論文の概要: Teaching at the Intersection of Social Justice, Ethics, and the ASA
Ethical Guidelines for Statistical Practice
- arxiv url: http://arxiv.org/abs/2310.00417v1
- Date: Sat, 30 Sep 2023 15:46:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-05 04:30:03.867054
- Title: Teaching at the Intersection of Social Justice, Ethics, and the ASA
Ethical Guidelines for Statistical Practice
- Title（参考訳）: 統計的実践のための社会正義・倫理・asa倫理ガイドラインの交点における指導
- Authors: Rochelle E Tractenberg
- Abstract要約: ケーススタディは一般的に「倫理」を教えるために使用されるが、コースの内容が公式や証明に集中している場合、ケースアナリシスと彼らが必要とする知識、スキル、能力は邪魔になることがある。
数学、統計学、データサイエンス、コンピューティングの倫理的な実践は、学習者のキャリア計画に関係なく重要なトピックである。
5つのツールを使って、社会正義をコースに統合し、同時に「倫理」の統合を呼びかけることができる。
- 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: Case studies are typically used to teach 'ethics', but when the content of a
course is focused on formulae and proofs, a case analysis and the knowledge,
skills, and abilities they require can be distracting. Moreover, case analyses
are typically focused narrowly on research issues: obtaining consent, dealing
with research team members, and/or research policy violations. Not all students
in quantitative courses plan to become researchers, and ethical practice of
mathematics, statistics, data science, and computing is an essential topic
regardless of the learner's career plans. While it is incorrect to treat
'social justice' as a proxy for 'ethical practice', the topic of 'social
justice' may be more interesting to both students and instructors. This paper
offers concrete recommendations for integrating social justice content into
quantitative courses in ways that limit the burden of new knowledge, skills,
and abilities but also support reproducible and actionable assessments. Five
tools can be utilized to integrate social justice into a course in a way that
also meets calls to integrate 'ethics'; minimizes the burden on instructors to
create and grade new materials and assignments; minimizes the burden on
learners to develop the skill set to complete a case analysis; and maximizes
the likelihood that the ethics content will be embedded in the learners'
cognitive representation of the knowledge being taught in the quantitative
course. These tools are: a. Curriculum Development Guidelines b. 7-task
Statistics and Data Science Pipeline c. ASA Ethical Guidelines for Statistical
Practice d. Stakeholder Analysis e. 6-step Ethical Reasoning paradigm This
paper discusses how to use these tools in quantitative courses. The tools and
frameworks offer structure, and facilitate ensuring that changes made to any
course are evaluable and generate actionable assessments for learners.
- Abstract（参考訳）: ケーススタディは一般的に「倫理」を教えるために使用されるが、コースの内容が式と証明に焦点を当てている場合、ケース分析と必要な知識、スキル、能力が気を散らす可能性がある。
さらに、ケース分析は通常、同意を得ること、研究チームメンバーとの取引、および/または研究方針違反など、研究課題に絞られている。
数学、統計学、データサイエンス、コンピューティングの倫理的な実践は、学習者のキャリア計画に関係なく重要なトピックである。
「社会的正義」を「倫理的実践」の代理として扱うのは誤りであるが、「社会的正義」の話題は学生とインストラクターの両方にとってより興味深いものかもしれない。
本稿では,新しい知識,スキル,能力の負担を制限しつつ,再現可能かつ実行可能な評価を支援する方法で,社会正義のコンテンツを定量的なコースに統合するための具体的な勧告を提供する。
