建構以理解：探討青少年建構小型生成語言模型時的技術與社會倫理理解
arXiv - Computers and SocietyLuis Morales-Navarro, Daniel J. Noh, Lucianne Servat, Carly Netting, Yasmin B. Kafai, Dana\'e Metaxa
本研究透過工作坊，探討青少年建構小型生成語言模型時，在技術與社會倫理面向的理解，並提出研究新手的AI/ML系統理解框架。
AI 幫你先抓重點
AI 重點 1
青少年在建構小型語言模型時的技術與社會倫理理解。
滑鼠懸停看 AI 判斷理由
此研究揭示了青少年在實際操作中對AI/ML系統的理解方式，這對於設計更有效的AI/ML教育課程至關重要，有助於培養學生的批判性思維和責任感。
AI 重點 2
建構活動作為促進AI/ML素養的有效途徑。
滑鼠懸停看 AI 判斷理由
研究結果支持了透過動手實作來提升青少年AI/ML素養的觀點，這對於教育者來說，提供了一個可行的教學策略，鼓勵學生參與AI/ML系統的設計與開發。
核心研究發現
- 1
青少年在建構小型語言模型時，展現了對模型基本運作原理的技術理解，例如資料如何影響模型輸出。
- 2
參與者意識到生成模型可能產生的偏見，並開始思考如何減輕這些偏見，展現了初步的社會倫理意識。
- 3
建構模型過程有助於青少年理解AI/ML系統的局限性，例如模型無法理解真實世界的複雜性。
- 4
青少年在設計模型時，會考慮模型的使用情境，並嘗試調整模型以滿足特定需求，體現了以使用者為中心的設計理念。
- 5
透過實際建構，青少年能更深入地理解AI/ML系統的潛在影響，並開始思考其在社會中的責任。
對教育工作者的啟發
本研究建議教育者應鼓勵學生參與AI/ML系統的建構活動，而非僅僅停留在使用者層面。透過實際操作，學生可以更深入地理解AI/ML系統的運作原理、潛在風險和社會影響。此外，課程設計者應將社會倫理議題融入AI/ML教育，培養學生的責任感和批判性思維。工作坊模式可作為有效的教學策略，讓學生在輕鬆的環境中學習和探索AI/ML知識。
原始文獻資訊
- 英文標題：
- Building to Understand: Examining Teens' Technical and Socio-Ethical Pieces of Understandings in the Construction of Small Generative Language Models
- 作者：
- Luis Morales-Navarro, Daniel J. Noh, Lucianne Servat, Carly Netting, Yasmin B. Kafai, Dana\'e Metaxa
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。