論文の概要: Generative Artificial Intelligence and the Knowledge Gap: Toward a New Form of Informational Inequality
- arxiv url: http://arxiv.org/abs/2603.24335v1
- Date: Wed, 25 Mar 2026 14:15:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-26 21:06:11.325467
- Title: Generative Artificial Intelligence and the Knowledge Gap: Toward a New Form of Informational Inequality
- Title（参考訳）: 創造的人工知能と知識ギャップ--情報不平等の新しい形態を目指して
- Authors: Raphael Morisco,
- Abstract要約: 知識ギャップ仮説は、情報の拡散が社会的不平等を減らすよりも増加する傾向があることを示唆している。
生成的人工知能の出現は、これらのフレームワークが現在の情報不平等の形式を記述するのに十分であるかどうかという疑問を提起する。
本稿では、生成的AIが、アクセスと利用から情報に対する批判的評価へと焦点を移すことを論じ、知識ギャップの観点を理論的に拡張することを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The knowledge gap hypothesis suggests that the diffusion of information tends to increase rather than reduce social inequalities. Subsequent research on the digital divide has extended this perspective by focusing on unequal access to and use of digital technologies. The emergence of generative artificial intelligence raises the question of whether these frameworks remain sufficient to describe current forms of informational inequality. While access to AI systems is increasingly widespread, differences may arise in how users engage with AI-generated content. This paper proposes a theoretical extension of the knowledge gap perspective by arguing that generative AI shifts the focus from access and usage to the critical evaluation of information. It is assumed that individuals with higher levels of education are more likely to question and contextualize AI-generated outputs, whereas individuals with lower levels of education may rely more directly on them. The contribution is conceptual and does not present empirical findings. It aims to provide a framework for future research on the relationship between education, AI use, and knowledge inequality.
- Abstract（参考訳）: 知識ギャップ仮説は、情報の拡散が社会的不平等を減らすよりも増加する傾向があることを示唆している。
デジタルディビジョンに関するその後の研究は、デジタル技術への不平等なアクセスと利用に焦点を当てて、この視点を拡張した。
生成的人工知能の出現は、これらのフレームワークが現在の情報不平等の形式を記述するのに十分であるかどうかという疑問を提起する。
AIシステムへのアクセスはますます広まっているが、ユーザーがAI生成コンテンツとどのように関わるかに違いが生じる可能性がある。
本稿では、生成的AIが、アクセスと利用から情報に対する批判的評価へと焦点を移すことを論じ、知識ギャップの観点を理論的に拡張することを提案する。
高等教育レベルの低い人は、AIが生成するアウトプットに疑問を呈し、文脈を規定する傾向があり、一方、低いレベルの教育レベルの人は、より直接的にAIに依存している可能性があると推測されている。
この貢献は概念的であり、経験的な発見を示さない。
教育、AIの使用、知識の不平等の関係に関する将来の研究のためのフレームワークを提供することを目標としている。
関連論文リスト
- Neural-Symbolic Reasoning over Knowledge Graphs: A Survey from a Query Perspective [55.79507207292647]
知識グラフ推論は、データマイニング、人工知能、Web、社会科学など、さまざまな分野において重要である。
ニューラルAIの台頭は、深層学習の頑健さと象徴的推論の精度を融合させることで、大きな進歩を見せている。
大規模言語モデル(LLM)の出現により、知識グラフ推論の新しいフロンティアが開かれた。
論文 参考訳（メタデータ） (2024-11-30T18:54:08Z) - Perceptions of Discriminatory Decisions of Artificial Intelligence: Unpacking the Role of Individual Characteristics [0.0]
個人差(デジタル自己効力性、技術的知識、平等への信念、政治的イデオロギー)は、AIの成果に対する認識と関連している。
デジタル自己効力と技術的知識は、AIに対する態度と肯定的に関連している。
リベラルイデオロギーは、結果信頼、より否定的な感情、より大きな懐疑主義と負の関連がある。
論文 参考訳（メタデータ） (2024-10-17T06:18:26Z) - AI and the Problem of Knowledge Collapse [0.0]
特定の知識モードへのアクセスコストを削減することにより、AIが公衆の理解をパラドックス的に損なう可能性のある条件を特定する。
学習者やイノベーターのコミュニティが従来の手法を使うか、割引されたAI支援プロセスに頼るというシンプルなモデルを提供する。
我々のデフォルトモデルでは、AI生成コンテンツに対する20%の割引は、ディスカウントがない場合よりも真実から2.3倍の信条を生成する。
論文 参考訳（メタデータ） (2024-04-04T15:06:23Z) - The impact of generative artificial intelligence on socioeconomic inequalities and policy making [1.5156317247732694]
生成的人工知能は、既存の社会経済的不平等を悪化させ、改善する可能性がある。
私たちのゴールは、AIが普及する社会問題の緩和にどのように役立つかを明らかにしながら、生成的AIが既存の不平等をいかに悪化させるかを強調することです。
情報領域では、生成AIはコンテンツの創造とアクセスを民主化することができるが、誤情報の生成と拡散を劇的に拡大する可能性がある。
教育ではパーソナライズされた学習を提供するが、デジタルディビジョンを広げる可能性がある。
医療分野では、診断とアクセシビリティを改善するが、既存の不平等をより深める可能性がある。
論文 参考訳（メタデータ） (2023-12-16T10:37:22Z) - Towards Human Cognition Level-based Experiment Design for Counterfactual
Explanations (XAI) [68.8204255655161]
XAI研究の重点は、より理解を深めるために、より実践的な説明アプローチに変わったようだ。
認知科学研究がXAIの進歩に大きく影響を与える可能性のある領域は、ユーザの知識とフィードバックを評価することである。
本研究では,異なる認知レベルの理解に基づく説明の生成と評価を実験する枠組みを提案する。
論文 参考訳（メタデータ） (2022-10-31T19:20:22Z) - Adaptive cognitive fit: Artificial intelligence augmented management of
information facets and representations [62.997667081978825]
ビッグデータ技術と人工知能(AI)応用の爆発的な成長は、情報ファセットの普及に繋がった。
等角性や正確性などの情報フェートは、情報に対する人間の認識を支配的かつ著しく左右する。
認知の限界を克服するために情報表現を適応できる人工知能技術が必要であることを示唆する。
論文 参考訳（メタデータ） (2022-04-25T02:47:25Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - 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) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツール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） (2020-03-02T10:32:21Z)
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。