論文の概要: An Educational Tool for Learning about Social Media Tracking, Profiling, and Recommendation

• arxiv url: http://arxiv.org/abs/2402.01813v1
• Date: Fri, 2 Feb 2024 13:34:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-07 00:01:16.604950
• Title: An Educational Tool for Learning about Social Media Tracking, Profiling, and Recommendation
• Title（参考訳）: ソーシャルメディアの追跡,プロファイリング,レコメンデーションについて学ぶための教育的ツール
• Authors: Nicolas Pope, Juho Kahila, Jari Laru, Henriikka Vartiainen, Teemu Roos, Matti Tedre
• Abstract要約: 本稿では,説明可能なAI(XAI)に基づく授業用ツールを提案する。 初級の学習者のために、トラッキング、プロファイリング、コンテンツレコメンデーションといった重要なソーシャルメディアメカニズムをデミストするように設計されている。
• 参考スコア（独自算出の注目度）: 2.7049879606434013
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces an educational tool for classroom use, based on explainable AI (XAI), designed to demystify key social media mechanisms - tracking, profiling, and content recommendation - for novice learners. The tool provides a familiar, interactive interface that resonates with learners' experiences with popular social media platforms, while also offering the means to "peek under the hood" and exposing basic mechanisms of datafication. Learners gain first-hand experience of how even the slightest actions, such as pausing to view content, are captured and recorded in their digital footprint, and further distilled into a personal profile. The tool uses real-time visualizations and verbal explanations to create a sense of immediacy: each time the user acts, the resulting changes in their engagement history and their profile are displayed in a visually engaging and understandable manner. This paper discusses the potential of XAI and educational technology in transforming data and digital literacy education and in fostering the growth of children's privacy and security mindsets.
• Abstract（参考訳）: 本稿では、初級の学習者を対象に、重要なソーシャルメディアメカニズムの追跡、プロファイリング、コンテンツレコメンデーションを減らし、説明可能なAI(XAI)に基づく授業用ツールを提案する。 このツールは、一般的なソーシャルメディアプラットフォームで学習者の体験と共鳴する使い慣れたインタラクティブなインターフェースを提供し、また「内部を覗き込む」手段を提供し、データ体験の基本的なメカニズムを公開する。 学習者は、コンテンツを見るために一時停止したり、デジタルフットプリントに記録されたり、さらに個人プロファイルに蒸留されたりといった、ごくわずかな行動でさえ、直接的に経験することができる。 このツールはリアルタイムの視覚化と言葉による説明を使って即興の感覚を作り出す。ユーザが行動するたびに、そのエンゲージメント履歴とプロフィールの変化が視覚的に魅力的で理解しやすい方法で表示される。 本稿では,データ変換とデジタルリテラシー教育におけるxaiと教育技術の可能性と,子供のプライバシーとセキュリティの考え方の育成について述べる。

関連論文リスト

• An Innovative Solution: AI-Based Digital Screen-Integrated Tables for Educational Settings [0.0]
  デジタル画面統合テーブルは、特に教育的な設定のために設計されている。 中央処理ユニット(CPU)で制御される統合デジタルスクリーンを備えたテーブル 本発明は、教室活動及び評価中の学生成績データの収集を容易にする。
  論文  参考訳（メタデータ） (2024-10-08T08:00:17Z)
• A Review of Data Mining in Personalized Education: Current Trends and Future Prospects [30.033926908231297]
  本稿では,教育推薦,認知診断,知識追跡,学習分析の4つのシナリオに焦点をあてる。 教育プラットフォームにおけるAIの統合は、学術的パフォーマンス、学習の好み、行動に関する洞察を提供し、個人の学習プロセスを最適化する。
  論文  参考訳（メタデータ） (2024-02-27T06:09:48Z)
• Revisiting Self-supervised Learning of Speech Representation from a Mutual Information Perspective [68.20531518525273]
  我々は、情報理論の観点から、既存の自己教師型音声の手法を詳しく検討する。 我々は線形プローブを用いて、対象情報と学習された表現の間の相互情報を推定する。 我々は、ラベルを使わずに、データの異なる部分間の相互情報を見積もる自己教師型の表現を評価する可能性を探る。
  論文  参考訳（メタデータ） (2024-01-16T21:13:22Z)
• Harnessing the Power of Text-image Contrastive Models for Automatic Detection of Online Misinformation [50.46219766161111]
  誤情報識別の領域における構成的学習を探求する自己学習モデルを構築した。 本モデルでは、トレーニングデータが不十分な場合、非マッチング画像-テキストペア検出の優れた性能を示す。
  論文  参考訳（メタデータ） (2023-04-19T02:53:59Z)
• Demonstrating REACT: a Real-time Educational AI-powered Classroom Tool [0.9899017174990579]
  本稿では,教育者の意思決定プロセスを支援するために,EDM技術を用いたリアルタイムAIを活用した新しい教室ツールを提案する。 ReACTは、ユーザフレンドリなグラフィカルインターフェースを備えたデータ駆動ツールである。 学生のパフォーマンスデータを分析し、コンテキストベースのアラートとコースプランニングのための教育者へのレコメンデーションを提供する。
  論文  参考訳（メタデータ） (2021-07-30T03:09:59Z)
• Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
  パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。 私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
  論文  参考訳（メタデータ） (2021-04-15T20:40:24Z)
• Unsupervised Representations Predict Popularity of Peer-Shared Artifacts in an Online Learning Environment [4.438259529250529]
  我々は, (a) 文脈行動ログ (b) テキストの内容, (c) インストラクターが特定した特徴の集合によって, 学生の成果物を表現している。 文脈的行動ログから学習したニューラルネットワークの埋め込み表現が,人気を最も強く予測していることがわかった。 この表現は、人間のラベル付けの努力を伴わずに学習できるため、より包括的な学生の相互作用を形作る可能性が開ける。
  論文  参考訳（メタデータ） (2021-02-27T09:13:09Z)
• 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)
• The VIP Gallery for Video Processing Education [51.722183438644905]
  このデモンストレーションギャラリーは、テキサス大学オースティン校の大学院クラスのデジタルビデオ''で効果的に使用されています。 現実世界のコンテンツにおけるDVPの例と、多数の重要なDVPトピックを整理するユーザフレンドリーなインターフェースを提供する。 これらのツールの教育的価値をよりよく理解するために,質問紙調査と質問紙調査を行った。
  論文  参考訳（メタデータ） (2020-12-29T06:40:41Z)
• Using Machine Learning and Natural Language Processing Techniques to Analyze and Support Moderation of Student Book Discussions [0.0]
  IMapBookプロジェクトは、小学生のリテラシー向上と理解能力向上を目的として、インタラクティブな電子書籍を提示し、中途半端な本議論に参加することを目的としている。 本研究の目的は、メッセージ分類に対する機械学習ベースのアプローチを開発し、介入の必要性を議論モデレーターに自動的に通知し、進行中の議論に関する他の有用な情報を収集することである。
  論文  参考訳（メタデータ） (2020-11-23T20:33:09Z)
• Privileged Knowledge Distillation for Online Action Detection [114.5213840651675]
  リアルタイム予測タスクに対処するフレーム単位のラベル付けタスクとして,ビデオ中のオンラインアクション検出(OAD)を提案する。 本稿では,トレーニング段階においてのみ観測可能な未来のフレームを特権情報の一種とみなすオンライン行動検出のための,新たな学習支援型フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-18T08:52:15Z)

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。