Analysis of the Relation between Artificial Intelligence and the Internet from the Perspective of Brain Science
人工智能(AI)和深度学习一样,云AI计算自2014年以来一直在快速推进。毫无疑问,AI的繁荣与互联网的发展密不可分。然而,很少有人关注人工智能与互联网之间的联系。本文主要从四个角度用脑的洞察力来探讨:1)从脑科学的角度看,人工智能与物联网、云计算、大数据、工业互联网的一般关系是怎样的。2)用互联网和脑科学构建新的人工智能系统模型。
2018-01-02 cs.CY
"This Applies to the RealWorld": Student Perspectives on Integrating Ethics into a Computer Science Assignment
在本科计算机科学(CS)课程中,越来越多的人将伦理学嵌入CS课程,而不是仅仅依赖于独立的伦理学课程。一种策略是创建作业,鼓励学生反思他们编写的代码所固有的道德问题。在课堂上完成这样的作业后,我们对学生进行了调查,在此基础上,我们与学生进行了焦点小组讨论,他们回顾了一项新的基于伦理学的CS作业。在这份经验报告中,我们提出了一个案例研究,描述了我们的过程中设计的道德为基础的任务,并提出了分配给学生的反馈。我们的焦点小组的参与者不仅分享了对任务的反馈,而且还分享了将道德融入编码任务的反馈,从学生的角度揭示了这项工作的好处和挑战。我们还与学生一起产生了新颖的以道德为导向的作业概念。从参与者感受到最受影响的技术争议中衍生出来,我们创建了一个想法库,作为进一步课程开发的起点。
2023-01-20 cs.CY
Prompting the Professoriate: A Qualitative Study of Instructor Perspectives on LLMs in Data Science Education
本研究通过访谈42名教师,揭示了数据科学教育中对LLM乐观与担忧并存的务实态度,并展示了AI感知评估等教学创新,以帮助教育者适应技术变革。
2025-09-14 cs.CY
Addressing Hate Speech with Data Science: An Overview from Computer Science Perspective
从计算机科学的角度来看,解决在线仇恨言论是一项具有挑战性的任务,吸引了业界(主要是社交媒体平台所有者)和学术界的关注。在本章中,我们将概述最先进的数据科学方法--它们如何定义仇恨言论,它们解决了哪些任务来缓解这种现象,以及它们如何解决这些任务。我们的研究主要集中在仇恨言论的(半)自动检测上,这也是现有计算机科学研究的重点。最后,我们总结了当前数据科学研究中的挑战和开放性问题,以及该领域的未来发展方向。我们的目标是编写一份易于理解的报告,能够促进仇恨言论研究的多学科性质。来自其他领域的研究人员(例如,因此,计算机科学(包括心理学和社会学)可以利用在计算机科学领域取得的知识,但也有助于改进计算机科学如何解决社交媒体中普遍存在的仇恨言论这一紧迫的社会相关问题。
2021-03-18 cs.CL cs.CY
A Cognitive Science perspective for learning how to design meaningful user experiences and human-centered technology
Carnegie Mellon University(卡内基梅隆大学)
本文回顾了认知科学、人机交互(HCI)和自然语言处理(NLP)方面的文献,以考虑类比推理(AR)如何帮助设计通信和学习技术,以及在线社区和数字平台。首先,类比推理(AR)的定义,AR在计算科学中的用例。介绍了模式的概念,以及计算中的用例。最后,建议在计算科学中使用类比推理和模式方法的未来工作。
2021-06-02 cs.AI cs.CY cs.HC
A Network Science Perspective to Personalized Learning
现代教育生态系统不是一刀切的。学者们习惯于在日常生活中个性化,并期望教育系统也能如此。此外,COVID-19大流行使我们所有人都处于一个急性教学和学习实验室实验中,现在创造了自主学习和与重点教育材料互动的期望。因此,我们研究如何通过学习平台,提供内容的选择和多种形式的参与,以支持自定进度的学习,学习目标可以实现,并提出了基于网络科学的个性化教育的方法。该框架通过提供由知识网络支持的学习者参与和内容选择,以个人技能和目标为基础和驱动力,将注意力集中在学习经验上,而不是教学经验上。最后,我们讨论了这样一个学习平台的原型,称为CHUNK学习。
2021-11-02 cs.CY cs.SI
What is online citizen science anyway? An educational perspective
在本文中,我们试图通过促进众包和协作的在线工具,促进公民参与真正的科学项目的性质的辩论。我们专注于一个未充分研究的领域,在线公民科学参与对学龄儿童科学教育的影响。我们提出了一个二叉树的在线公民科学的过程流程和一个匿名的调查结果,在新西兰的小学教师,是已知的科学教育的倡导者。我们的研究结果揭示了为什么教师有兴趣在课堂活动中使用在线公民科学,以及他们在选择使用特定项目时正在寻找什么。从这些特征中,我们得出的建议,最佳嵌入在线公民科学的教育过程中,上下文和结果的传播。
