公平与伦理计算课程的正义视角：LLM 辅助的多视角和主题评估
计算机与社会
2025-10-23 v1 人工智能
机器学习
摘要
课程大纲为课程设定基调和期望，塑造学生和教师的学习体验。在计算课程中，尤其是涉及人工智能（AI）、机器学习（ML）和算法设计的公平性和伦理课程，必须理解如何处理通往公平结果的障碍。这些期望应具有包容性、透明性，并致力于促进批判性思维。大纲分析提供了评估课程覆盖范围、深度、实践和期望的方式。然而，手动大纲评估耗时且容易不一致。为此，我们开发了一种正义导向的评分标准，并要求大语言模型（LLM）通过多视角角色模拟来审阅大纲。使用该评分标准，我们从四个视角（教师、部门主任、机构审查员和外部评估员）评估了24个大纲。我们还提示 LLM 识别课程之间的主题趋势。研究结果表明，多视角评估有助于我们注意到细微的、特定角色的优先事项，利用这些发现填补以 AI/ML 和相关计算课程为焦点的公平性和伦理课程课程设计中的隐藏差距。这些洞见为改进此类课程中公平性、伦理和正义内容的设计和交付提供了具体方向。
引用
@article{arxiv.2510.18931,
title = {A Justice Lens on Fairness and Ethics Courses in Computing Education: LLM-Assisted Multi-Perspective and Thematic Evaluation},
author = {Kenya S. Andrews and Deborah Dormah Kanubala and Kehinde Aruleba and Francisco Enrique Vicente Castro and Renata A Revelo},
journal= {arXiv preprint arXiv:2510.18931},
year = {2025}
}
备注
14 pages, 8 figures, In Review