根據美國教育科技辦公室的文章
<美國教育科學研究所如何支持AI在教育領域的實證研究>
本文指出AI在教育領域的應用正在擴大,但仍有許多開放性問題需要解決
--人工智慧可以怎麼用來提高學習者的教育成效,特別是那些過往無法獲得教育系統充分服務的學習者而言
--支持教育領域的AI需要哪些類型的資料集(dataset),高品質資料集具有哪些特徵?
--我們如何確保高品質、具代表性的資料可以用來開發人工智慧模型,同時又能確保學生的隱私受到保護
--如何將LLMs用於教育目的?應該使用哪一類資料來對模型進行哪種類行的調整?Prompt該如何設計?
--我們如何辨識和減少偏見的來源?
這些題目看起來台灣其實都可以做也需要做?只是先做什麼跟怎麼做?
文章後面還有講到他們為了回答這些問題還成立AI教育研究所、數據科學培訓計畫及資助軟體開發等。
https://medium.com/@OfficeofEdTech/how-the-institute-of-education-sciences-is-supporting-evidence-building-for-artificial-intelligence-f57dc6bda60f
已在 3 月 12, 2024 10:11:03下午更新
沒有留言:
張貼留言