論文の概要: "This is not a data problem": Algorithms and Power in Public Higher Education in Canada

• arxiv url: http://arxiv.org/abs/2403.13969v1
• Date: Wed, 20 Mar 2024 20:46:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-22 17:59:26.207359
• Title: "This is not a data problem": Algorithms and Power in Public Higher Education in Canada
• Title（参考訳）: 「これはデータ問題ではない」カナダにおける公立高等教育におけるアルゴリズムと力
• Authors: Kelly McConvey, Shion Guha,
• Abstract要約: カナダのオンタリオ州にある公立大学で使われているデータ、アルゴリズム、そして結果を特定します。 アルゴリズム決定への依存度が高まると、学生の監視が増加し、既存の不平等が悪化し、教員-学生関係が自動化される。
• 参考スコア（独自算出の注目度）: 11.385043338963644
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Algorithmic decision-making is increasingly being adopted across public higher education. The expansion of data-driven practices by post-secondary institutions has occurred in parallel with the adoption of New Public Management approaches by neoliberal administrations. In this study, we conduct a qualitative analysis of an in-depth ethnographic case study of data and algorithms in use at a public college in Ontario, Canada. We identify the data, algorithms, and outcomes in use at the college. We assess how the college's processes and relationships support those outcomes and the different stakeholders' perceptions of the college's data-driven systems. In addition, we find that the growing reliance on algorithmic decisions leads to increased student surveillance, exacerbation of existing inequities, and the automation of the faculty-student relationship. Finally, we identify a cycle of increased institutional power perpetuated by algorithmic decision-making, and driven by a push towards financial sustainability.
• Abstract（参考訳）: アルゴリズムによる意思決定は、公立高等教育においてますます採用されている。 ポストセカンダリ機関によるデータ駆動の実践の拡大は、新自由主義政権によるニュー・パブリック・マネジメントのアプローチの採用と並行して起こっている。 本研究では,カナダのオンタリオ州にある公立大学におけるデータとアルゴリズムの詳細なエスノグラフィーケーススタディについて質的分析を行った。 大学で使われているデータ、アルゴリズム、結果を特定します。 我々は,大学のプロセスと関係が,これらの成果と,大学のデータ駆動システムに対する異なる利害関係者の認識をどのように支えているかを評価する。 さらに,アルゴリズム決定への依存度の増加は,学生の監視の向上,既存不平等の悪化,教員-学生関係の自動化につながることがわかった。 最後に,アルゴリズムによる意思決定によって持続する制度的力の増大のサイクルを特定し,金融持続可能性への推進によって推し進める。

関連論文リスト

• Algorithmic Autonomy in Data-Driven AI [4.479796749093614]
  アルゴリズムに絡み合った社会では、私たちの選択は、自動化されたシステムによって常に影響され、形作られています。 この収束は、データ駆動AIの時代における個人の自律性に対する重要な懸念を浮き彫りにする。 我々は、アルゴリズムの自律性の概念を探求し、アルゴリズムが社会に広まる影響に直面して、個人が自律性を持つことの意味を考察する。
  論文  参考訳（メタデータ） (2024-11-07T22:16:20Z)
• On Responsible Machine Learning Datasets with Fairness, Privacy, and Regulatory Norms [56.119374302685934]
  AI技術の信頼性に関する深刻な懸念があった。 機械学習とディープラーニングのアルゴリズムは、開発に使用されるデータに大きく依存する。 本稿では,責任あるルーブリックを用いてデータセットを評価するフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-24T14:01:53Z)
• Human-Centric Multimodal Machine Learning: Recent Advances and Testbed on AI-based Recruitment [66.91538273487379]
  人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。 i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。 異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
  論文  参考訳（メタデータ） (2023-02-13T16:44:44Z)
• A Human-Centered Review of Algorithms in Decision-Making in Higher Education [16.578096382702597]
  我々は、高等教育における意思決定のためのアルゴリズムを提案する幅広い論文のコーパスをレビューした。 その結果,モデルが深層学習に傾きつつあり,学生の個人データや保護属性の利用が増加していることがわかった。 解釈可能性と説明可能性の低下にもかかわらず、現在の開発は主に人間中心のレンズを組み込むことができない。
  論文  参考訳（メタデータ） (2023-02-12T02:30:50Z)
• Causal Fairness Analysis [68.12191782657437]
  意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。 我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。 本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
  論文  参考訳（メタデータ） (2022-07-23T01:06:34Z)
• Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
  我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。 我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
  論文  参考訳（メタデータ） (2022-07-18T11:38:32Z)
• A Framework of High-Stakes Algorithmic Decision-Making for the Public Sector Developed through a Case Study of Child-Welfare [3.739243122393041]
  我々は,公共セクターに適応したアルゴリズムによる意思決定の結束的枠組みを開発する。 本研究は,児童福祉機関における日常利用におけるアルゴリズムの事例研究である。 本稿では,公共セクターにおける高精度なアルゴリズム決定ツールの設計ガイドラインを提案する。
  論文  参考訳（メタデータ） (2021-07-07T21:24:35Z)
• Do Abstractions Have Politics? Toward a More Critical Algorithm Analysis [19.08810272234958]
  我々は、価値埋め込みの割当計算に基づくより重要なアルゴリズム分析である割当分析について論じる。 本稿では,5つのケーススタディを用いて,テクノロジーの社会的決定を論じる機会分析について述べる。
  論文  参考訳（メタデータ） (2021-01-04T05:59:26Z)
• FairCVtest Demo: Understanding Bias in Multimodal Learning with a Testbed in Fair Automatic Recruitment [79.23531577235887]
  このデモは、非構造化データから機密情報を抽出する採用ツールの背後にある人工知能(AI)の能力を示しています。 また、このデモには差別認識学習のための新しいアルゴリズムが含まれており、マルチモーダルAIフレームワークの機密情報を排除している。
  論文  参考訳（メタデータ） (2020-09-12T17:45:09Z)
• Bias in Multimodal AI: Testbed for Fair Automatic Recruitment [73.85525896663371]
  異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。 我々は、性別や人種の偏りを意識的に評価したマルチモーダルな合成プロファイルを用いて、自動求人アルゴリズムを訓練する。 我々の方法論と結果は、一般により公平なAIベースのツール、特により公平な自動採用システムを生成する方法を示している。
  論文  参考訳（メタデータ） (2020-04-15T15:58:05Z)

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。