論文の概要: AI Security Literacy: Ecosystem-based Competency Framework and K-12 Learning Platform
- arxiv url: http://arxiv.org/abs/2610.28859v1
- Date: Tue, 20 Oct 2026 19:31:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 09:50:43.217214
- Title: AI Security Literacy: Ecosystem-based Competency Framework and K-12 Learning Platform
- Title（参考訳）: AIセキュリティリテラシー: エコシステムベースのコンピテンシーフレームワークとK-12学習プラットフォーム
- Abstract要約: K-12学校における人工知能の導入は、学生、教師、管理者に対するガイダンスを上回っている。
学校エコシステムにまたがる6次元のAIセキュリティリテラシーフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Adoption of artificial intelligence in K-12 schools has outpaced guidance for students, teachers, and administrators. Existing AI-literacy frameworks emphasize understanding and use; cybersecurity frameworks predate AI-specific threats, and neither defines AI security literacy as a competency domain in its own right. We propose an AI Security Literacy (AISL) framework of six dimensions spanning the school ecosystem, ground its technical dimensions in public AI-safety benchmarks and a reproducible multi-seed adversarial evaluation, and ground its attitudinal dimensions in nationally representative survey micro-data from U.S. teachers and adults. Only 34.5% of teachers report a school AI policy, and teachers see their own AI use as easing their work but students' use as complicating it; on the technical side, a reported robustness figure depends as much on the attack and the particular trained model as on the system evaluated. NeuralFortify, a browser-based K-12 platform built on real AI models, is presented as an illustrative operationalization.
- Abstract（参考訳）: K-12学校における人工知能の導入は、学生、教師、管理者に対するガイダンスを上回っている。
既存のAIリテラシーフレームワークは、理解と使用を重視している。サイバーセキュリティフレームワークは、AI固有の脅威よりも以前から存在しており、AIセキュリティリテラシーを独自の能力領域として定義していない。
学校エコシステムにまたがる6次元のAIセキュリティリテラシー(AISL)フレームワークを提案し,公的なAI安全ベンチマークの技術的側面と再現可能な多種対人評価を基礎とし,米国教師や成人を対象にした全国の代表的調査マイクロデータにその属性次元を基盤とする。
学校のAI政策を報告している教師はわずか34.5%であり、教師は自分のAIの使用を仕事の緩和として見ているが、生徒はそれを複雑にしていると見ている。
実際のAIモデル上に構築されたブラウザベースのK-12プラットフォームであるNeuralFortifyは、実証的な運用として紹介されている。
関連論文リスト
- AI Literacy, Safety Awareness, and STEM Career Aspirations of Australian Secondary Students: Evaluating the Impact of Workshop Interventions [38.350232667249095]
ディープフェイクやその他のタイプの合成メディアは、青年期の安全リスクを増大させる。
本研究は,AIオーストラリアにおけるワークショップによる介入の日がオーストラリア中等生に与える影響を評価する。
論文 参考訳（メタデータ） (2026-01-30T02:55:53Z) - Comprehensive AI Literacy: The Case for Centering Human Agency [0.0]
AIツールの使用による機能的かつ運用上のスキルに重点を置くことが、それらに関する批判的かつ倫理的な理由付けの開発を妨げる、危険なギャップの出現を私たちは目撃しています。
このポジションペーパーは、人間を中心とする包括的なAIリテラシーへの体系的なシフトを論じている。
論文 参考訳（メタデータ） (2025-12-18T15:25:38Z) - Artificial Intelligence Competence of K-12 Students Shapes Their AI Risk Perception: A Co-occurrence Network Analysis [0.5424799109837065]
学生は自己認識型のAI能力と、体系的、制度的、個人的ドメインにわたるAIに関する懸念を報告した。
能力の低い学生は、創造性の低下、批判的思考の欠如、誤用など、個人的および学習に関するリスクを強調した。
高い能力を持つ学生は、偏見、不正確さ、不正など、体系的および制度的なリスクをより重視した。
論文 参考訳（メタデータ） (2025-12-01T12:40:24Z) - Integration of AI in STEM Education, Addressing Ethical Challenges in K-12 Settings [0.0]
人工知能のK-12 STEM教育への迅速な統合は、重要な倫理的課題と共に変革的な機会をもたらす。
本稿では、STEM教室におけるAIの両端的な影響を分析し、その利点(適応学習、リアルタイムフィードバックなど)と欠点(監視リスク、教育的制約など)を倫理的レンズを通して分析する。
論文 参考訳（メタデータ） (2025-10-22T03:07:26Z) - ANNIE: Be Careful of Your Robots [48.89876809734855]
エンボディドAIシステムに対する敵の安全攻撃に関する最初の体系的研究について述べる。
すべての安全カテゴリーで攻撃の成功率は50%を超えている。
結果は、実証済みのAIシステムにおいて、これまで未調査だったが、非常に連続的な攻撃面を露呈する。
論文 参考訳（メタデータ） (2025-09-03T15:00:28Z) - Towards responsible AI for education: Hybrid human-AI to confront the Elephant in the room [2.674109837115132]
この分析は、教育における現在のAI手法の公平性、透明性、有効性を損なう9つの永続的な課題を特定し、検証する。
これらには、教育のためのAIが本当に意味するところに関する明確さの欠如と、それをドメインに依存しない企業主導の大規模言語モデルと同一視する傾向が含まれている。
我々は、ハイブリッドAIメソッド、特にニューラルシンボリックAIが、部屋の象にどう対処できるかを実証し、教育における責任ある信頼できるAIシステムの基盤として役立ちます。
論文 参考訳（メタデータ） (2025-04-22T13:20:43Z) - Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。
学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。
トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文 参考訳（メタデータ） (2024-07-03T15:38:57Z) - Towards Guaranteed Safe AI: A Framework for Ensuring Robust and Reliable AI Systems [88.80306881112313]
我々は、AI安全性に対する一連のアプローチを紹介し、定義する。
これらのアプローチの中核的な特徴は、高保証の定量的安全性保証を備えたAIシステムを作ることである。
これら3つのコアコンポーネントをそれぞれ作成するためのアプローチを概説し、主な技術的課題を説明し、それらに対する潜在的なソリューションをいくつか提案します。
論文 参考訳（メタデータ） (2024-05-10T17:38:32Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
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。