論文の概要: Teaching Usable Privacy in HCI Education: Designing, Implementing, and Evaluating an Active Learning Graduate Course

• arxiv url: http://arxiv.org/abs/2604.17796v3
• Date: Sun, 26 Apr 2026 23:28:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 21:46:41.452182
• Title: Teaching Usable Privacy in HCI Education: Designing, Implementing, and Evaluating an Active Learning Graduate Course
• Title（参考訳）: HCI教育におけるユーザプライバシ教育 : アクティブラーニング科目の設計・実装・評価
• Authors: Sanchari Das, Dhiman Goswami, Michelle Melo, Aditya Johri, Vivian G. Motti,
• Abstract要約: 本稿では,ユーザプライバシに関する15週間の大学院課程の設計,実施,評価について述べる。 このコースは、ユースケース、構造化されたロールプレイ、ケースベースの議論、ゲスト講演、多段階研究プロジェクトを統合する。 その結果,学生のエンゲージメントの向上,プライバシ設計におけるトレードオフの明確化能力の向上,理論と実践の結びつきの強化が示唆された。
• 参考スコア（独自算出の注目度）: 8.086447108368576
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: As digital systems increasingly rely on pervasive data collection and inference, educating future designers and researchers about Usable Privacy has become a critical need for HCI. However, privacy education in higher education is often fragmented, theory-heavy, or detached from real-world applications. Thus, in this paper, we present the design, implementation, and evaluation of a 15-week graduate-level course on Usable Privacy that addresses this through active, practice-oriented pedagogy. The course integrates use cases, structured role playing, case-based discussions, guest lectures, and a multi-phase research project to support students in reasoning about privacy from multiple stakeholder perspectives. Grounded in contemporary privacy research and the Modern Privacy framework, the curriculum emphasizes both conceptual understanding and applied research skills. We report findings from two course offerings in consecutive years (2024-2025) using a mixed-methods evaluation that combines quantitative teaching evaluations with qualitative analysis of student reflections and instructor observations. Results indicate increased student engagement, improved ability to articulate trade-offs in privacy design, and stronger connections between theory and practice. To support adoption and replication, we also release detailed assignment descriptions and grading rubrics. This work contributes an empirically informed model for teaching Usable Privacy in HCI education and offers actionable guidance for educators seeking to integrate privacy into their curricula.
• Abstract（参考訳）: デジタルシステムはますます広範にデータ収集と推測に依存しているため、ユーザプライバシに関する将来のデザイナーや研究者を教育することが、HCIにとって重要なニーズとなっている。 しかし、高等教育におけるプライバシー教育は、しばしば断片化され、理論が重く、現実世界の応用から切り離されている。 そこで,本稿では,ユーザプライバシに関する15週間の大学院コースの設計,実施,評価について述べる。 このコースは、ユースケース、構造化されたロールプレイ、ケースベースの議論、ゲスト講演、多段階の研究プロジェクトを統合し、複数の利害関係者の観点からのプライバシーに関する推論を支援する。 現代のプライバシー研究とモダンプライバシフレームワークに基づいており、このカリキュラムは概念的理解と応用研究のスキルの両方を強調している。 2024-2025 年連続2コースの成果を,定量的授業評価と学生反射の質的分析とインストラクター観察を併用した混合メソッド評価を用いて報告した。 その結果,学生のエンゲージメントの向上,プライバシ設計におけるトレードオフの明確化能力の向上,理論と実践の結びつきの強化が示唆された。 採用とレプリケーションをサポートするため、詳細な代入記述とグレーディングルーリックもリリースしています。 この研究は、HCI教育における使用可能なプライバシを教えるための実証的なモデルに貢献し、プライバシをカリキュラムに統合しようとする教育者に対して実行可能なガイダンスを提供する。