5つのツールを用いて、社会正義をコースに統合し、「倫理」の統合を呼び掛け、インストラクターが新しい素材や課題を作成・評価する負担を最小化し、学習者がケース分析を完了するためのスキルセットを開発することの負担を最小化し、倫理内容が学習者の認知表現に組み込まれる可能性を最小限にすることができる。
これらのツールは
a. カリキュラム開発ガイドライン
b. 7 タスク統計とデータサイエンスパイプライン
c. 統計的実践のための倫理ガイドライン
d.株主分析
e. 6 段階の倫理的推論パラダイム この論文では、定量的なコースでこれらのツールを使用する方法について論じる。
ツールとフレームワークは構造を提供し、どんなコースでも変更が評価可能であり、学習者に対して実行可能なアセスメントを生成することを容易にします。
関連論文リスト
- A Conceptual Framework for Ethical Evaluation of Machine Learning Systems [12.887834116390358]
倫理的意味は、機械学習システムの評価を設計する際に現れる。
本稿では,倫理的評価における重要なトレードオフを,潜在的な倫理的害に対する情報ゲインのバランスとして特徴付けるユーティリティ・フレームワークを提案する。
我々の分析は、倫理的な複雑さを意図的に評価し、管理する開発チームにとって重要な必要性を浮き彫りにしている。
論文 参考訳（メタデータ） (2024-08-05T01:06:49Z) - FairAIED: Navigating Fairness, Bias, and Ethics in Educational AI Applications [2.612585751318055]
人工知能の教育への統合は変革の可能性を秘めており、適切な学習経験と創造的な教育的アプローチを提供する。
しかし、AIアルゴリズムの固有のバイアスは、特定の人口層に対する偏見を意図せずに永続させることによって、この改善を妨げている。
この調査は、教育的文脈におけるアルゴリズムフェアネスの発達するトピックを深く掘り下げている。
データ関連、アルゴリズム、ユーザーインタラクションなど、AI教育における公正性の達成を根本的に損なう共通のバイアスの形式を特定します。
論文 参考訳（メタデータ） (2024-07-26T13:59:20Z) - Teaching Software Ethics to Future Software Engineers [6.384357773998868]
ソフトウェア工学(SE)の学生にソフトウェア倫理を教えることの重要性は、これまで以上に重要になっている。
伝統的な教室の手法、ウィグネット、ロールプレイゲーム、クイズが、SEの学生にソフトウェア倫理を教えるために長年使われてきた。
我々はインタラクティブなシナリオベースのソフトウェア倫理クイズを開発した。
論文 参考訳（メタデータ） (2023-12-19T06:18:05Z) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳（メタデータ） (2023-05-31T11:29:04Z) - Lessons Learned from a Citizen Science Project for Natural Language
Processing [53.48988266271858]
市民科学はクラウドソーシングの代替であり、NLPの文脈では比較的研究されていない。
我々は、既存のクラウドソースデータセットの一部を注釈付けすることで、NLPの市民科学における様々なボランティアグループへの参加について探索的研究を行う。
この結果から,高品質なアノテーションが得られ,モチベーションの高いボランティアを惹きつけるだけでなく,スケーラビリティや時間的関与,法的・倫理的問題といった要因も考慮する必要があることが示唆された。
論文 参考訳（メタデータ） (2023-04-25T14:08:53Z) - Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。
AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。
我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
論文 参考訳（メタデータ） (2022-04-11T14:36:39Z) - Co-constructing Shared Values and Ethical Practice for the Next
Generation: Lessons Learned from a Curriculum on Information Ethics [0.0]
我々は、科学的完全性、研究倫理、情報倫理のオンラインコースから学んだモチベーション、デザイン、アウトライン、教訓を提示する。
このような訓練の目的は、学生を養うことではなく、彼らの仕事が社会に与える影響を知らしめることである。
概念的なツールを提供する一方で、これは学生の関心を保ち、エンゲージメントするものだ。
論文 参考訳（メタデータ） (2022-04-06T11:09:23Z) - 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) - An Ecosystem Approach to Ethical AI and Data Use: Experimental
Reflections [0.0]
本稿では、倫理的課題に直面し解決することに関して、AI実践者のニーズを特定する方法論を提供する。
ダイアログと相互責任に基づく運用倫理に対する草の根的アプローチを提供する。
論文 参考訳（メタデータ） (2020-12-27T07:41:26Z) - Aligning AI With Shared Human Values [85.2824609130584]
私たちは、正義、幸福、義務、美徳、常識道徳の概念にまたがる新しいベンチマークであるETHICSデータセットを紹介します。
現在の言語モデルは、基本的な人間の倫理的判断を予測できる有望だが不完全な能力を持っている。
私たちの研究は、今日の機械倫理の進歩を示しており、人間の価値観に合わせたAIへの足掛かりを提供する。
論文 参考訳（メタデータ） (2020-08-05T17:59:16Z) - On the Morality of Artificial Intelligence [154.69452301122175]
本稿では,機械学習の研究・展開に関する概念的かつ実践的な原則とガイドラインを提案する。
我々は,より倫理的で道徳的なMLの実践を追求するために,実践者が採る具体的な行動を主張している。
論文 参考訳（メタデータ） (2019-12-26T23:06:54Z)
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。