度来看确定的两个挑战涉及数据共享

Shakib5452

这是因为人工智能依赖于训练它的原始数据集来执行其功能。创建多样化丰富的数据集以确保数据公平是人工智能公平未来的首要任务之一。一位前学生设计奖获得者强调了教育系统中人工智能根深蒂固的偏见会影响算法评估并错误地限制学习者的结果从而产生潜在的危险后果。需要建立包容性数据集来防止或减轻偏见。为了准确地反映社会情况每个人都需要参与创建这些数据集。但需要一定程度的信任和透明度以鼓励那些最受排斥的人愿意参与这些数据集。可行性数据共享隐私和监管从这个角和隐私以及监管方面的紧张局势。

我们如何管理和 号码数据库 监管教育科技中的人工智能工具以便保护学习者数据共享和隐私房间里的一个主要问题是如何管理儿童数据当他们在如何使用数据方面没有代理权或选择权或者不了解他们正在生成哪些数据时我们如何保护他们和他们的数据一位高级学术研究人员解释说数据保护和隐私的好坏取决于教育科技公司的政策如果特定的人工智能学习技术与其他用于教育资源的网站之间的互操作性管理不善儿童的数据可能很容易被利用。一位人工智能和人权律师表示科技公司和更广泛的社会之间需要更多的接触儿童分享的任何可以货币化或用于洞察的数据都应受国家政策和法规的约束并将保护作为首要任务。



现有技术法规中已有这方面的先例。在社区内应教育家长和公民了解人工智能的价值以及他们如何参与保护和教育年轻学习者。数据所有权也得到了提高教育科技中的人工智能目前是一个不受监管的领域。正如一位教育社会企业的老师所问如果你想将学习经验转移或移植到另一个平台你是否拥有自己的知识我们需要向人工智能系统提供多少个人数据才能获得它们提供的好处我们与个性化健康进行了比较其中提供一定程度的自愿数据发布以便以个性化的形式从私营公司获得好处。学习提供者之间必须考虑和规范提供个人数据以获得人工智能学习的好处的要求。这也引发了一个问题是否需要新的人工智能商业模式来将数据共享与货币化分开。