米国 教育省 人工知能 教育と学習の未来 洞察と提言 (2023.05.23)

こんにちは、丸山満彦です。

少し前のブログでも紹介しましたが、米国の教育省が「人工知能 教育と学習の未来 洞察と提言」を発表していますね。。。

⚫︎U.S. Department of Education

・2023.05.23 U.S. Department of Education Shares Insights and Recommendations for Artificial Intelligence

⚫︎Office of Educational Technology

・2023.05.23 [PDF] Artificial Intelligence and the Future of Teaching and Learning - Insights and Recommendations

・[DOCX] 仮訳

Table of Contents	目次
Introduction	はじめに
Rising Interest in AI in Education	教育現場でのAIへの関心の高まり
Three Reasons to Address AI in Education Now	今、教育現場のAIに取り組むべき3つの理由
Toward Policies for AI in Education	教育現場におけるAI活用の政策に向けて
Building Ethical, Equitable Policies Together	倫理的で公平な政策を共に構築するために
Guiding Questions	方向性を考えるための質問
Foundation 1: Center People (Parents, Educators, and Students)	基本1：中心関係者（保護者、教育者、学生）
Foundation 2: Advance Equity	基本2：公平性を高める
Foundation 3: Ensure Safety, Ethics, and Effectiveness	基本3：安全性・倫理性・有効性の確保
Foundation 4: Promote Transparency	基本4：透明性の促進
Overview of Document	文書の概要
What is AI?	AIとは何か？
Perspective: Human-Like Reasoning	視点：人間らしい推論
Perspective: An Algorithm that Pursues a Goal	視点：目標を追求するアルゴリズム
Perspective: Intelligence Augmentation	視点：拡張知能
Definition of “Model”	"モデル "の定義
Insight: AI Systems Enable New Forms of Interaction	洞察：AIシステムが実現する新しい相互作用の形
Key Recommendation: Human in the Loop AI	重要な提言：ヒューマンインザループAI
Learning	学習
Insight: AI Enables Adaptivity in Learning	洞察：AIが可能にする学習における適応性
Intelligent Tutoring Systems: An Example of AI Models	インテリジェント・チューター・システム：AIモデルの一例
Important Directions for Expanding AI-Based Adaptivity	AIによる適応力を拡大するための重要な方向性
A Duality: Learning With and About AI	二律背反：AIで学ぶ、AIについて学ぶ
A Challenge: Systems Thinking About AI in Education	課題：教育現場におけるAIのシステム思考
Open Questions About AI for Learning	学習用AIに関するオープンな質問
Key Recommendation: Seek AI Models Aligned to a Vision for Learning	重要な提言：学習ビジョンに沿ったAIモデルを求める
Teaching	教育
Always Center Educators in Instructional Loops	常にセンター教育者を指導ループに
Insight: Using AI to Improve Teaching Jobs	洞察：AIを活用した教職の改善
Preparing and Supporting Teachers in Planning and Reflecting	プランニングとリフレクションを行う教師の準備と支援
Designing, Selecting, and Evaluating AI Tools	AIツールの設計・選択・評価
Challenge: Balancing Human and Computer Decision-Making	課題：人間とコンピュータの意思決定のバランス
Challenge: Making Teaching Jobs Easier While Avoiding Surveillance	課題：監視を避けながら、教える仕事を楽にする。
Challenge: Responding to Students’ Strengths While Protecting Their Privacy	課題：学生のプライバシーを守りながら学生の強みに応える
Questions Worth Asking About AI for Teaching	教えるためのAIについて聞く価値のある質問
Key Recommendation: Inspectable, Explainable, Overridable AI	重要な提言：検査可能、説明可能、書き換え可能なAI
Formative Assessment	成長評価
Building on Best Practices	ベストプラクティスの構築
Implications for Teaching and Learning	教育と学習への示唆
Insight: AI Can Enhance Feedback Loops	洞察：AIはフィードバックループを強化できる
An Example: Automated Essay Scoring	例：小論文の自動採点
Key Opportunities for AI in Formative Assessment	成長評価におけるAIの主な可能性
Key Recommendation: Harness Assessment Expertise to Reduce Bias	重要な提言：バイアスを減らすために評価の専門知識を活用する
Related Questions	関連する質問
Research and Development	研究開発
Insight: Research Can Strengthen the Role of Context in AI	洞察：AIにおけるコンテキストの役割を強化できる研究
Attention to the Long Tail of Learner Variability	学習者のばらつきのロングテールへの配慮
Partnership in Design-Based Research	デザインベーストリサーチのパートナーシップ
Re-thinking Teacher Professional Development	教師のプロフェッショナル・ディベロップメントを再考する
Connecting with Public Policy	公共政策とつながる
Key Recommendation: Focus R&D on Addressing Context	重要な提言：コンテキストへの対応に研究開発を集中させる
Ongoing Questions for Researchers	研究者のための継続的な質問
Desired National R&D Objectives	望ましい国家研究開発目標
Recommendations	提言
Insight: Aligning AI to Policy Objectives	洞察：AIを政策目標に合致させる
Calling Education Leaders to Action	教育指導者の行動を呼び起こす
Recommendation #1: Emphasize Humans in the Loop	提言1：ループの中の人間を強調する
Recommendation #2: Align AI Models to a Shared Vision for Education	提言2：AIモデルを教育ビジョンの共有に整合させる
Recommendation #3: Design Using Modern Learning Principles	提言3：現代の学習原理を用いたデザイン
Recommendation #4: Prioritize Strengthening Trust	提言4：信頼関係の強化を優先する
Recommendation #5: Inform and Involve Educators	提言5：教育関係者への情報提供と関与
Recommendation #6: Focus R&D on Addressing Context and Enhancing Trust and Safety	提言6：コンテキストへの対応と信頼性・安全性の向上に研究開発を集中させる。
Recommendation #7: Develop Education-Specific Guidelines and Guardrails	提言7：教育に特化したガイドラインとガードレールの策定
Next Steps	次のステップ
Common Acronyms and Abbreviations	一般的な頭字語・略語について
Acknowledgements	謝辞
References	参考文献

⚫︎まるちゃんのセキュリティ気まぐれ日記

・2023.05.27 米国 国家人工知能研究開発 戦略計画 2023更新 (2023.05.23)

・2023.05.26 米国 ファクトシート：バイデン-ハリス政権、責任ある人工知能の研究・開発・実装を進める新たなステップを導入