Intelligence artificielle dans l'éducation Promesses et implications pour l'enseignement et l'apprentissage de la recherche ouverte en ligne

Intelligence artificielle dans l'éducation Promesses et implications pour l'enseignement et l'apprentissage

Renvigorer le discours sur l'intelligence artificielle centrée sur l'homme dans les technologies éducatives

La pertinence des systèmes d'intelligence artificielle (AI) -Supports dans l'éducation ou de l'IA dans l'éducation (AIG) a considérablement augmenté ces dernières années, suscitant de grandes attentes et offrant un potentiel d'innovation énorme dans l'ensemble du secteur de l'éducation ( EdtechxGlobal, 2016; Holmes et al., 2019). L'AI a considérablement élargi les pratiques traditionnelles dans l'éducation, tandis que de nouvelles solutions numériques ont été apparues qui gagnent une part de marché aux côtés traditionnels. De plus, l'utilisation des technologies d'AI a commencé à permettre un changement durable dans l'éducation et le transfert de connaissances.

Parce que les résultats de ces outils dépendent fortement des données produites dans une tâche ou un domaine spécifique, ils affectent les personnes de plusieurs manières. Par exemple, certains sont préoccupés par l'utilisation d'informations privées, telles que les comportements de l'apprenant, les capacités et les états mentaux tout en effectuant des activités éducatives (Holmes et al., 2018). Un besoin accru s'est donc produit pour répondre aux implications technologiques et sociétaux associées à l'émergence et à l'utilisation d'outils aisés. Un discours continu continue de mieux exploiter les différentes valeurs qui surviennent au cours de la mise au point de systèmes d'AI, plutôt que de ne poser que des règles et des directives après un déploiement de l'AI.

Dans cet article, nous introduisons l'approche "design-for-valeurs", basée sur une méthodologie visant à intégrer des valeurs morales dans le cadre de la conception technologique, de la recherche et du développement. Développer des systèmes d'AI entraîne des processus tels que l'identification des valeurs sociales, décider d'une approche de délibération morale et relier des valeurs aux exigences du système formelles et aux fonctionnalités concrètes (Dignum, 2019). Les questions que cette recherche s'efforce de répondre à des problèmes sociaux associés à la numérisation de l'éducation par les outils aies, ainsi que les changements nécessaires à ces outils afin que les gens les acceptent comme utiles et dignes de confiance. Nous nous concentrons donc sur la manière dont les outils aites responsables peuvent être développés et opérationnalisés de manière à une manière ou à une manière conviviale.

Dans cet effort convivial des personnes, nous présentons plusieurs aspects de l'AI centrée sur la valeur, centrée sur la valeur, éthique et responsable dans le domaine de l'éducation, qui, à notre avis, reste encore sous-remplissait. Dans la revue de la littérature suivante, nous décrivons brièvement les développements actuels sur le marché dans AIÉ et discuter des applications AI actuellement utilisées dans la technologie de l'éducation (EDTech). Sur la base d'une analyse conceptuelle, nous combinons diverses approches HCAI pour suggérer un nouveau modèle de la manière dont les technologies d'AI peuvent être de de plus en plus transparentes dans des contextes éducatifs, de manière à pouvoir être adaptée à des valeurs humaines pour les développements futurs.

La mise en œuvre d'AI Technologies a un potentiel d'innovation élevé dans plusieurs domaines. Dans le secteur de l'éducation, les fournisseurs de services et de produits pénètrent sur le marché en augmentant leur nombre. Ils offrent des "solutions d'apprentissage intelligentes" par le biais d'approches basées sur des données et axées sur l'ISI, telles que des arbres de décision, des réseaux de neurones, des systèmes de markov cachés, des systèmes bayésiens et une logique floue (Aldahwan & Alsaïe, 2020). Bien que les applications Edtech basées sur l'AI soient innovantes riches pour les modèles commerciaux de fournisseurs et des utilisateurs, toujours très peu d'entreprises Edtech ont mis en œuvre une technologie AI (Renz & Hilbig, 2020).

