可解释人工智能的教育视角:基于伦理和素养的思考

被引:6
作者
托雷霍尔 [1 ,2 ]
曹梦莹 [1 ,3 ]
明芷安 [1 ]
袁莉 [1 ]
机构
[1] 北京师范大学未来教育学院
[2] 挪威奥斯陆城市大学多媒体和学术研究中心
[3] 上海开放大学上海开放远程教育工程技术研究中心
关键词
人工智能的可解释性; 人工智能伦理; 人工智能素养;
D O I
暂无
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
人工智能的飞速发展和由此带来的产业革命引发了一系列人工智能伦理问题,这些问题正成为阻碍新技术潜力发挥的主要障碍。人工智能所处的困境与生物科技、医学等领域一样,在新技术开发与实践的发展过程中,伦理问题也备受关注。然而,与其他领域不同,人工智能增加了一个新的伦理维度——可解释性,即机器学习的模型和算法,可以被用户理解和需要对用户负责任。这对于教育来说,开启了一个前所未有的参与人工智能发展的空间和可能。据此,在研究支持人工智能系统技术的同时,也需要对大众开展人工智能教育和培训,了解人工智能在各个领域的应用,以及人工智能系统和工具将如何改变人们的工作和生活。文章从教育角度探讨人工智能可解释性的内涵、原理和现实意义,以及人工智能给教育带来的新的发展动力和变革机遇。在此基础上,文章建议:首先,要完善人工智能开发流程,制定人工智能伦理规范和原则,通过培训和实践指导建立可解释和可信任的智能教育;其次,要开设人工智能教育课程,使学生掌握机器学习和其他人工智能技术的工作原理,构建可解释性人工智能的认知基础;最后,要加强人工智能素养教育,特别是人工智能伦理道德的培养,这是教育促进未来社会发展的重要责任和义务。
引用
收藏
页码:5 / 13
页数:9
相关论文
共 4 条
[1]  
AI Literacy: Definition, Teaching, Evaluation and Ethical Issues[J] . Ng Davy Tsz Kit,Leung Jac Ka Lok,Chu Kai Wah Samuel,Qiao Maggie Shen. Proceedings of the Association for Information Science and Technology . 2021 (1)
[2]   Principles and Practice of Explainable Machine Learning [J].
Belle, Vaishak ;
Papantonis, Ioannis .
FRONTIERS IN BIG DATA, 2021, 4
[3]  
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI[J] . Alejandro Barredo Arrieta,Natalia Díaz-Rodríguez,Javier Del Ser,Adrien Bennetot,Siham Tabik,Alberto Barbado,Salvador Garcia,Sergio Gil-Lopez,Daniel Molina,Richard Benjamins,Raja Chatila,Francisco Herrera. Information Fusion . 2020 (C)
[4]   Respecting Context to Protect Privacy: Why Meaning Matters [J].
Nissenbaum, Helen .
SCIENCE AND ENGINEERING ETHICS, 2018, 24 (03) :831-852