若者は人工知能とうまく付き合うことを学ぶべきだ

若者は人工知能とうまく付き合うことを学ぶべきだ

人工知能技術と他の技術の最大の違いは、人間の頭脳労働の一部を代替できるだけでなく、一部の分野では人間の脳の思考の限界を超えることさえできることです。人工知能囲碁はその典型的な例です。人工知能囲碁プログラムはビッグデータとディープラーニング方式を採用しています。既存の実戦記録から判断すると、人間のプレイヤーがそれに勝つ可能性はありません。一部の囲碁プレイヤーが人工知能を使って不正行為をして勝つことは、人工知能のせいではありません。

[[376768]]

世界各国は青少年の人工知能教育に注目し、青少年の人工知能教育計画を策定しています。しかし、これらの教育計画は、データ、アルゴリズム、コンピューティング能力などの関連分野の知識を伝えることに重点を置いており、学習を通じて学生がいくつかのアルゴリズムを習得し、いくつかのプログラムを作成することを期待しています。

人工知能のアルゴリズムとプログラムは、情報科学の知識として非常に重要であるが、これらの内容は通常、大学のコンピュータ専攻の専門課程または専門基礎課程の一部であり、基礎として多くの前提となる数学とコンピュータの知識を必要とする。青少年の人工知能教育は、大学で教えられた知識を盲目的に小中学校に移転すべきではない。青少年教育法に則り、青少年の認知レベルや基礎知識・能力を十分に考慮して青少年人工知能教育を実施することは、青少年人工知能教育の健全な発展を確保するための基礎となる。

青少年の人工知能教育は、まず青少年が正しい価値観を確立し、人工知能を適用する際に必要な資質を身に付けられるよう支援することに重点を置くべきです。人工知能技術自体にはまだ独自の感情、態度、価値観がありません。人工知能を開発し、応用する際の若者の感情、態度、価値観が、技術の良し悪しを決める決定的な要因となります。若者は今、世界観を形成する重要な時期にあります。人工知能の普及がもたらす現実的な影響に直面し、学校、親、社会教育のあらゆる側面からの正しい指導が緊急に必要です。特に、情報リテラシー教育の主要なチャネルである学校には、逃れることのできない責任があります。青少年の人工知能教育の核心は、人工知能の使用時に青少年自身と社会に危害が及ばないように、人工知能の応用における倫理的な行動規範、正しい使用目的、科学的な使用方法、健全な使用エコロジーについて青少年を教育することです。

道徳教育と質重視の教育は私たちの教育目標です。情報技術と人工知能の普及に伴い、若者の情報リテラシーは、文化リテラシーや科学リテラシーと同様に、道徳教育の目標を達成するための重要な不可欠な資質となっています。

人工知能の普及と応用は、科学技術の進歩、産業の高度化、経済発展、社会の変化を促進してきました。新しい技術の出現は、必ず既存の法律や倫理規範に影響を与えます。それに適合した法制度と倫理規範を確立することが不可欠です。

若者に対する人工知能教育は、小中学校における情報リテラシー教育の一部であるべきであり、小中学校における情報技術カリキュラムの一部であるべきである。私たちの次の世代は未来を築く人々です。彼らは教師、科学者、兵士、建築家、組立ライン作業員、医師などになるかもしれません。彼らの将来の役割が何であれ、彼らは人工知能と共存し、これから互いに補完し合う意識と準備を持つべきです。若い世代にとっては、いくつかの AI プログラムを作成できるようになることよりも、人工知能を補完することを学ぶことの方が明らかに重要です。若者と人工知能は、以下の点で互いに補完し合っています。第一に、科学性、実際的な問題を解決する上での人間と人工知能の類似点と相違点を理解すること。第二に、熱意、人工知能を積極的に利用して、学習と生活における気楽さと幸福感を高めること。第三に、正しさ、今日の社会における人工知能の役割は両面であることを理解し、人工知能が社会に与えるプラスの影響を受け入れ、人工知能を使用するあらゆる種類のマイナスの行動を拒否すること。第四に、セキュリティ、人工知能社会での学習と生活において、いつでもどこでもプライバシーとセキュリティを保護し、自分自身、他人、社会に害を及ぼす行動を避けること。

小中学校で人工知能教育を実施することは時代の要請であり、小中学校の情報技術コースの全体的な構造において非常に重要な役割を果たします。道徳心を養い、人間を育成するという教育目標を目指し、情報リテラシー教育を実施し、青少年に対する人工知能教育を積極的かつ科学的に実施することは、小中学校の責任と義務である。

<<:  時代遅れにならないで、機械学習プラットフォームこそが未来だ

>>:  人工知能技術を開発すべきでしょうか?

ブログ    
ブログ    

推薦する

Google の最新のオープンソース Gemma モデルが Llma-2 を数秒で上回りました。

ジェマとはジェマ軽量で最先端のオープンモデルシリーズで、 ジェミニ同じ研究と技術をモデル化します。 ...

二度とアルゴリズムの罠に陥らないでください!背後にいる人物を見つけ出す

誰もがこのような経験をしたことがあると思います。道路を運転しているとき、携帯電話は位置情報と速度を送...

...

ディープラーニングがなぜディープラーニングと呼ばれるのかご存知ですか?

これは単純なプッシュです。今日はディープラーニングという名前についてのみお話します。ディープラーニン...

AI はどのようにして既存の人間の偏見を強化するのでしょうか?

定義上、人工知能 (AI) は人間の脳の働きを模倣して組織活動を最適化することを目的としています。 ...

5G時代、移動ロボットは知能でどのように勝利できるのでしょうか?

移動ロボットは、環境認識、動的意思決定と計画、行動制御と実行などの複数の機能を統合した総合システムで...

顔認識は使いやすいが、情報セキュリティは高価

生体認証の一種である顔は固有のものであり、ひとたび情報漏洩が発生するとリスクが非常に高くなります。顔...

...

PyTorch がトップカンファレンスを席巻: CVPR 論文は TensorFlow の 4 倍を占める

オープンソース フレームワークの分野では、PyTorch と TensorFlow の間で常に議論が...

中国科学院深圳先端技術研究所:新しい知識強化グラフニューラルネットワークが説明可能な推奨を実現

近年、ビッグデータとディープラーニングに基づく人工知能は、驚くべきコンピューティング能力と学習能力を...

マイクロソフトとグーグルのAIジレンマ:お金を稼ぐにはもっとお金を使う必要がある

7月26日のニュースによると、将来、人工知能はマイクロソフトやアルファベットなどのテクノロジー大手に...

AIテクノロジーが業界のアップグレードを促進 WOT2018グローバル人工知能テクノロジーサミットがインテリジェントな未来を推進

[51CTO.comからのオリジナル記事] 2018年、人工知能は人類が未来を創造するための最も輝か...

AI+サイエンス: PaddlePaddle をベースにした AlphaFold2 でタンパク質構造予測を実現

1958 年、FHC クリックは、生物学における重要なセントラルドグマである DNA -> R...

デザイナーが危険にさらされています! AI広告デザイン分野におけるSuningの探求と実践

[51CTO.comより引用] 人工知能時代の到来とともに、商業デザイン分野における芸術と技術の競争...

DeepSpeed ZeRO++: ネットワーク通信を4倍削減し、大規模モデルやChatGPTのようなモデルのトレーニング効率を大幅に向上

大規模な AI モデルがデジタルの世界を変えています。大規模言語モデル (LLM) に基づく Tur...