論文の概要: What Students Can Learn About Artificial Intelligence -- Recommendations
for K-12 Computing Education
- arxiv url: http://arxiv.org/abs/2305.06450v1
- Date: Wed, 10 May 2023 20:39:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-12 16:35:46.575899
- Title: What Students Can Learn About Artificial Intelligence -- Recommendations
for K-12 Computing Education
- Title（参考訳）: 人工知能について学ぶこと--K-12コンピューティング教育への提言
- Authors: Tilman Michaeli and Stefan Seegerer and Ralf Romeike
- Abstract要約: デジタルトランスフォーメーションの文脈における技術進歩は、人工知能(AI)分野における急速な発展の基礎である
AIのトピックを含むように、コンピュータサイエンスカリキュラムの数が増えている。
本稿では,デジタルリテラシーと社会的視点に対処する学習目的のカリキュラムを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Technological advances in the context of digital transformation are the basis
for rapid developments in the field of artificial intelligence (AI). Although
AI is not a new topic in computer science (CS), recent developments are having
an immense impact on everyday life and society. In consequence, everyone needs
competencies to be able to adequately and competently analyze, discuss and help
shape the impact, opportunities, and limits of artificial intelligence on their
personal lives and our society. As a result, an increasing number of CS
curricula are being extended to include the topic of AI. However, in order to
integrate AI into existing CS curricula, what students can and should learn in
the context of AI needs to be clarified. This has proven to be particularly
difficult, considering that so far CS education research on central concepts
and principles of AI lacks sufficient elaboration. Therefore, in this paper, we
present a curriculum of learning objectives that addresses digital literacy and
the societal perspective in particular. The learning objectives can be used to
comprehensively design curricula, but also allow for analyzing current
curricula and teaching materials and provide insights into the central concepts
and corresponding competencies of AI.
- Abstract（参考訳）: デジタルトランスフォーメーションの文脈における技術進歩は、人工知能(AI)分野における急速な発展の基礎である。
AIはコンピュータサイエンス(CS)では新しい話題ではないが、最近の発展は日常生活や社会に大きな影響を与えている。
その結果、すべての人は、自分の生活や社会に対する人工知能の影響、機会、限界を適切に分析し、議論し、形作る能力を必要とします。
結果として、AIのトピックを含むようにCSキュリキュラの数が増えている。
しかし、既存のCSカリキュラムにAIを統合するためには、学生がAIの文脈で学べるものを明確にする必要がある。
これまでのところ、aiの中心的な概念と原則に関するcsの教育研究には十分な詳細化が欠けているため、これは特に難しいことが証明されている。
そこで本稿では,デジタルリテラシー,特に社会的な視点を扱う学習目標のカリキュラムを提案する。
学習目的は、カリキュラムを包括的に設計するだけでなく、現在のカリキュラムや教材を分析し、AIの中心概念とそれに対応する能力に関する洞察を提供することもできる。
関連論文リスト
- Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
AIシステムは知恵を欠いている。
AI研究はタスクレベルの戦略に焦点を当てているが、メタ認知はAIシステムでは未発達である。
メタ認知機能をAIシステムに統合することは、その堅牢性、説明可能性、協力性、安全性を高めるために不可欠である。
論文 参考訳（メタデータ） (2024-11-04T18:10:10Z) - Human-Centric eXplainable AI in Education [0.0]
本稿では,教育現場における人間中心型eXplainable AI(HCXAI)について検討する。
学習成果の向上、ユーザ間の信頼の向上、AI駆動ツールの透明性確保における役割を強調している。
ユーザ理解とエンゲージメントを優先するHCXAIシステムの開発のための包括的なフレームワークを概説する。
論文 参考訳（メタデータ） (2024-10-18T14:02:47Z) - AI Literacy for All: Adjustable Interdisciplinary Socio-technical Curriculum [0.8879149917735942]
本稿では,AIの学際的理解を促進するカリキュラム「AI Literacy for All」を提案する。
本稿では、AIリテラシーの4つの柱として、AIのスコープと技術的側面を理解すること、知識と責任のある方法でGen-AIと対話する方法を学ぶこと、倫理と責任のあるAIの社会技術的問題、そしてAIの社会的および将来の意味について述べる。
論文 参考訳（メタデータ） (2024-09-02T13:13:53Z) - Untangling Critical Interaction with AI in Students Written Assessment [2.8078480738404]
重要な課題は、人間が必須の批判的思考とAIリテラシースキルを備えていることを保証することである。
本稿では,AIと批判的学習者インタラクションの概念を概念化するための第一歩を提供する。
理論的モデルと経験的データの両方を用いて、予備的な発見は、書き込みプロセス中にAIとのディープインタラクションが全般的に欠如していることを示唆している。
論文 参考訳（メタデータ） (2024-04-10T12:12:50Z) - Transdisciplinary AI Education: The Confluence of Curricular and
Community Needs in the Instruction of Artificial Intelligence [0.7133676002283578]
教育におけるAIの現状について検討し、この技術を教室に組み込むことによる潜在的なメリットと課題について検討する。
この論文は、サウジアラビアのネオムにある、現在開発中のAIプログラムと、開発中の新たなメガシティである教育、研究、革新のセクターについて述べる。
論文 参考訳（メタデータ） (2023-11-10T17:26:27Z) - 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) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - 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) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳（メタデータ） (2020-08-07T21:00:13Z)
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。