Ainsi, Renz et al. (2020A) ont fait valoir que le potentiel novateur de l'utilisation des éléments basés sur l'ISI dans l'éducation existe déjà. Le problème est que cela n'a souvent été utilisé que dans un rôle subjonctif, donnant ainsi peu de preuves pratiques. Une enquête mondiale sur les parties prenantes dans le secteur de l'éducation a montré que 20% des sociétés Edtech interrogées avaient déjà investi et mises en œuvre dans les technologies de l'AI et que 21% étaient actuellement testés en cours de technologies de l'AI dans leurs activités (Global Executive Panel, 2019).

En plus de cette innovation émergente dynamique impliquant des AI aux sociétés Edtech, la pandémie Covid-19 actuelle conduit vers un point de basculement avec un développement de marché plus rapide. Dans une analyse de marché de deux applications EDTech Ai-pilotées, axées sur les plateformes d'apprentissage des langues (LLP) et les systèmes de gestion d'apprentissage (LMP), Renz et al. (2020b) ont démontré que la pandémie Covid-19 a déjà causé un changement de marché des modèles commerciaux à basse données aux modèles commerciaux améliorés par les données. Les auteurs avaient supposé que l'augmentation significative de l'utilisation d'applications EDTech lors de la crise sanitaire actuelle entraînerait également la saisie sur le marché des applications EDTech davantage axées sur les données. Le nombre croissant d'utilisateurs d'applications EDTech a permis de générer davantage de données relatives aux comportements d'apprentissage et aux résultats. Ces données constituent une base pour développer davantage les systèmes d'apprentissage basés sur l'AI, en cycles de test et itération.

Ahmad et al. (2020) a présenté une analyse bibliométrique des applications d'AI dans l'éducation. Les auteurs ont divisé le domaine des applications d'AI dans l'éducation à son, à l'évaluation, à l'apprentissage personnalisé, aux systèmes de recommandation, aux performances des élèves, à l'analyse du sentiment, à la rétention et à la relèvement et à la surveillance de la classe. Holmes et al. (2019) ont fourni un autre aperçu des applications AI actuelles dans l'éducation. Les auteurs ont classé quatre types principaux d'application des principaux types: ses systèmes de tutorat à base de dialogue (DBTS), environnements d'apprentissage exploratifs (ELE) et évaluation automatique de la rédaction (crainte). Le graphique suivant résume les fournisseurs EDTech les plus populaires sélectionnés selon la classification de Holmes et al. (2019).

Si un système d'apprentissage intelligent fonctionne sur la base de données d'apprentissage individuelles sur le comportement ou si elle est basée sur le raisonnement logique n'est pas toujours connue par l'utilisateur. Néanmoins, on peut s'attendre à ce qu'un nombre croissant d'applications Edtech soient bientôt développés en fonction de l'aief. Il est donc essentiel d'établir des règlements appropriés pour assurer le développement responsable et durable de telles applications. L'AI centré sur l'homme (HCAI) est une approche possible qui tient une promesse pour la mise en œuvre responsable de l'IA dans l'éducation, y compris des produits éducatifs et des services.

Malgré une augmentation des mises en œuvre de l'éducation de l'éducation, il n'a pas encore été payé au rôle des valeurs humaines dans le développement de la technologie IA. Certains scientifiques ont récemment commencé à travailler sur des approches de conception qui se concentrent sur les valeurs humaines (Auernhammer, 2020). Chacune de ces approches de conception offre une perspective précieuse sur la conception des personnes. Une approche appelée conception sensible à la valeur (VSD) est une approche théoriquement fondée sur la conception de la technologie qui représente des valeurs humaines dans une manière fondée sur des principes et complètes. Il offre diverses perspectives sur la société, les interactions personnelles et les besoins humains dans la conception de systèmes informatiques, tels que AI. Par conséquent, l'approche VSD offre une occasion de rechercher et d'examiner à travers une lentille particulière les effets de l'IA sur les personnes (Himma & Tavani, 2008; Friedman et al., 2017).