関連論文リスト

• Safeguarding Privacy: Privacy-Preserving Detection of Mind Wandering and Disengagement Using Federated Learning in Online Education [53.25191965774678]
  遠隔学習における行動・認知障害の相違に対処するために,デバイス間フェデレーション学習を利用したフレームワークを提案する。 顔の表情と視線特徴を用いた映像ベース認知解離検出モデルに適合する。 以上の結果から,学習者のエンゲージメントを促進するプライバシー保護教育技術への大きな期待が示された。
  論文  参考訳（メタデータ） (2026-02-10T15:40:01Z)
• Exposía: Academic Writing Assessment of Exposés and Peer Feedback [56.428320613219306]
  高等教育における文章とフィードバックアセスメントを結びつける最初の公開データセットであるExposaを提示する。 我々はExposaを使って,(1)提案の自動スコアリング,(2)学生レビューの2つのタスクに対して,最先端のオープンソース大言語モデル(LLM)をベンチマークする。
  論文  参考訳（メタデータ） (2026-01-10T11:33:26Z)
• EduDial: Constructing a Large-scale Multi-turn Teacher-Student Dialogue Corpus [59.693733170193944]
  EduDialは総合的な多ターン教師/学生対話データセットである。 EduDialは345のコアナレッジポイントをカバーし、教師と学生エージェントの対話によって生成された34,250の対話セッションで構成されている。
  論文  参考訳（メタデータ） (2025-10-14T18:18:43Z)
• A Multivocal Literature Review on Privacy and Fairness in Federated Learning [1.6124402884077915]
  フェデレーション学習は、データ共有の必要性を排除することによって、AIアプリケーションに革命をもたらす手段を提供する。 最近の研究では、プライバシと公平性の間に固有の緊張が示されています。 プライバシーと公正性の関係は無視され、現実世界のアプリケーションにとって重大なリスクをもたらしている、と我々は主張する。
  論文  参考訳（メタデータ） (2024-08-16T11:15:52Z)
• The Promises and Pitfalls of Using Language Models to Measure Instruction Quality in Education [3.967610895056427]
  本稿では,自然言語処理(NLP)技術を活用して,複数のハイ推論教育実践を評価するための最初の研究について述べる。 ノイズや長い入力データ、人間の評価の高度に歪んだ分布など、NLPに基づく指導分析に固有の2つの課題に直面している。
  論文  参考訳（メタデータ） (2024-04-03T04:15:29Z)
• Exploring Federated Unlearning: Review, Comparison, and Insights [101.64910079905566]
  フェデレーション・アンラーニングは、フェデレーション・システムで訓練されたモデルからデータを選択的に除去することを可能にする。 本稿では,既存のフェデレーション・アンラーニング手法について検討し,アルゴリズムの効率,モデル精度への影響,プライバシ保護の有効性について検討する。 フェデレートされたアンラーニング手法を評価するための統一ベンチマークであるOpenFederatedUnlearningフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-30T01:34:33Z)
• A Machine Learning system to monitor student progress in educational institutes [0.0]
  本稿では、機械学習技術を用いて、クレジットスコアと呼ばれる分類器を生成するデータ駆動手法を提案する。 信用スコアを進捗指標として使うという提案は、学習管理システムで使うのに適している。
  論文  参考訳（メタデータ） (2022-11-02T08:24:08Z)
• Students' Information Privacy Concerns in Learning Analytics: Towards a Model Development [0.0]
  本研究では,学習分析(LA)に関する学生の情報プライバシー問題(IPC)を理解するための理論的モデルを提案する。 我々は、ICCを、プライバシーの脆弱性の認識とプライバシーのコントロールの認識と、その影響、信念の信頼と自己開示行動の2つの先行する部分の中央構造として検討する。
  論文  参考訳（メタデータ） (2021-08-31T20:32:49Z)
• Differentially Private and Fair Deep Learning: A Lagrangian Dual Approach [54.32266555843765]
  本稿では,個人の機密情報のプライバシを保護するとともに,非差別的予測器の学習を可能にするモデルについて検討する。 この方法は、微分プライバシーの概念と、公正性制約を満たすニューラルネットワークの設計にラグランジアン双対性(Lagrangian duality)を用いることに依存している。
  論文  参考訳（メタデータ） (2020-09-26T10:50:33Z)

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。