人工智能教育应用的偏见风险分析与治理

被引:43
作者
沈苑
汪琼
机构
[1] 北京大学教育学院
关键词
人工智能教育应用; 人工智能伦理; 教育包容; 算法偏见; 数据偏见;
D O I
10.13811/j.cnki.eer.2021.08.002
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
在倡导教育包容与公平的时代背景下,教育面临着以个性化、自适应为特征的智能技术所带来的偏见风险。在智能教育产品的研发过程中,潜在的设计偏见、数据偏见和算法偏见会使教育领域面临多重风险,如教育活动的公平性受阻、教育系统内部的歧视加剧、教育中的多元化特质消解和学生思想窄化。学校、科技公司、监管机构等组织应当携手共进,提前侦测偏见风险并加强治理,包括:提升研发团队的教育理解和多元眼光,让师生成为产品的合作创造者,加强偏见检测和道德评估过程,建立可解释、可审查、可纠正的系统优化机制,开展面向师生的人工智能素养教育,确立人工智能在教育中的应用范围和伦理规范,从而争取实现人机良性互动,打造多元包容的智能教育环境。
引用
收藏
页码:12 / 18
页数:7
相关论文
共 16 条
[1]   智能算法推荐的意识形态风险及其治理 [J].
张林 .
探索, 2021, (01) :176-188
[2]   人工智能与教育变革:前景、困难和策略 [J].
肖睿 ;
肖海明 ;
尚俊杰 .
中国电化教育, 2020, (04) :75-86
[3]   解构智能传播的数据神话:算法偏见的成因与风险治理路径 [J].
郭小平 ;
秦艺轩 .
现代传播(中国传媒大学学报), 2019, 41 (09) :19-24
[4]   数据偏见是否可以消除? [J].
杨庆峰 .
自然辩证法研究, 2019, 35 (08) :109-113
[5]   教育信息化2.0:智能教育启程,智慧教育领航 [J].
祝智庭 ;
魏非 .
电化教育研究, 2018, 39 (09) :5-16
[6]   开放学习者模型:让学习者参与构建——访国际知名教育人工智能专家朱迪·凯教授 [J].
危怡 ;
胡梦华 ;
胡艺龄 ;
顾小清 .
开放教育研究, 2018, 24 (03) :4-11
[7]   “红线政策”与美国住房市场的反歧视立法 [J].
王旭 .
社会科学战线, 2016, (05) :89-98+2
[8]   PISA 2012教育成功国家和地区的基本经验 [J].
刘宝存 ;
屈廖健 .
比较教育研究, 2015, 37 (06) :14-20+29
[9]   偏见研究的进展 [J].
张中学 ;
宋娟 .
心理与行为研究, 2007, (02) :150-155
[10]   Towards AI-powered personalization in MOOC learning [J].
Yu, Han ;
Miao, Chunyan ;
Leung, Cyril ;
White, Timothy John .
NPJ SCIENCE OF LEARNING, 2017, 2 (01)