論文の概要: ChatGPT is all you need to decolonize sub-Saharan Vocational Education
- arxiv url: http://arxiv.org/abs/2304.13728v1
- Date: Tue, 11 Apr 2023 23:50:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-30 07:10:16.641193
- Title: ChatGPT is all you need to decolonize sub-Saharan Vocational Education
- Title(参考訳): ChatGPTはサブサハラの職業教育を脱植民地化するために必要なもの
- Authors: Isidora Tourni, Georgios Grigorakis, Isidoros Marougkas, Konstantinos
Dafnis, Vassiliki Tassopoulou
- Abstract要約: 本稿は、この変革に成功する教育政策の枠組みについて論じる。
それぞれの文化的背景に合わせてカスタマイズされた,大規模言語モデルの実質的な応用を強調した。
本稿では,このような政策を社会経済変革の基本的な段階において実施した多様国家の具体的な歴史的事例について述べる。
- 参考スコア(独自算出の注目度): 0.6999740786886537
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The advances of Generative AI models with interactive capabilities over the
past few years offer unique opportunities for socioeconomic mobility. Their
potential for scalability, accessibility, affordability, personalizing and
convenience sets a first-class opportunity for poverty-stricken countries to
adapt and modernize their educational order. As a result, this position paper
makes the case for an educational policy framework that would succeed in this
transformation by prioritizing vocational and technical training over academic
education in sub-Saharan African countries. We highlight substantial
applications of Large Language Models, tailor-made to their respective cultural
background(s) and needs, that would reinforce their systemic decolonization.
Lastly, we provide specific historical examples of diverse states successfully
implementing such policies in the elementary steps of their socioeconomic
transformation, in order to corroborate our proposal to sub-Saharan African
countries to follow their lead.
- Abstract(参考訳): 過去数年間のインタラクティブな機能を備えたジェネレーティブAIモデルの進歩は、社会経済的モビリティのユニークな機会を提供する。
スケーラビリティ、アクセシビリティ、手頃な価格、パーソナライズ、利便性に対する彼らの潜在能力は、貧困を抱える国々が教育秩序を適応し、近代化する第一級の機会となる。
本研究は,サハラ以南のアフリカ諸国において,学術教育よりも職業訓練と技術訓練を優先することで,この転換を成功させる教育政策の枠組みを提示するものである。
我々は,それぞれの文化的背景やニーズに合わせてつくられた,大規模言語モデルの実質的な応用を強調し,その体系的なデコロン化を強化する。
最後に、サハラ以南のアフリカ諸国に先導する提案を裏付けるため、社会経済変革の基本的な段階において、多様な国家がこのような政策をうまく実施した具体的な歴史的事例を示す。
関連論文リスト
- Scalable Language Model with Generalized Continual Learning [58.700439919096155]
The Joint Adaptive Re-ization (JARe) is integrated with Dynamic Task-related Knowledge Retrieval (DTKR) to enable adapt adjust of language model based on specific downstream task。
提案手法は,様々なバックボーンやベンチマーク上での最先端性能を実証し,最小限の忘れを伴い,フルセットおよび少数ショットのシナリオにおいて効果的な連続学習を実現する。
論文 参考訳(メタデータ) (2024-04-11T04:22:15Z) - Large Language Models for Education: A Survey and Outlook [69.02214694865229]