2018-04-20 cs.CY cs.HC cs.SI
Behavior Matters: An Alternative Perspective on Promoting Responsible Data Science
Emory University(埃默里大学);University of Washington(华盛顿大学)
本文提出将认知心理学中的行为改变理论与数据科学工作流及伦理准则相结合,从从业者行为责任角度促进负责任数据科学,并给出机器学习与可视化分析中的干预示例。
2024-10-07 cs.CY cs.HC cs.LG
Perspectives from Naive Participants and Experienced Social Science Researchers on Addressing Embodiment in a Virtual Cyberball Task
本文通过让朴素参与者与经验丰富的研究人员共同测试含虚拟化身定制的沉浸式虚拟Cyberball任务,揭示两类群体在设计取向上的分歧,并论证多利益相关者反馈对改进社会科学虚拟现实系统设计的价值。
2023-12-05 cs.CY cs.HC
A quantitative perspective on ethics in large team science
大型团队的努力逐渐排挤了单人和小型团队科学,这对研究文化的关键特征提出了挑战。因此,科学实践的未来必须反思科学家个人在团队中的道德责任。为了促进这种反思,我们展示了美国的劳动力趋势,揭示了学术排名的倾斜增长和系统内晋升竞争的加剧;我们分析了跨学科和国界的团队趋势,说明了为什么分配学分和避免利益冲突变得越来越困难;我们用一个多世纪的诺贝尔奖数据来展示科学是如何超越它的旧的单一奖项制度的。在大型团队环境中,特别令人关切的是导师-学员关系的削弱,这破坏了跨科学世代的美德伦理的培养。这些趋势和新出现的组织复杂性需要一套超越团队异质性和等级制度的通用行为规范。为此,我们的简要分析提供了一个调查的伦理问题,在团队设置,以告知科学伦理教育和科学政策。
2014-07-02 cs.CY cs.DL physics.soc-ph
Data Science Students Perspectives on Learning Analytics: An Application of Human-Led and LLM Content Analysis
Newcastle University(纽卡斯尔大学)
该研究结合RAG、LLM与人工内容分析,考察72名数据科学研究生对OULAD的协作分析,揭示其学习分析理解、兴趣主题及方法共识。
2025-01-22 cs.AI cs.CY cs.ET
Gender Differences in Research Topic and Method Selection in Library and Information Science: Perspectives from Three Top Journals
Department of Information Management, Nanjing University of Science and Technology(南京理工大学信息管理学院)
本研究使用细粒度方法分类系统和基于全文认知的自动分类模型CogFT,分析图书馆与信息科学领域性别对研究方法选择的影响,发现女性更倾向访谈法,男性更倾向理论方法,并提出了促进学术性别包容性的建议。
2026-07-03 cs.CL cs.CY cs.DL
The Fairness Field Guide: Perspectives from Social and Formal Sciences
University of Arkansas(阿肯色大学)
在过去的几年里,已经提出了一系列不同的方法来衡量机器学习模型的公平性。然而,尽管越来越多的出版物和实现,仍然缺乏文献来解释公平的机器学习与哲学,社会学和法律等社会科学的相互作用。我们希望通过积累和阐述社会和形式科学(特别是机器学习和统计学)在本领域指南中产生的公平机器学习的思想和讨论来解决这个问题。具体来说,除了给出几种流行的基于统计和因果关系的公平机器学习方法的数学和算法背景外,我们还解释了支持它们的基本哲学和法律思想。此外,我们从社会学和哲学的角度探讨了对当前公平机器学习方法的一些批评。我们希望本领域指南能够帮助公平的机器学习从业者更好地理解他们的算法如何与重要的人文价值观(如公平)保持一致,以及我们作为一个领域如何设计方法和指标,以更好地为受压迫和边缘化的民众服务。
2022-03-08 cs.AI cs.CY cs.LG
From Labor to Collaboration: A Methodological Experiment Using AI Agents to Augment Research Perspectives in Taiwan's Humanities and Social Sciences
National Applied Research Laboratories(国家实验研究院)
本文提出基于AI代理的协作研究流程,通过实证分析验证其在人文社会科学中的可行性,并识别三种人机协作模式。
2026-02-19 cs.AI cs.CL cs.CY