随后,主持人欢迎所有贵宾、教职员工、执行委员会成员和观众。随后,前任主席 Nanditha Mahendra 女士和前任秘书 Abhinandhan Udupa 先生报告了 2021-22 年的活动报告。他们谈到了 BMSCE IEEE 计算机协会,并简要回顾了他们任期内举办的所有活动。贵宾们获赠纪念品,随后向大家介绍了分会迄今为止取得的成就。之后,介绍了现任执行委员会成员——主席 Supriya PG 女士、副主席 Kalp L Jain 先生、财务主管 Pradyun Naik 先生、秘书 Harshitha Aparna 女士、联合秘书 Rajath V 先生和高级 SAC 协调员 Tuhina Bagchi 女士。
1。认知和情感成熟度:○13岁时,大多数孩子缺乏进行批判性思维,情感调节和冲动控制的发展能力,使其容易受到有害内容,网络欺凌和操纵算法的影响。○研究表明,16岁及以上的儿童表现出更大的韧性和成熟度,以负责任地参与数字空间。2。心理健康风险:○包括ESAFETY专员在内的澳大利亚研究,已将早期接触到社交媒体,青少年的焦虑,抑郁和身体形象问题的水平不断上升。将暴露延迟到至少16个可以减轻这些风险。3。安全性和问责制:○社交媒体平台通常无法充分筛选用户或提供适合年龄的内容适度。更高的最低年龄对平台上的期望更加清晰,以使其安全框架和算法有效地保护年轻受众。
意大利国家人工智能博士课程由 5 个联合博士课程组成,这些课程以人工智能的基础和发展为基础,每个课程都涉及人工智能应用战略领域的专业领域。每个博士课程均由一所领先大学与国家研究委员会 CNR 合作组织:
人工智能还引发了与隐私、透明度、安全、工作性质和整体经济相关的严重问题。例如,基于人工智能的面部识别等技术可以改善社交媒体平台上的用户体验。但同样的技术也可以用来改善监控和损害匿名性。或者,如果人工智能成为社交媒体网络和在线平台的永久功能,算法用于策划在线体验,那么关于自由选择和偏见的问题将会加剧。对数据收集和决策透明度和问责制的担忧将加速呼吁以道德原则指导人工智能的设计和部署。
摘要:人工智能 (AI) 结合了算法、机器学习和自然语言处理的应用。AI 在教育领域有多种应用,例如自动评估和面部识别系统、个性化学习工具和微博系统。这些 AI 应用有可能通过支持学生的社交和认知发展来提高教育能力。尽管具有这些优势,但 AI 应用仍存在严重的伦理和社会缺陷,而这些缺陷在 K-12 教育中很少被考虑。将这些算法融入教育可能会加剧社会现有的系统性偏见和歧视,使来自边缘化和服务不足群体的学生的隐私、自主权和监视问题长期存在,并加剧现有的性别和种族偏见。在本文中,我们探讨了 AI 在 K-12 教育中的应用,并强调了它们的道德风险。我们引入教学资源,帮助教育工作者应对整合人工智能的挑战,并提高 K-12 学生对人工智能和道德的理解。本文最后提出了研究建议。
参考文献 [1] Abiri, R.、Borhani, S.、Sellers, EW、Jiang, Y.、Zhao, X. 基于 eeg 的脑机接口范式综合综述。神经工程杂志 16(1),011001 (2019) [2] Burwell, S.、Sample, M.、Racine, E. 脑机接口的伦理方面:范围界定综述。BMC 医学伦理学 18(1),1–11 (2017) [3] Sample, M.、Sattler, S.、Blain-Moraes, S.、Rodríguez-Arias, D.、Racine, E. 公众是否与专家一样担心脑机接口?一项关于神经技术伦理的三国调查。 Science, Technology, & Human Values 45(6), 1242–1270 (2020) [4] Schmid, J., Friedrich, O., Kessner, S., Jox, R.: 技术解锁的思想——德国关于脑机接口的调查。纳米伦理学 15(3), 303–313 (2021) [5] Yuste, R., Goering, S., Bi, G., Carmena, JM, Carter, A., Fins, JJ, Friesen, P., Gallant, J., Huggins, JE, Illes, J., et al. 神经技术和人工智能的四个伦理优先事项。自然 551(7679), 159–163 (2017)
上图突出了一些健康的社会决定因素,结合了原住民对整体健康和保健的看法。解决健康的社会决定因素将由社区驱动并以国家为基础,以便行动反映原住民的具体需求和优先事项。例如,一个北方社区实施了日工计划,参与者通过支持有意义的社区为基础、面向社区的项目赚取日薪。这些项目结合了积极、整体和基于土地的方法和团队合作,以促进康复和同伴支持。他们还可以提供工作见习和指导的机会。
A) 课程目标: 1.本课程是对社会学研究方法的一般介绍。它将为学生提供研究的复杂性和哲学基础的基本知识。B) 课程学习成果: 1. 向学生介绍开展研究的概念,包括制定研究设计、方法和数据分析。还向学生提供一些基本统计学知识,使他们熟悉数据的量化。2. 本课程的重点是实证推理、对社会现实的理解和分析,这是定量研究概念不可或缺的一部分。学生学习在数据收集和后续分析方面区分研究的定性和定量方面。3.通过相互竞争的理论观点和方法,学生能够理解社会现实是多方面的、异质的和动态的。4.通过传授理论和研究实践的知识,学生能够对课程有批判性的理解。它还为他们提供了在任何社会研究组织就业所需的技能。C) 课程内容:
了解人类的社会行为对于综合愿景和机器人技术至关重要。微观的观察(例如,分裂行动)不足,需要采取一种全面的方法来考虑个人行为,组内动态和社会群体层次,以彻底理解。要解决数据集限制,本文引入了JRDB-Social,JRDB的扩展[2]。旨在填补跨室内和室外社会环境的人类理解的空白,JRDB-Social提供了三个层次的注释:个体属性,组内侵入和社会群体环境。该数据集旨在增强我们对机器人应用的人类社会动态的理解。利用最近的尖端多模式大型语言模型,我们评估了我们的基准,以表达其破译社会人类行为的能力。
