机构名称：
¥ 1.0
摘要本文探讨了AI驱动的教育技术中偏见的普遍性，研究了其来源，表现和对多样化学生人群的影响。它提出了一个识别和减轻偏见的框架，强调了对透明和包容的教育技术的需求。教育中AI的全球市场价值预计将在2022年至2030年之间增加45％的复合年增长率（复合年增长率） - 强调了这一不断发展的行业的巨大潜力。作为一个负责任的社会，我们必须确保在敏感领域（如教育）中对人工智能的道德复制，在这种敏感领域中，潜力是无限的，但是风险同样有效。本文旨在将AI的基础设定为辅助技术，而不是替代传统教学。这项研究强调了在课程设计或教学法计划中使用深度学习和自然语言处理，不仅关注批判性思维，而不仅仅是静态学习。虽然其他最近的作品仅审查了一种用例，但我们将Edtech工具分为三种学习途径：支持学生支持，支持教师和系统支持。通过理论和经验分析，我们系统地分解了两种技术辅助分级技术和聊天机器人个性化学习，因此探索了对利益相关者的所有影响：学生，老师和教育社区。此外，我们强调需要一个安全的监管框架，就像当前存在的框架一样，以确保不会滥用收集的数据。围绕信息的脆弱性和数据挖掘的进一步复制的法律应该是严格的，对违反同样的法律造成了适当的法律后果。关键字：人工智能，偏见，教育，辅助分级，数据偏见，算法偏见，偏见缓解，机器
V10I4-1204 AI驱动的教育工具中的偏见
主要关键词
相关文件推荐
