[論文レビュー] Multi-stakeholder Perspective on Responsible Artificial Intelligence and Acceptability in Education

Alexander J. Karran, Philippe Charland+5 more|arXiv (Cornell University)|Feb 22, 2024

Ethics and Social Impacts of AI被引用数 7

ひとこと要約

この論文は、教育分野のさまざまなAIアプリケーションの受容性が、学生・教師・保護者にどの程度あるかを調査し、ビネットシナリオと媒介分析を用いて、主体性、透明性、説明可能性、プライバシーが受容と信頼にどのように影響するかを明らかにする。

ABSTRACT

This study investigates the acceptability of different artificial intelligence (AI) applications in education from a multi-stakeholder perspective, including students, teachers, and parents. Acknowledging the transformative potential of AI in education, it addresses concerns related to data privacy, AI agency, transparency, explainability and the ethical deployment of AI. Through a vignette methodology, participants were presented with four scenarios where AI's agency, transparency, explainability, and privacy were manipulated. After each scenario, participants completed a survey that captured their perceptions of AI's global utility, individual usefulness, justice, confidence, risk, and intention to use each scenario's AI if available. The data collection comprising a final sample of 1198 multi-stakeholder participants was distributed through a partner institution and social media campaigns and focused on individual responses to four AI use cases. A mediation analysis of the data indicated that acceptance and trust in AI varies significantly across stakeholder groups. We found that the key mediators between high and low levels of AI's agency, transparency, and explainability, as well as the intention to use the different educational AI, included perceived global utility, justice, and confidence. The study highlights that the acceptance of AI in education is a nuanced and multifaceted issue that requires careful consideration of specific AI applications and their characteristics, in addition to the diverse stakeholders' perceptions.

研究の動機と目的

• 複数のステークホルダーの視点（学生、教師、保護者）から、教育分野におけるAIの受容性を検討する。
• AIの特性（主体性、透明性、説明可能性、プライバシー）が受容と信頼にどのように影響するかを明らかにする。
• 認識される全体的な有用性、正義、信頼といった媒介要因を、利害関係者全体で探る。

提案手法

• 主体性、透明性、説明可能性、プライバシーが操作された4つのAIユースケースシナリオを用いたビネット法を採用する。
• 各ビネットの後、全体的な有用性、個別の有用性、正義、信頼、リスク、AIシナリオの使用意図に関する調査データを収集する。
• AIの特性が、有用性、正義、信頼といった媒介変数を介して受容にどのように影響するかを検討する媒介分析を実施する。
• パートナー機関とソーシャルメディアを通じて募集した1,198名の参加者のデータを統合し、複数の利害関係者グループを代表させる。

実験結果

リサーチクエスチョン

• RQ1 利害関係者グループ（学生、教師、保護者）は、教育分野のAIに対する受容と信頼にどのような影響を及ぼすか？
• RQ2 AIの主体性、透明性、説明可能性の変化は、認識される有用性、正義、信頼にどのように影響するか？
• RQ3 AIの特性と教育AIの使用意図との関係を説明する媒介変数は何か？
• RQ4 グローバル有用性と正義の認識は、異なるAIユースケース間での受容を形成するうえで重要か？

主な発見

• AIに対する受容と信頼は、ステークホルダーグループによって大きく異なる。
• 認識されるグローバル有用性、正義、信頼は、AIの特性（主体性、透明性、説明可能性）とAIの使用意図との関係を媒介する。
• 教育分野におけるAIの受容はニュアンスがあり、特定のAIアプリケーションと利害関係者の認識に依存する。