人工智能與教育的深度融合,能夠全面創(chuàng)新教育、教學和學習方式,為高質量教育、教育公平與終身學習提供解決方案。教育中的人工智能的應用分別聚焦于學生的"學"、教師的"教"和學校的"治"。由于不可解釋性、算法局限性、數據偏見、隱私泄露等原因,教育系統(tǒng)應用人工智能可能面臨技術、社會、法律和倫理風險,可以依據透明度、多元化、問責制、公平性、隱私保護、人文主義教育等原則對人工智能進行有效治理,從而安全有效地推進教育創(chuàng)新發(fā)展中的技術融合。 

【文章來源】：黑龍江高教研究. 2020,38(06)北大核心

【文章頁數】：5 頁

【文章目錄】：
一、教育中人工智能的定義
    (一)人工智能的定義
    (二)教育中人工智能的含義
二、教育中人工智能的多樣化應用
    (一)面向學生的人工智能
    (二)面向教師的人工智能
    (三)面向學校的人工智能
三、教育中人工智能的風險
    (一)技術風險
        1.不可解釋性風險
        2.算法風險
    (二)社會風險
        1.數據固有的偏見加強了社會歧視
        2.數字鴻溝帶來的不公平性
    (三)法律風險
        1.隱私和數據泄露
        2.委托代理關系復雜化
    (四)倫理風險
四、教育中人工智能的治理
    (一)透明度原則
    (二)多元化和包容性原則
    (三)問責制原則
    (四)公平性原則
    (五)數據安全與隱私保護原則
    (六)人文主義教育原則


【參考文獻】：
期刊論文
[1]人工智能教育應用的算法風險[J]. 譚維智.  開放教育研究. 2019(06)
[2]人工智能發(fā)展、產業(yè)結構轉型升級與勞動收入份額變動[J]. 郭凱明.  管理世界. 2019(07)
[3]人工智能時代的人文主義[J]. 韓水法.  中國社會科學. 2019(06)
[4]規(guī)劃人工智能時代的教育:引領與跨越——解讀國際人工智能與教育大會成果文件《北京共識》[J]. 張慧,黃榮懷,李冀紅,尹霞雨.  現代遠程教育研究. 2019(03)
[5]德雷福斯對人工智能的批判仍然成立嗎?[J]. 徐獻軍.  自然辯證法研究. 2019(01)



本文編號：3348490