In the next decade, China will go through a reform and economic-based transformation much like it did 30 years ago. But where should the Chinese economy go in the next national five-year plan (2011-15)?
随着人工智能在教育领域的广泛应用,算法偏见逐渐成为影响教育公平的重要问题。本文以教育人工智能(AI in Education,AIEd)为研究对象,从社会—技术系统视角系统分析算法偏见的生成机制与治理路径。研究指出,教育AI中的算法偏见并非单...随着人工智能在教育领域的广泛应用,算法偏见逐渐成为影响教育公平的重要问题。本文以教育人工智能(AI in Education,AIEd)为研究对象,从社会—技术系统视角系统分析算法偏见的生成机制与治理路径。研究指出,教育AI中的算法偏见并非单纯的技术缺陷,而是结构性不平等在数据采集、模型训练、系统部署与人机交互等环节中的累积性再生产过程。文章从数据偏见、模型偏见、部署偏见与交互偏见四个维度构建算法偏见的全链路分析框架,并结合算法公平性理论,讨论群体公平、个体公平与因果公平之间的内在张力。研究进一步提出以“发展性公平”为核心理念,将公平理解为面向学习者长期发展的动态过程,而非单一时点的统计均衡。在此基础上,本文构建由数据审计、模型审计、影响评估与制度规范构成的多维治理框架,以期为教育人工智能的规范发展与教育公平治理提供理论参考。。展开更多
文摘In the next decade, China will go through a reform and economic-based transformation much like it did 30 years ago. But where should the Chinese economy go in the next national five-year plan (2011-15)?
文摘随着人工智能在教育领域的广泛应用,算法偏见逐渐成为影响教育公平的重要问题。本文以教育人工智能(AI in Education,AIEd)为研究对象,从社会—技术系统视角系统分析算法偏见的生成机制与治理路径。研究指出,教育AI中的算法偏见并非单纯的技术缺陷,而是结构性不平等在数据采集、模型训练、系统部署与人机交互等环节中的累积性再生产过程。文章从数据偏见、模型偏见、部署偏见与交互偏见四个维度构建算法偏见的全链路分析框架,并结合算法公平性理论,讨论群体公平、个体公平与因果公平之间的内在张力。研究进一步提出以“发展性公平”为核心理念,将公平理解为面向学习者长期发展的动态过程,而非单一时点的统计均衡。在此基础上,本文构建由数据审计、模型审计、影响评估与制度规范构成的多维治理框架,以期为教育人工智能的规范发展与教育公平治理提供理论参考。。
