[论文解读] Unpacking the "Black Box" of AI in Education

Nabeel Gillani, Rebecca Eynon+2 more|arXiv (Cornell University)|Dec 31, 2022

Online Learning and Analytics被引用 57

一句话总结

这篇论文澄清了什么是人工智能、它的方法和局限性，概述了教育领域的应用与风险，并为研究人员在教育中与以人为本的AI互动提供指导。

ABSTRACT

Recent advances in Artificial Intelligence (AI) have sparked renewed interest in its potential to improve education. However, AI is a loose umbrella term that refers to a collection of methods, capabilities, and limitations-many of which are often not explicitly articulated by researchers, education technology companies, or other AI developers. In this paper, we seek to clarify what "AI" is and the potential it holds to both advance and hamper educational opportunities that may improve the human condition. We offer a basic introduction to different methods and philosophies underpinning AI, discuss recent advances, explore applications to education, and highlight key limitations and risks. We conclude with a set of questions that educationalists may ask as they encounter AI in their research and practice. Our hope is to make often jargon-laden terms and concepts accessible, so that all are equipped to understand, interrogate, and ultimately shape the development of human centered AI in education.

研究动机与目标

• 澄清AI包含的内容以及教育技术中使用的术语。
• 总结与教育相关的常见AI方法与理念。
• 讨论AI在教育中的最新进展、应用及关键局限性/风险。
• 提供一组教育者/研究人员可用于审视并塑造教育实践中AI的问题。

提出的方法

• 提供对不同AI方法及其基本哲学的基本介绍。
• 讨论AI的最新进展及其与教育的相关性。
• 探索AI在教育中的潜在应用并突出机会。
• 突出与教育环境中AI相关的重要局限性和风险。
• 以供教育者在研究与实践中审视AI的实用性问题做结论。

实验结果

研究问题

• RQ1 以实际角度，AI是什么，不同的AI方法如何与教育相关？
• RQ2 AI方法为教育实践与人类发展带来哪些机会和风险？
• RQ3 教育研究者与从业者在研究与实践中遇到AI时应提出哪些问题，以确保以人为本的设计？

主要发现

• 本文提供了一个面向教育相关的AI方法与理念的易于理解的概述。
• 它讨论了AI的最新进展及潜在的教育应用。
• 它强调在教育中部署AI的关键局限性与风险。
• 它以一组引导性问题收尾，供教育工作者在研究与实践中审视AI。