論文の概要: Trust and ethical considerations in a multi-modal, explainable AI-driven
chatbot tutoring system: The case of collaboratively solving Rubik's Cube
- arxiv url: http://arxiv.org/abs/2402.01760v1
- Date: Tue, 30 Jan 2024 16:33:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-11 15:49:35.653107
- Title: Trust and ethical considerations in a multi-modal, explainable AI-driven
chatbot tutoring system: The case of collaboratively solving Rubik's Cube
- Title(参考訳): マルチモーダルで説明可能なAI駆動型チャットボット学習システムにおける信頼と倫理的考察:ルービックキューブを協調的に解く場合
- Authors: Kausik Lakkaraju, Vedant Khandelwal, Biplav Srivastava, Forest
Agostinelli, Hengtao Tang, Prathamjeet Singh, Dezhi Wu, Matt Irvin, Ashish
Kundu
- Abstract要約: 高校のAI教育における著名な倫理的問題は、データのプライバシー、情報漏洩、虐待的言語、公平性である。
本稿では,マルチモーダル・コラボレーティブ・プラットフォームにおける倫理的かつ信頼性の高い懸念に対処するために構築された技術コンポーネントについて述べる。
データプライバシでは、子どもや親、教師のインフォームドコンセントが、管理されるデータの中心にあることを確実にしたいと思っています。
- 参考スコア(独自算出の注目度): 14.012087492118015
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Artificial intelligence (AI) has the potential to transform education with
its power of uncovering insights from massive data about student learning
patterns. However, ethical and trustworthy concerns of AI have been raised but
are unsolved. Prominent ethical issues in high school AI education include data
privacy, information leakage, abusive language, and fairness. This paper
describes technological components that were built to address ethical and
trustworthy concerns in a multi-modal collaborative platform (called ALLURE
chatbot) for high school students to collaborate with AI to solve the Rubik's
cube. In data privacy, we want to ensure that the informed consent of children,
parents, and teachers, is at the center of any data that is managed. Since
children are involved, language, whether textual, audio, or visual, is
acceptable both from users and AI and the system can steer interaction away
from dangerous situations. In information management, we also want to ensure
that the system, while learning to improve over time, does not leak information
about users from one group to another.
- Abstract(参考訳): 人工知能(AI)は、学生の学習パターンに関する膨大なデータから洞察を明らかにする力で、教育を変革する可能性がある。
しかし、AIに対する倫理的で信頼できる懸念は提起されているが、未解決である。
高校のAI教育における著名な倫理問題は、データのプライバシー、情報漏洩、虐待的言語、公平性である。
本稿では、高校生がAIと協力してルービックキューブを解くための多目的協調プラットフォーム(ALLUREチャットボット)において、倫理的かつ信頼性の高い懸念に対処するために構築された技術コンポーネントについて述べる。
データプライバシでは、子どもや親、教師のインフォームドコンセントが、管理されるデータの中心にあることを確実にしたいと思っています。
子どもは関与しているため、テキスト、音声、視覚といった言語はユーザーとaiの両方から受け入れられ、システムは危険な状況から対話を制御できる。
また、情報管理においては、時間とともに改善を学習しながら、あるグループから別のグループにユーザーに関する情報を漏らさないよう保証したい。
関連論文リスト
- Towards social generative AI for education: theory, practices and ethics [0.0]
教育のための社会的生成AIを構築するには、人間だけでなく互いに会話できる強力なAIシステムを開発する必要がある。
教育のための社会的生成AIを設計し、制約する方法を検討する必要がある。
論文 参考訳(メタデータ) (2023-06-14T17:30:48Z) - "Alexa doesn't have that many feelings": Children's understanding of AI
through interactions with smart speakers in their homes [0.0]
子どもたちのAI支援技術に対する理解は、教育的な意味を持っている。
発見は、AIリテラシーの必要性に対処するために、教育者が適切な素材を開発することを可能にする。
論文 参考訳(メタデータ) (2023-05-09T16:39:34Z) - Build-a-Bot: Teaching Conversational AI Using a Transformer-Based Intent
Recognition and Question Answering Architecture [15.19996462016215]
本稿では、自然言語パイプラインを用いて、独自の学校カリキュラムに基づく質問に答えるためにカスタマイズされたモデルを訓練することで、人工知能の原理を学習するためのインタフェースを提案する。
このパイプラインは、AIエージェントを作成しながら、これらのプロセスのそれぞれを通じて、学生のデータ収集、データ拡張、意図認識、質問応答を教える。
論文 参考訳(メタデータ) (2022-12-14T22:57:44Z) - Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。
本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。
43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
論文 参考訳(メタデータ) (2022-11-12T21:54:05Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳(メタデータ) (2022-01-26T18:53:09Z) - Could AI Democratise Education? Socio-Technical Imaginaries of an EdTech
Revolution [11.654411353207935]
教育における人工知能は、よりパーソナライズされたカリキュラムを構築する可能性を秘めていると言われている。
何百万人もの学生がこれらのテクノロジーの恩恵を受け始めているが、世界中の何百万人もの学生がそうではない。
もしこの傾向が続くなら、教育におけるAIの最初のデリバリは教育上の不平等になる可能性がある。
論文 参考訳(メタデータ) (2021-12-03T17:32:20Z) - A User-Centred Framework for Explainable Artificial Intelligence in
Human-Robot Interaction [70.11080854486953]
本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。
このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
論文 参考訳(メタデータ) (2021-09-27T09:56:23Z) - The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。
Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。
これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
論文 参考訳(メタデータ) (2021-07-05T12:18:17Z) - Artificial Intelligence enabled Smart Learning [0.0]
人工知能(ai、artificial intelligence)は、人工知能を扱うコンピュータ科学の分野である。
それは個々の学生、教師および学術スタッフから集められる膨大な量のデータを分析するのを助けます。
世界銀行教育報告書は、この問題によって生み出された学習ギャップが多くの学生を退学させることを示唆している。
論文 参考訳(メタデータ) (2021-01-08T12:49:33Z) - 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。