AI News HubLIVE
站内改写2 分钟阅读

在教育中使用人工智能,我们应该讨论哪些问题?

随着人工智能在教育领域的迅速扩展,教育工作者和管理者必须停下来审视这些技术带来的社会和伦理问题。本文列出了13个核心关切,包括环境危害、利润驱动、文化同质化、数据偏见、知识产权盗窃、不公平劳动实践、虚假信息、对青少年的健康影响、学习过程扰乱、去专业化等,并呼吁谨慎、负责任的采纳。

来源Hacker News AI作者: the-mitr

随着各类人工智能系统在社会和教育领域的应用日益广泛,教育工作者和管理者迫切需要暂停脚步,深入探讨这些技术所引发的社会与伦理问题。AI在教育领域是一个快速演变的领域,虽然具有诸多潜在益处,但教育和社会的后果过于重大,不能不以审慎和伦理的态度行事。许多人认为生成式AI的风险超过了其收益。学生有权质疑、探索、抵制、拒绝或学习如何负责任且合乎伦理地使用AI,以促进个人、社会和生态的繁荣。

以下是在AI政治经济与社会权力层面需要关注的总体问题:第一,显著的环境危害,包括大量用水、加剧碳排放、生态破坏、空气污染增加以及数据中心快速扩张的负面影响。第二,AI教育公司的逐利和市场占有可能将教育降格为商业产品。第三,通过语言特权和文化偏见导致文化、思想和知识的同质化;全球北方数据偏见;课程、评估和教育目标的窄化与扁平化。第四,“快速行动,打破常规”的做法可能危及教育的社会契约,违背学校的保护性目的,破坏改进努力并损害社会关系。

在AI模型开发和训练过程中产生的危害包括:第五,用于训练AI模型的知识产权被窃取。第六,“数字血汗工厂”中存在不公平劳动实践,以及AI内容审核员遭受严重的心理伤害。第七,AI模型中“内嵌”的有偏见反应可能产生倒退和边缘化的结果(如种族主义、性别歧视、仇外心理)。

在师生和教育领导者使用过程中出现的问题:第八,虚假信息被当作真实信息推广(即幻觉),且通过AI系统分享错误信息和虚假信息。第九,必须考虑并应对对年轻人的不利健康影响(如对心理健康和青少年自杀的影响)。第十,社交学习过程、认知和社会发展的干扰(如将学习任务外包给AI系统,减少元认知参与和创造力)。第十一,数据隐私和学生安全可能受到损害,需建立防御。

在教师和教育领导者使用过程中:第十二,通过将任务外包给AI系统而削弱教学和领导的专业性,减少对人类专业知识的需要。第十三,鼓励自动化,但自动化不能替代人类劳动和工作;教育本质上是一项人类事业。

关于公平性问题:一些团体正在探索AI是否能支持教育公平。然而,目前生成式AI在教育中的风险超过了其收益。由于AI是一把“双刃剑”,我们都需要为AI在教育中的伦理考量做出空间。AI使用对社会的影响对非主流社区尤为不利,需要努力促进公平。

建议采取的行动包括:基于社会与伦理分析进行教学;教育工作者团队应就13项社会与伦理关切进行反思并指导教学;学习如何教授抵抗AI以及如何塑造更公正的社会技术未来;使用关于人们如何学习的专业知识以及“慢行并建设”的方法来减少伤害;与学生和教师共同设计AI使用方式;让学生参与社会和伦理关切的讨论,共同理解负责任地使用AI;教育学生“科学技术可能引发伦理问题,而科学本身无法提供答案和解决方案”;教育工作者应传授AI系统的环境和社交影响,并采用伦理决策。