論文の概要: Investigating Youth's Technical and Ethical Understanding of Generative Language Models When Engaging in Construction and Deconstruction Activities
- arxiv url: http://arxiv.org/abs/2504.15132v1
- Date: Mon, 21 Apr 2025 14:30:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-29 16:14:07.542024
- Title: Investigating Youth's Technical and Ethical Understanding of Generative Language Models When Engaging in Construction and Deconstruction Activities
- Title（参考訳）: 建設・解体活動に携わる若者の生成言語モデルに関する技術的・倫理的理解の検討
- Authors: Luis Morales-Navarro,
- Abstract要約: 本研究は, 次世代言語モデル(GLM)の設計・監査に若者がいかに関与しているかを, 技術的・倫理的視点から理解し, その発展に寄与するかを考察する。
- 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: The widespread adoption of generative artificial intelligence/machine learning (AI/ML) technologies has increased the need to support youth in developing AI/ML literacies. However, most work has centered on preparing young people to use these systems, with less attention to how they can participate in designing and evaluating them. This study investigates how engaging young people in the design and auditing of generative language models (GLMs) may foster the development of their understanding of how these systems work from both technical and ethical perspectives. The study takes an in-pieces approach to investigate novices' conceptions of GLMs. Such an approach supports the analysis of how technical and ethical conceptions evolve and relate to each other. I am currently conducting a series of participatory design workshops with sixteen ninth graders (ages 14-15) in which they will (a) build GLMs from a data-driven perspective that glassboxes how data shapes model performance and (b) audit commercial GLMs by repeatedly and systematically querying them to draw inferences about their behaviors. I will analyze participants' interactions to identify ethical and technical conceptions they may exhibit while designing and auditing GLMs. I will also conduct clinical interviews and use microgenetic knowledge analysis and ordered network analysis to investigate how participants' ethical and technical conceptions of GLMs relate to each other and change after the workshop. The study will contribute (a) evidence of how engaging youth in design and auditing activities may support the development of ethical and technical understanding of GLMs and (b) an inventory of novice design and auditing practices that may support youth's technical and ethical understanding of GLMs.
- Abstract（参考訳）: 生成的人工知能/機械学習(AI/ML)技術の普及により、AI/MLリテラシーの開発において若者を支援する必要性が高まっている。
しかし、ほとんどの研究は若者がこれらのシステムを使うように準備することに集中しており、デザインや評価にどのように参加できるかはあまり注目されていない。
本研究は, 次世代言語モデル(GLM)の設計・監査に若者がいかに関与しているかを, 技術的・倫理的視点から理解し, その発展に寄与するかを考察する。
この研究は、初心者のGLMの概念を調査するために、インピースアプローチを採用している。
このようなアプローチは、技術的および倫理的概念がどのように進化し、相互に関係するかの分析を支援する。
私は現在,9年生(14～15歳)を対象に,参加型デザインワークショップを開催しています。
(a)データ駆動の観点からGLMを構築し、データがどのようにパフォーマンスをモデル化するかをガラスボックスで示す。
(b)商業用GLMを反復的かつ体系的に調査し,その行動に関する推論を行う。
参加者のインタラクションを分析し、GLMを設計・監査する際に提示される倫理的・技術的概念を識別する。
また、臨床インタビューを行い、マイクロジェネティック知識分析とネットワーク分析を用いて、参加者のGLMの倫理的・技術的概念がワークショップ後にどのように関係し、変化しているかを調査する。
研究は貢献します
(a)青少年のデザイン・監査活動への関与がGLMの倫理的・技術的理解の発達にどのように貢献するかの証拠
b) GLMの技術的・倫理的理解を支援する初歩的な設計・監査の目録。
関連論文リスト
- Building babyGPTs: Youth Engaging in Data Practices and Ethical Considerations through the Construction of Generative Language Models [0.0]
若者は、日々の生活でジェネレーティブ言語モデル(GLM)をますます利用している。
