面向负责任教育 AI：K-12 学生案例研究中的混合推荐系统
人工智能
2025-02-28 v1 计算与语言
摘要
教育技术 (EdTech) 的快速发展通过针对每个学生需求量身定制的人工智能 (AI) 基于推荐系统，实现了高度个性化的学习体验。然而，这些系统可能无意中引入偏见，潜在地限制公平获取学习资源的机会。本研究提出了一种针对 K-12 学生的推荐系统，结合图基建模和矩阵分解，为课外活动、学习资源和志愿者机会提供个性化建议。为解决公平性问题，该系统包含一个框架，通过分析受保护学生群体之间的反馈来检测和减少偏见。本工作强调，在教育推荐系统中需要持续监控，以支持所有学生获得平等、透明且有效的学习机会。
引用
@article{arxiv.2502.20354,
title = {Towards Responsible AI in Education: Hybrid Recommendation System for K-12 Students Case Study},
author = {Nazarii Drushchak and Vladyslava Tyshchenko and Nataliya Polyakovska},
journal= {arXiv preprint arXiv:2502.20354},
year = {2025}
}