Une autre solution qui atténue ces défis a été de suivre une approche méthodologique "design-for-valeurs". Cette approche vise à faire des valeurs morales faisant partie de la conception et du développement technologiques (Dignum, 2019). Les valeurs sont souvent interprétées comme des concepts abstraits de haut niveau difficiles à opérationnaliser dans des fonctionnalités techniques concrètes. Toutefois, l'approche de conception pour les valeurs présente l'avantage de placer les droits de l'homme, la dignité humaine et la liberté humaine au centre de la conception de l'AI. L'utilisation de l'approche de conception pour les valeurs de la conception a contribué à la construction de HCAI qui aide à identifier les valeurs sociales et à prendre des décisions avec une approche de délibération morale (par des algorithmes, de contrôle des utilisateurs et de la réglementation), reliant ainsi ces valeurs aux exigences du système et au béton. Fonctionnalités (Dignum, 2019).

xu (2019) a proposé un cadre HCAI étendu (voir la figure 3) qui inclut les trois composantes principales suivantes: 1) Conception alignée sur l'éthique, qui crée des solutions AI qui évitent la discrimination, maintiennent l'équité et la justice, et faire ne pas remplacer les humains; 2) la technologie qui reflète plus pleinement l'intelligence humaine, améliorant ainsi la technologie AI encore pour refléter la profondeur de l'intelligence humaine et du caractère; et 3) les facteurs humains dans la conception qui assure des solutions AI sont explicables, compréhensibles, utiles et utilisables.

CIRCLS comporte des amorces pertinentes trouvées dans la littérature. Nous accueillons de nouvelles amorces sur des sujets similaires, mais nous avons écrit plus spécifiquement pour répondre aux besoins de la communauté RETTL. Avoir un apprêt à recommander? Contactez les circuits.

Abstrait

Ce livre par le Centre de la refonte du curriculum immerge le lecteur dans une discussion sur quoi d'enseigner aux étudiants de l'ère d'AI et examiner la manière dont l'AI exige déjà des mises à jour importantes pour le programme scolaire. La deuxième partie du livre plonge sur la manière suivante: l'histoire, les techniques et les applications d'AI dans l'éducation - comprenant la façon dont AI peut aider les enseignants à être plus efficaces et se termine par une réflexion sur les aspects sociaux de l'AI.

Citation

Contexte: Il y a eu une reconnaissance croissante que l'enseignement médical de premier cycle (UME) doit jouer un rôle formel dans l'instruction des futurs médecins sur les promesses et les limites de l'intelligence artificielle (AI), car ces outils sont intégrés à la pratique médicale. .

Méthodes: Nous avons mené une enquête exploratoire sur la connaissance des élèves médicaux de l'IA, des perceptions sur le rôle de l'IA en médecine et des préférences entourant l'intégration des compétences de l'AI en éducation médicale. L'enquête a été achevée par 321 étudiants en médecine (13.% de taux de réponse) dans quatre écoles de médecine en Ontario.

Résultats: Les étudiants en médecine sont généralement optimistes quant aux capacités de l'AI pour mener une variété de fonctions de santé, de cliniques à administration, avec des réservations sur des types de tâches spécifiques tels que des conseils personnels et des soins empathiques. Ils croient que AI soulevera de nouveaux défis éthiques et sociaux. Les étudiants sont préoccupés par la manière dont l'AI affectera le marché du travail médical, avec 25% de répondre à l'incidence de leur choix de spécialité. Les étudiants conviennent que l'éducation médicale doit faire davantage pour les préparer à l'impact de l'AI en médecine (79%) et la majorité (68%) estiment que cette formation devrait commencer au niveau UME.

Introduction

De nombreux experts ont discuté du rôle prévu de l'intelligence artificielle (AI) en médecine en tant qu'utiles pour améliorer la prise de décision et l'efficacité médicale (Rajkomar, Dean et Kohane, 2019; Topol, 2019). Une grande partie de cette discussion a été fondée sur des améliorations récentes de la performance des algorithmes d'AI et de la disponibilité croissante de vastes jeux de données médicaux pour tester ces algorithmes (Oakden-Rayner, 2020). En tant qu'AI est introduit et éventuellement intégré à la santé, les médecins devraient utiliser des outils AI pour surveiller, diagnostiquer et traiter leurs patients.