ほとんどの研究は、GLMシステムを利用する若者を支援することに重点を置いている。
本稿では,GLM構築における若年者参加の可能性を示すケーススタディを提案する。
論文 参考訳（メタデータ） (2025-04-20T23:40:29Z) - A Survey of Frontiers in LLM Reasoning: Inference Scaling, Learning to Reason, and Agentic Systems [93.8285345915925]
推論(Reasoning)は、論理的推論、問題解決、意思決定を可能にする基本的な認知プロセスである。
大規模言語モデル(LLM)の急速な進歩により、推論は高度なAIシステムを区別する重要な能力として浮上した。
我々は,(1)推論が達成される段階を定義するレジーム,(2)推論プロセスに関与するコンポーネントを決定するアーキテクチャの2つの側面に沿って既存の手法を分類する。
論文 参考訳（メタデータ） (2025-04-12T01:27:49Z) - Large Language Model Agent: A Survey on Methodology, Applications and Challenges [88.3032929492409]
大きな言語モデル(LLM)エージェントは、目標駆動の振る舞いと動的適応能力を持ち、人工知能への重要な経路を示す可能性がある。
本調査は, LLMエージェントシステムを方法論中心の分類法により体系的に分解する。
私たちの作業は、エージェントの構築方法、コラボレーション方法、時間の経過とともにどのように進化するか、という、統一されたアーキテクチャの視点を提供します。
論文 参考訳（メタデータ） (2025-03-27T12:50:17Z) - LLM Agents for Education: Advances and Applications [49.3663528354802]
大規模言語モデル(LLM)エージェントは、タスクの自動化と多様な教育アプリケーションにおけるイノベーションの推進において、顕著な能力を示した。
本調査は、LLMエージェントの総合的技術概要を提供することを目的としており、学習者や教育者のより大きな利益に対する影響を高めるために、さらなる研究と協力を促進することを目的としている。
論文 参考訳（メタデータ） (2025-03-14T11:53:44Z) - Decoding Large-Language Models: A Systematic Overview of Socio-Technical Impacts, Constraints, and Emerging Questions [1.1970409518725493]
この記事では、倫理的考察とともに、社会に肯定的な影響を与える可能性のある適用領域を強調します。
これには、開発に関する責任ある考慮、アルゴリズムの改善、倫理的課題、社会的影響が含まれる。
論文 参考訳（メタデータ） (2024-09-25T14:36:30Z) - Youth as Peer Auditors: Engaging Teenagers with Algorithm Auditing of Machine Learning Applications [0.44998333629984877]
本稿では、若年層を機械学習(ML)を利用したアプリケーションの監査者として位置づける。
2週間のワークショップで、13人の若者(14～15歳)がMLベースのアプリケーションを設計し、監査した。
論文 参考訳（メタデータ） (2024-04-08T21:15:26Z) - Large Language Models for Education: A Survey and Outlook [69.02214694865229]
各視点の技術的進歩を体系的にレビューし、関連するデータセットとベンチマークを整理し、教育におけるLSMの展開に伴うリスクと課題を特定する。
本調査は、LLMの力を利用して教育実践を変革し、より効果的なパーソナライズされた学習環境を育むための、教育者、研究者、政策立案者のための総合的な技術図を提供することを目的とする。
論文 参考訳（メタデータ） (2024-03-26T21:04:29Z) - A Survey on Knowledge Distillation of Large Language Models [99.11900233108487]
知識蒸留(KD)は、高度な能力をオープンソースモデルに転送するための重要な方法論である。
本稿では,大規模言語モデル(LLM)の領域におけるKDの役割を包括的に調査する。
論文 参考訳（メタデータ） (2024-02-20T16:17:37Z) - Generative Artificial Intelligence in Learning Analytics:
Contextualising Opportunities and Challenges through the Learning Analytics
Cycle [0.0]
ジェネレーティブ人工知能(GenAI)は、教育を変革し、人間の生産性を高める大きな可能性を秘めている。
本稿では,GenAIが学習分析(LA)にもたらす可能性と課題について述べる。
我々は、GenAIが非構造化データの解析、合成学習データの生成、マルチモーダル学習者相互作用の強化、対話的・説明的分析の進展、パーソナライゼーションと適応的介入の促進において重要な役割を果たすことを示唆する。
論文 参考訳（メタデータ） (2023-11-30T07:25:34Z) - The Participatory Turn in AI Design: Theoretical Foundations and the
Current State of Practice [64.29355073494125]
本稿は、既存の理論文献を合成して、AI設計における「参加的転換」を掘り下げることを目的としている。
我々は、最近発表された研究および12人のAI研究者および実践者に対する半構造化インタビューの分析に基づいて、AI設計における参加実践の現状に関する実証的な知見を述べる。
論文 参考訳（メタデータ） (2023-10-02T05:30:42Z) - Instruction Tuning for Large Language Models: A Survey [52.86322823501338]
我々は、教師付き微調整(SFT)の一般的な方法論を含む、文献の体系的なレビューを行う。
また、既存の戦略の欠陥を指摘しながら、SFTの潜在的な落とし穴についても、それに対する批判とともに検討する。
論文 参考訳（メタデータ） (2023-08-21T15:35:16Z) - Practical and Ethical Challenges of Large Language Models in Education:
A Systematic Scoping Review [5.329514340780243]
大規模言語モデル(LLM)は、テキストコンテンツの生成と分析の面倒なプロセスを自動化する可能性がある。
これらの革新の実践性と倫理性には懸念がある。
我々は2017年以降に発行された118件の査読論文の体系的スコーピングレビューを行い、研究の現状を明らかにした。
論文 参考訳（メタデータ） (2023-03-17T18:14:46Z) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳（メタデータ） (2021-11-01T17:57:04Z)
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。