis
and production. We then identify three emergent approaches: (1) inquiry, (2)
design and (3) reimagination that build on and expand these critical traditions
in computing education. Finally, we discuss how these approaches highlight
issues to be addressed and provide directions for further computing education
research.
- Abstract(参考訳): アルゴリズムバイアス、差別的慣行、テクノソリューション主義などのコンピューティングにおけるいくつかの重要な課題がより目に見えるようになり、K-16コンピューティング教育における臨界性を統合するための多くの取り組みが提案されている。
しかし、これらの取り組みがいかに臨界に対処し、それを教室のプラクティスに翻訳するかは明確ではない。
本稿では,批判的コンピュータ教育における現在の取り組みが,批判的分析と生産を通じて学習者のエンパワーメントを促進する先行研究にどのように影響するかを初めて示す。
次に,(1)問合せ,(2)設計,(3)コンピュータ教育におけるこれらの重要な伝統を生かして拡大する再想像の3つの創発的アプローチを明らかにする。
最後に,これらのアプローチが課題をどのように浮き彫りにするかを議論し,今後のコンピュータ教育研究の方向性について述べる。
関連論文リスト
- Learning-Augmented Algorithms with Explicit Predictors [67.02156211760415]
アルゴリズム設計の最近の進歩は、過去のデータと現在のデータから得られた機械学習モデルによる予測の活用方法を示している。
この文脈における以前の研究は、予測器が過去のデータに基づいて事前訓練され、ブラックボックスとして使用されるパラダイムに焦点を当てていた。
本研究では,予測器を解き,アルゴリズムの課題の中で生じる学習問題を統合する。
論文 参考訳(メタデータ) (2024-03-12T08:40:21Z) - Computation-efficient Deep Learning for Computer Vision: A Survey [121.84121397440337]
ディープラーニングモデルは、さまざまな視覚的知覚タスクにおいて、人間レベルのパフォーマンスに到達または超えた。
ディープラーニングモデルは通常、重要な計算資源を必要とし、現実のシナリオでは非現実的な電力消費、遅延、または二酸化炭素排出量につながる。
新しい研究の焦点は計算効率のよいディープラーニングであり、推論時の計算コストを最小限に抑えつつ、良好な性能を達成することを目指している。
論文 参考訳(メタデータ) (2023-08-27T03:55:28Z) - Causal Reinforcement Learning: A Survey [57.368108154871]
強化学習は、不確実性の下でのシーケンシャルな決定問題の解決に不可欠なパラダイムである。
主な障害の1つは、強化学習エージェントが世界に対する根本的な理解を欠いていることである。
因果性は、体系的な方法で知識を形式化できるという点で顕著な利点がある。
論文 参考訳(メタデータ) (2023-07-04T03:00:43Z) - Theoretical Foundations of Adversarially Robust Learning [7.589246500826111]
現在の機械学習システムは、敵の例に対して脆弱であることが示されている。
この論文では、敵の例に対して、ロバストネス特性がどのような保証を期待できるかを論じる。
論文 参考訳(メタデータ) (2023-06-13T12:20:55Z) - Statistical Foundation Behind Machine Learning and Its Impact on
Computer Vision [8.974457198386414]
本稿では、統計的学習における一様収束の原理を再考し、機械学習の基礎としてどのように機能するかを論じ、現在のディープラーニングアルゴリズムが解決している本質的な問題をよりよく理解しようと試みる。
コンピュータビジョンを機械学習の例として用いた議論は、近年の大規模データを活用して、表現学習に事前学習を行うことによる研究の傾向が、現実的に抽出可能な経験的損失と最終的に望まれるが、予測される損失との差を減らしていることを示している。
論文 参考訳(メタデータ) (2022-09-06T17:59:04Z) - Deep Learning to See: Towards New Foundations of Computer Vision [88.69805848302266]
この本はコンピュータビジョンの分野における科学的進歩を批判している。
情報に基づく自然法則の枠組みにおける視覚の研究を提案する。
論文 参考訳(メタデータ) (2022-06-30T15:20:36Z) - Theoretical Perspectives on Deep Learning Methods in Inverse Problems [115.93934028666845]
我々は、生成前の先行、訓練されていないニューラルネットワークの先行、および展開アルゴリズムに焦点を当てる。
これらのトピックにおける既存の結果の要約に加えて、現在進行中の課題やオープンな問題も強調する。
論文 参考訳(メタデータ) (2022-06-29T02:37:50Z) - Scientia Potentia Est -- On the Role of Knowledge in Computational
Argumentation [52.903665881174845]
本稿では,計算議論に必要な知識のピラミッドを提案する。
この分野におけるこれらのタイプの役割と統合について,その技術の現状を簡潔に論じる。
論文 参考訳(メタデータ) (2021-07-01T08:12:41Z) - Do Abstractions Have Politics? Toward a More Critical Algorithm Analysis [19.08810272234958]
我々は、価値埋め込みの割当計算に基づくより重要なアルゴリズム分析である割当分析について論じる。
本稿では,5つのケーススタディを用いて,テクノロジーの社会的決定を論じる機会分析について述べる。
論文 参考訳(メタデータ) (2021-01-04T05:59:26Z) - Computational principles of intelligence: learning and reasoning with
neural networks [0.0]
本研究は3つの原則に基づく新しい知能の枠組みを提案する。
まず、学習された入力表現の生成的およびミラーリング的性質。
第二に、学習、問題解決、想像力のための基礎的、本質的で反復的なプロセス。
第三に、阻害規則を用いた因果的構成表現に対する推論メカニズムのアドホックチューニング。
論文 参考訳(メタデータ) (2020-12-17T10:03:26Z) - Critical pedagogy in the implementation of educational technologies [0.0]
本稿では,発展途上国における学習技術導入の課題について概観する。
研究課題は、教育が学習者に社会民主主義社会へのフル参加をどの程度与えているかである。
論文 参考訳(メタデータ) (2020-05-30T12:00:03Z)
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。