Il y a aussi une reconnaissance croissante que l'enseignement médical de premier cycle (UFE) doit jouer un rôle formel dans l'enseignement des futurs médecins sur les promesses et les limites des outils d'AI dans la pratique médicale (Masters, 2019; Davenport et Kalakota, 2019 ; Paranjape et al., 2019; Kolachalama et Garg, 2018; Wartman et Pegs, 2019; McCoy et al., 2020). Au moment où les étudiants en médecine d'aujourd'hui complètent leur formation de troisième cycle - dans de nombreux cas, presque une décennie plus tard, il est prévu que les outils IA en médecine seront plus couramment intégrés dans les flux de travail des décisions cliniques (Service national de la santé, 2019). UME fournit une opportunité principale de donner aux futurs médecins une meilleure compréhension des capacités, des limitations et des conséquences des outils qu'ils utiliseront dans leur formation et au-delà.

À l'extérieur à l'étranger, le Service national de la santé du Royaume-Uni a recommandé l'intégration des compétences de l'AI à tous les niveaux de formation professionnelle de la santé (Service national de la santé, 2019). Aux États-Unis, l'American Medical Association a récemment adopté une politique favorisant une formation renforcée dans l'AI dans l'ensemble du continuum de l'éducation médicale (rapport de la Commission de l'Association médicale américaine, 2018). De même, il y a eu un important intérêt des étudiants canadiens pour les compétences d'AI dans l'enseignement médical de premier cycle (Bilimoria et al., 2019). Le désir d'introduire des AI dans l'éducation médicale entre les étudiants, les services de santé et l'organisation professionnelle met en évidence la nécessité d'une exploration plus poussée sur la manière dont un tel programme devrait être développé.

Le Groupe de travail sur le Collège royal des médecins et les chirurgiens du Canada sur l'AI et les technologies numériques émergentes a récemment publié un rapport sur les impacts attendus de l'AI sur la formation de la bourse spécialisée, qui recommandait l'élaboration de lignes directrices pour l'intégration des instructions sur l'information dans les programmes de formation de résidence (collège royal des médecins et chirurgiens du Canada, 2020). Aucun effort de ce type n'existe actuellement pour les programmes UME. En outre, alors que plusieurs commentaires ont publié des appels à l'action pour intégrer l'AI dans l'éducation médicale et ont décrit de manière générale quelles compétences clés pourraient être, il reste une pénurie de cadres de compétences ou des objectifs d'apprentissage pour guider la création d'AI dans les programmes de médecine au niveau de la médecine ( Masters, 2019; Davenport et Kalakota, 2019; Paranjape et al., 2019; Kolachalama et Garg, 2018; Wartman et Combs, 2019; McCoy et al., 2020).

Méthodes

L'enquête consistait en trois sections. La première section d'enquête a capturé les données démographiques, l'éducation des élèves avant l'école de médecine et l'exposition passée au contenu associé à l'AI (e.. Évaluateur, apprentissage auto-dirigé, etc.). La section suivante s'est concentrée sur la connaissance des étudiants en médecine d'AI en demandant leur niveau de confiance dans leur compréhension des terminologies telles que AI, apprentissage automatique, réseaux de neurones et apprentissage profond.

Avant la diffusion de l'enquête, la convivialité et la fonctionnalité technique ont été testées par l'équipe de recherche et cinq étudiants en médecine qui n'étaient pas impliqués dans la conception de l'étude. Aucune modification n'a été apportée à l'enquête après les tests pilotes.

Recherche ouverte en ligne - ORO

©. Tous les droits sont réservés. L'Université Open est intégrée par Royal Charter (RC 000391), une charité exonérée en Angleterre & Wales et une charité immatriculée en Écosse (SC 038302). L'université ouverte est autorisée et régie par l'autorité de conduite financière par rapport à son activité secondaire de courtage de crédit.

Nous utilisons des cookies
Nous utilisons des cookies pour vous assurer de vous donner la meilleure expérience sur notre site Web. En utilisant le site Web, vous acceptez notre utilisation de cookies.
AUTORISE LES COOKIES.