通过批判性反思支持全面AI伦理素养教育：培养儿童伦理成长的三项建议

文献标题

Supporting Holistic AI Ethics Literacy Education Through Critical Reflection: Three Recommendations for Fostering Children's Ethical Growth

出版信息

• 主题领域: 儿童的人工智能伦理素养教育
• 关键词: 人工智能伦理, 儿童, 批判性反思, 设计虚构, UNESCO原则, 支架教学, 计算赋能, 伦理推理, 推测性方法, 人机交互 (HCI)

背景与问题

• 问题/挑战: 尽管人工智能在儿童生活中的存在感日益增强，但关于他们伦理素养的基础性诊断知识仍然缺乏。目前的努力通常只关注单一的伦理主题，缺乏整体结构，导致无法理解儿童如何整合多种伦理原则的空白。
• 重要性: 填补这一空白对于减少人工智能互动中可能产生的危害、偏见和误解至关重要，同时有助于培养儿童的数字素养、主体性以及对人工智能的批判性参与。
• 动机与相关研究: 先前的研究表明，仅通过使用人工智能，儿童并不会自然地发展出科学的理解。尽管互动和叙事方法在教授伦理概念方面显示出一定的潜力，但现有方法通常聚焦于单一问题或特定情境，而忽略了更广泛的伦理整合。

解决方案

• 提出的方法: 基于设计虚构的方法，使用与UNESCO人工智能伦理原则一致的推测性场景，促进10至11岁儿童的批判性反思和伦理推理。
• 创新性:
  1. 对儿童在多个人工智能伦理原则上的反思进行实证映射。
  2. 提供证据表明设计虚构场景能够引导谨慎态度，而非完全拒绝人工智能。
  3. 提出三项可操作的建议，用于推动整体性人工智能伦理素养教育。
• 程序与关键技术:
  • 联合设计阶段：教育工作者、心理学家和人工智能专家共同设计基于UNESCO原则的10个推测性场景。
  • 基于课堂的研究：对66名儿童进行半结构化小组讨论、前后测问卷调查以及定性数据的主题编码。
  • 混合方法分析：识别伦理推理模式和态度变化。

结果

• 具体发现:
  • 伦理反思集中在比例性与无害原则（22.5%）、公平与非歧视（16.7%）、隐私权与数据保护（15.6%）等领域，而透明性（3.59%）和问责制（1.2%）等抽象原则的关注度较低。
  • 情感分析显示，担忧（341条评论）多于希望（130条评论），谨慎态度成为主导立场。
  • 前后测问卷评分显示场景支持度显著下降（平均变化：−0.464），表明反思后态度的重新校准。
• 相较基线的优势: 展示了儿童在多个伦理原则上进行细致推理的能力，扩展了以往仅关注单一问题的研究。强调设计虚构作为促进批判性反思和谨慎态度的有效工具。
• 实验/评估:
  • 参与者：来自英国一所学校的66名10至11岁儿童。
  • 方法：平衡不完全区块设计用于场景暴露；Likert量表问卷调查和小组讨论的定性编码。
  • 指标：情感分布、前后态度变化、伦理推理的主题分析。
• 局限性与未来工作:
  • 样本规模和文化背景的局限性可能影响结果的普适性。
  • 像透明性和问责制这样的抽象原则需要更强的支架教学。
  • 未来研究应测试长期影响、跨文化适用性以及替代教学形式。

总结

本研究通过基于UNESCO原则的推测性设计虚构场景，探讨了儿童如何感知和表达与人工智能相关的伦理问题。结果显示伦理关注分布不均，集中于公平和隐私等原则，而在透明性等抽象领域较为薄弱。儿童表现出谨慎态度而非拒绝，并在结构化反思后重新校准了态度。研究支持三项人工智能伦理素养教育的建议：关注多方面伦理原则、优先为潜在领域提供支架教学，以及将谨慎态度作为伦理成长的一部分。本研究为推进整体性人工智能伦理素养教育提供了可操作的见解，并突出了推测性方法在促进儿童批判性参与方面的潜力。