各視点の技術的進歩を体系的にレビューし、関連するデータセットとベンチマークを整理し、教育におけるLSMの展開に伴うリスクと課題を特定する。
本調査は、LLMの力を利用して教育実践を変革し、より効果的なパーソナライズされた学習環境を育むための、教育者、研究者、政策立案者のための総合的な技術図を提供することを目的とする。
論文 参考訳(メタデータ) (2024-03-26T21:04:29Z) - Case Studies of AI Policy Development in Africa [1.3194391758295114]
人工知能(AI)は、アフリカ諸国の国家技術利用と戦略を評価する新しい方法を必要とする。
我々は、既存のグローバルな準備性評価は、AIの準備性におけるアフリカの国家の進歩を完全には捉えていないと結論づける。
論文 参考訳(メタデータ) (2024-02-29T19:17:11Z) - The challenges of massification in higher education in Africa [0.0]
大規模なグループ(一部のコースでは3,000人以上)の学生の数は、トレーニング品質とエクイティの問題を提起している。
この種の訓練には特別な訓練条件とインフラが必要で、開発途上国では必ずしも利用できない。
この研究は、同様のニーズを持つ他のアフリカ諸国に翻訳することができ、対面コースのためのインテリジェントな教室と類似したソリューションへの道を開くことができる。
論文 参考訳(メタデータ) (2024-02-20T10:42:19Z) - Bringing Generative AI to Adaptive Learning in Education [60.8973486604967]
我々は、生成AIと適応学習の交差研究に光を当てた。
我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献すると主張している。
論文 参考訳(メタデータ) (2024-02-02T23:54:51Z) - Adapting Large Language Models for Education: Foundational Capabilities, Potentials, and Challenges [60.62904929065257]
大規模言語モデル(LLM)は、個々の要求を解釈することでこの問題を解決する可能性を提供する。
本稿では, 数学, 文章, プログラミング, 推論, 知識に基づく質問応答など, 教育能力に関する最近のLLM研究を概観する。
論文 参考訳(メタデータ) (2023-12-27T14:37:32Z) - Leveraging Mobile Learning Platforms for Flexible Education Delivery:
Bridging Educational Gaps in Afghanistan [0.0]
アフガニスタンの教育環境は、インフラ上の不備や社会政治の混乱に苦しめられ、モバイル学習プラットフォームを統合する上で魅力的なケースとなっている。
モバイル学習プラットフォームの統合は、アフガニスタンのよりアクセスしやすく、包括的でレジリエントな教育フレームワークへのパラダイムシフトを拡大する。
論文 参考訳(メタデータ) (2023-11-03T11:26:55Z) - Survey of Social Bias in Vision-Language Models [65.44579542312489]
調査の目的は、NLP、CV、VLをまたいだ事前学習モデルにおける社会バイアス研究の類似点と相違点について、研究者に高いレベルの洞察を提供することである。
ここで提示された発見とレコメンデーションはMLコミュニティの利益となり、公平でバイアスのないAIモデルの開発を促進する。
論文 参考訳(メタデータ) (2023-09-24T15:34:56Z) - On the Opportunities and Risks of Foundation Models [256.61956234436553]
これらのモデルの基礎モデルは、批判的に中心的だが不完全な性格を根底から立証するものです。
本報告では,基礎モデルの可能性とリスクについて概説する。
これらの疑問に対処するためには、基礎モデルに関する重要な研究の多くは、深い学際的なコラボレーションが必要であると信じている。
論文 参考訳(メタデータ) (2021-08-16T17:50:08Z) - Go Beyond Plain Fine-tuning: Improving Pretrained Models for Social
Commonsense [6.335245542129822]
社会的・感情的なコモンセンス推論を必要とする課題であるSocial IQAデータセットに注目した。
我々は,外部のcommonsenseコーパスを活用するとともに,いくつかのアーキテクチャのバリエーションと拡張を提案する。
提案システムは,リーダーボード上の上位モデルとして,競争力のある結果を得る。
論文 参考訳(メタデータ) (2021-05-12T19:18:02Z) - Allocating Opportunities in a Dynamic Model of Intergenerational
Mobility [7.516726228481857]
我々は,モビリティのボトルネックを示す社会における機会配分モデルを構築した。
複数の世代にわたる連続最適化問題の解法として、我々のモデルにおける最適割り当てがどのように生じるかを示す。
モデルの構造が一時的なまたは持続的な肯定的な行動にどのように結びつくかを特徴付ける。
論文 参考訳(メタデータ) (2021-01-21T05:35:55Z)
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。