論文の概要: Computational Social Science and Critical Studies of Education and Technology: An Improbable Combination?

• arxiv url: http://arxiv.org/abs/2509.02774v1
• Date: Tue, 02 Sep 2025 19:21:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 21:40:46.320526
• Title: Computational Social Science and Critical Studies of Education and Technology: An Improbable Combination?
• Title（参考訳）: 計算社会科学と教育・技術批判研究--不可能な組み合わせ?
• Authors: Rebecca Eynon, Nabeel Gillani,
• Abstract要約: 本稿では,重要な研究課題の一環として,計算手法の利用の実現可能性と望ましさについて論じる。 このようなアプローチは、重要な研究者の能力を拡大し、既存の不等式を強調するのに役立つかもしれない。 批判性、哲学、傾倒性、文脈、分類、責任の6つの分野に焦点を当てます。
• 参考スコア（独自算出の注目度）: 0.9576327614980396
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As belief around the potential of computational social science grows, fuelled by recent advances in machine learning, data scientists are ostensibly becoming the new experts in education. Scholars engaged in critical studies of education and technology have sought to interrogate the growing datafication of education yet tend not to use computational methods as part of this response. In this paper, we discuss the feasibility and desirability of the use of computational approaches as part of a critical research agenda. Presenting and reflecting upon two examples of projects that use computational methods in education to explore questions of equity and justice, we suggest that such approaches might help expand the capacity of critical researchers to highlight existing inequalities, make visible possible approaches for beginning to address such inequalities, and engage marginalised communities in designing and ultimately deploying these possibilities. Drawing upon work within the fields of Critical Data Studies and Science and Technology Studies, we further reflect on the two cases to discuss the possibilities and challenges of reimagining computational methods for critical research in education and technology, focusing on six areas of consideration: criticality, philosophy, inclusivity, context, classification, and responsibility.
• Abstract（参考訳）: 計算社会科学のポテンシャルに関する信念が高まり、機械学習の最近の進歩によってもたらされるにつれ、データサイエンティストは明らかに教育の新しい専門家になりつつある。 教育と技術に関する批判的な研究に従事している学者は、教育のデータフィケーションの増大に疑問を投げかけているが、この反応の一部として計算手法を使用しない傾向がある。 本稿では,重要な研究課題の一環として,計算手法の利用の実現可能性と望ましさについて論じる。 教育における計算手法を用いて、公平と正義の問題を探索するプロジェクトの2つの例を提示し、そのようなアプローチが、既存の不平等を強調するために重要な研究者の能力を拡大し、そのような不平等に対処し始めるための可視的アプローチを立案し、これらの可能性の設計と展開に余分なコミュニティを巻き込むことを示唆する。 批判データ研究と科学技術研究の分野における研究成果に基づいて、批判性、哲学、傾倒性、文脈、分類、責任の6分野に焦点をあてて、教育・技術における批判研究のための計算手法を再構築する可能性と課題について考察する。

関連論文リスト

• Tinkering Against Scaling [15.060264126253212]
  既存の作業にインスパイアされた"チンケリング"アプローチを提案する。 この手法は、普通の研究者にとって管理可能なより小さなモデルやコンポーネントに関わります。 我々は、ティンカーは計算社会科学の創造と知識の方法であり、批判的な研究のための知識の方法であると主張している。
  論文  参考訳（メタデータ） (2025-04-23T09:21:39Z)
• Open Problems in Mechanistic Interpretability [61.44773053835185]
  機械的解釈可能性(Mechanistic Interpretability)は、ニューラルネットワークの能力の根底にある計算メカニズムを理解することを目的としている。 これらの目標に向けての最近の進歩にもかかわらず、解を必要とする分野には多くの未解決問題が存在する。
  論文  参考訳（メタデータ） (2025-01-27T20:57:18Z)
• The Compute Divide in Machine Learning: A Threat to Academic Contribution and Scrutiny? [1.0985060632689174]
  計算の偏差は、計算集約的な研究トピックにおける学術のみの研究チームの表現の減少と一致していることを示す。 この傾向から生じる課題に対処するため、留意的に学術的な洞察を広めるためのアプローチを推奨する。
  論文  参考訳（メタデータ） (2024-01-04T01:26:11Z)
• Machine Unlearning: A Survey [56.79152190680552]
  プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。 この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。 この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。 この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
  論文  参考訳（メタデータ） (2023-06-06T10:18:36Z)
• Sustainability in Computing Education: A Systematic Literature Review [0.0]
  本稿では,持続可能性の問題に対処するため,コンピュータ教育におけるアプローチについて述べる。 6つの大きなデジタルライブラリーとスノーボールから抽出した572の出版物から,90の関連研究を蒸留し,分析した。 本稿では,コンピュータ教育における学習目標と成果と,持続可能性の教育的手法を抽出する枠組みを提案する。
  論文  参考訳（メタデータ） (2023-05-17T16:51:37Z)
• Conceptualizing Approaches to Critical Computing Education: Inquiry, Design and Reimagination [0.0]
  アルゴリズムバイアス、差別的慣行、テクノソリューション主義など、コンピューティングにおけるいくつかの重要な問題がより目に見えるようになった。 しかし、これらの取り組みがいかにして批判に対処し、それを教室の実践に翻訳するかは明らかになっていない。
  論文  参考訳（メタデータ） (2023-04-21T15:53:11Z)
• A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
  我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。 大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
  論文  参考訳（メタデータ） (2022-12-20T18:46:16Z)
• Coordinated Science Laboratory 70th Anniversary Symposium: The Future of Computing [80.72844751804166]
  2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。 シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。 参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
  論文  参考訳（メタデータ） (2022-10-04T17:32:27Z)
• Scientia Potentia Est -- On the Role of Knowledge in Computational Argumentation [52.903665881174845]
  本稿では,計算議論に必要な知識のピラミッドを提案する。 この分野におけるこれらのタイプの役割と統合について,その技術の現状を簡潔に論じる。
  論文  参考訳（メタデータ） (2021-07-01T08:12:41Z)

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。