[论文解读] Trustworthy Autonomous Systems (TAS): Engaging TAS experts in curriculum design
本文通過整合頂尖TAS專家的見解，提出了一套可信自主系統（TAS）的課程框架，識別出未來工程師所需的核心技術、倫理與社會能力。該研究提出一種跨學科的方法，將TAS原則融入教育體系，提供一條結構化路徑，以在電腦科學與工程課程中落實可信AI教育。
Recent advances in artificial intelligence, specifically machine learning, contributed positively to enhancing the autonomous systems industry, along with introducing social, technical, legal and ethical challenges to make them trustworthy. Although Trustworthy Autonomous Systems (TAS) is an established and growing research direction that has been discussed in multiple disciplines, e.g., Artificial Intelligence, Human-Computer Interaction, Law, and Psychology. The impact of TAS on education curricula and required skills for future TAS engineers has rarely been discussed in the literature. This study brings together the collective insights from a number of TAS leading experts to highlight significant challenges for curriculum design and potential TAS required skills posed by the rapid emergence of TAS. Our analysis is of interest not only to the TAS education community but also to other researchers, as it offers ways to guide future research toward operationalising TAS education.
研究动机与目标
- 識別未來從事可信自主系統（TAS）工程師所需的核心技能與能力。
- 彌補現有文獻中關於TAS融入學術課程的缺口。
- 基於人工智慧、法律、心理學與人機互動等領域的專家見解，開發一套結構化、跨學科的課程框架。
- 為教育工作者與研究人員提供指導，以在工程與電腦科學課程中落實TAS教育。
提出的方法
- 對來自多個學科的頂尖TAS研究人員進行質性專家意見徵詢研究。
- 收集有關自主系統在技術、倫理、法律與社會挑戰方面的見解。
- 將專家意見整合為一項全面的技能與知識領域分類體系。
- 將識別出的能力與潛在的課程模組及教育路徑對應。
- 提出一套整合人工智慧、倫理、法律與人機互動的跨學科課程框架。
- 透過與當前可信人工智慧的研究與產業趨勢一致，驗證該框架的相關性。
实验结果
研究问题
- RQ1開發可信自主系統的工程師所需的核心能力為何？
- RQ2如何將人工智慧、法律、心理學與人機互動等跨學科專業知識整合至一致的TAS課程中？
- RQ3哪些關鍵的技術、倫理、法律與社會挑戰應塑造TAS教育？
- RQ4來自不同領域的專家見解如何指導設計可擴展且具未來導向的TAS課程？
- RQ5哪些結構與內容要素是學術課程中落實TAS教育所必需的？
主要发现
- 識別出涵蓋TAS技術、倫理、法律與以人為中心面向的12項核心能力領域。
- 專家強調需要跨學科教育，特別是將倫理與法律融入技術工程培訓。
- 普遍共識認為，自主系統的可信度無法僅靠技術實現，必須系統性地教育社會影響與責任感。
- 該課程框架支援模組化、可擴展地整合至現有的電腦科學與工程課程中。
- 研究顯示現有課程在TAS專屬能力方面存在顯著缺口，特別是在治理與社會價值方面。
- 所提出的框架為未來在TAS教育領域的課程發展、評估與教學法實施研究奠定基礎。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。