論文の概要: Learning about Data, Algorithms, and Algorithmic Justice on TikTok in Personally Meaningful Ways
- arxiv url: http://arxiv.org/abs/2405.15437v1
- Date: Fri, 24 May 2024 11:07:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-27 14:52:03.828046
- Title: Learning about Data, Algorithms, and Algorithmic Justice on TikTok in Personally Meaningful Ways
- Title（参考訳）: TikTokにおけるデータ、アルゴリズム、アルゴリズムの正義に関する個人的意義
- Authors: Luis Morales-Navarro, Yasmin B. Kafai, Ha Nguyen, Kayla DesPortes, Ralph Vacca, Camillia Matuk, Megan Silander, Anna Amato, Peter Woods, Francisco Castro, Mia Shaw, Selin Akgun, Christine Greenhow, Antero Garcia,
- Abstract要約: 我々は、TikTokと関わり合う際に、若者が個々に意味のある方法でどのように学習するかについて異なる視点を提示する。
このアプリケーションは若者が相互に接続するためのグローバルな空間になっている。
我々は、TikTokがどのように機能するかを若者がどのように調査し、倫理とアルゴリズムの正義の問題を考慮し、プラットフォームに対する理解を利用して変化を提唱するかについて議論する。
- 参考スコア（独自算出の注目度）: 5.797792274568239
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: TikTok, a popular short video sharing application, emerged as the dominant social media platform for young people, with a pronounced influence on how young women and people of color interact online. The application has become a global space for youth to connect with each other, offering not only entertainment but also opportunities to engage with artificial intelligence/machine learning (AI/ML)-driven recommendations and create content using AI/M-powered tools, such as generative AI filters. This provides opportunities for youth to explore and question the inner workings of these systems, their implications, and even use them to advocate for causes they are passionate about. We present different perspectives on how youth may learn in personally meaningful ways when engaging with TikTok. We discuss how youth investigate how TikTok works (considering data and algorithms), take into account issues of ethics and algorithmic justice and use their understanding of the platform to advocate for change.
- Abstract（参考訳）: 人気のショートビデオ共有アプリTikTokは、若者のためのソーシャルメディアプラットフォームとして登場し、若い女性やカラーの人々がオンラインでどのように交流するかに顕著な影響を与えている。
このアプリケーションは、エンタテイメントだけでなく、人工知能/機械学習(AI/ML)主導のレコメンデーションと、生成AIフィルターのようなAI/M駆動のツールを使ってコンテンツを作成する機会を提供する。
これは若者がこれらのシステムの内部の働き、その意味を探求し、疑問を呈する機会を与え、それらを使って彼らが情熱を抱いている原因を提唱する。
我々は、TikTokと関わり合う際に、若者が個々に意味のある方法でどのように学習するかについて異なる視点を提示する。
我々は、TikTokがどのように機能するか(データとアルゴリズムを考慮)、倫理とアルゴリズムの正義の問題を考慮し、プラットフォームに対する理解を利用して変化を提唱するかを若者がどのように調査するかについて議論する。
関連論文リスト
- Distributed agency in second language learning and teaching through generative AI [0.0]
ChatGPTは、テキストまたは音声形式のチャットを通じて非公式な第二言語プラクティスを提供することができる。
インストラクタはAIを使って、さまざまなメディアで学習と評価材料を構築することができる。
論文 参考訳（メタデータ） (2024-03-29T14:55:40Z) - I would love this to be like an assistant, not the teacher: a voice of the customer perspective of what distance learning students want from an Artificial Intelligence Digital Assistant [0.0]
本研究では,仮想AIデジタルアシスタント(AIDA)の設計に関する10人のオンライン・遠隔学習学生の認識について検討した。
参加者全員が、リアルタイムのアシストとクエリの解決、学術的なタスクのサポート、パーソナライゼーションとアクセシビリティのサポート、そして感情的および社会的サポートにAIツールを使用することのメリットを研究し、報告しながら、そのようなAIツールの有用性について同意した。
学生の懸念は、AIDA、データプライバシとデータ利用、運用上の課題、学術的完全性と誤用、教育の将来に関する倫理的・社会的意味に関するものである。
論文 参考訳（メタデータ） (2024-02-16T08:10:41Z) - Trust and ethical considerations in a multi-modal, explainable AI-driven chatbot tutoring system: The case of collaboratively solving Rubik's Cube [13.560874044962429]
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。
論文 参考訳（メタデータ） (2024-01-30T16:33:21Z) - Examining the Values Reflected by Children during AI Problem Formulation [9.516294164912072]
子どもが提案するアイデアには,高度なシステムインテリジェンスとユーザの社会的関係を理解することが必要である。
子どもの考えは、意思決定する前に家族や機械が社会的文脈を理解することを気にしていたことを示している。
論文 参考訳（メタデータ） (2023-09-27T17:58:30Z) - Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。
GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。
この話題について,コミュニティの短期的,長期的目標について論じる。
論文 参考訳（メタデータ） (2023-08-28T18:51:09Z) - Constructing Dreams using Generative AI [23.344751807278044]
ジェネレーティブAIツールは、若者のための新しい、そしてアクセス可能なメディア作成形式を導入します。
彼らは、偽メディアの生成、データ保護、プライバシー、AI生成アートの所有権に関する倫理的懸念を提起している。
我々は,学生が想像する未来のアイデンティティを表現して生成的AI学習を促進する。
論文 参考訳（メタデータ） (2023-05-19T21:56:12Z) - 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) - 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) - Dark, Beyond Deep: A Paradigm Shift to Cognitive AI with Humanlike
Common Sense [142.53911271465344]
我々は、次世代のAIは、新しいタスクを解決するために、人間のような「暗黒」の常識を取り入れなければならないと論じている。
我々は、人間のような常識を持つ認知AIの5つの中核領域として、機能、物理学、意図、因果性、実用性(FPICU)を識別する。
論文 参考訳（メタデータ） (2020-04-20T04:07:28Z)
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。