面向高等教育学习分析的可操作负责任人工智能框架

大学越来越多地采用数据驱动策略来提高学生成功率，其中学习分析和预测性学习分析等人工智能应用在识别有风险学生、个性化学习、支持教师和指导教育决策方面发挥着关键作用。然而，人们越来越担心这些系统可能带来的潜在危害，例如导致对少数族裔学生支持不均的算法偏差。虽然许多人已经探讨了在LA中需要负责任AI，但现有工作往往缺乏关于机构如何将这些原则付诸实践的实用指导。在本文中，我们提出了一个专门针对高等教育中LA的新颖负责任AI框架。我们首先将11个已建立的负责任AI框架（包括领先科技公司的框架）映射到HE中LA的背景下。这导致了七个关键原则的识别，例如透明度、公平性和问责制。然后，我们进行了系统的文献综述，以了解这些原则在实践中是如何应用的。基于这些发现，我们提出了一个新颖的框架，为HE机构提供实用指导，并设计为随着社区意见而发展，确保其随着LA系统的发展而保持相关性。