Esplorare il territorio etico dell'intelligenza artificiale nell'istruzione: una revisione sistematica per definire pratiche di intelligenza artificiale responsabili e incentrate sull'uomo
Di Yao Fu e Zhenjie Weng
Con il rapido sviluppo dell'intelligenza artificiale (IA) negli ultimi anni, c'è stato un numero crescente di studi sull'integrazione dell'IA in vari contesti educativi, che vanno dalla prima infanzia all'istruzione superiore. Sebbene le revisioni sistematiche abbiano ampiamente riportato gli effetti dell'IA sull'insegnamento e l'apprendimento, revisioni limitate hanno esaminato e definito l'IA responsabile nell'istruzione (AIED). Per colmare questa lacuna, abbiamo condotto una revisione sistematica convergente di studi misti per analizzare i temi chiave emersi dalla ricerca primaria. Seguendo le linee guida Preferred Reporting Items for Systematic Review and Meta-Analysis (PRISMA), abbiamo effettuato ricerche su Scopus e Web of Science e identificato 40 studi empirici che soddisfacevano i nostri criteri di inclusione. In particolare, abbiamo utilizzato quattro criteri per il processo di selezione: (1) il testo completo dello studio era disponibile in inglese; (2) lo studio è stato pubblicato prima del 10 aprile 2024 su riviste peer-reviewed o atti di conferenze; (3) lo studio era una ricerca primaria che raccoglieva dati originali e applicava metodi qualitativi, quantitativi o misti come metodologia di studio; e (4) lo studio si è concentrato chiaramente sull'intelligenza artificiale etica e/o responsabile in uno o più contesti educativi. I nostri risultati hanno identificato stakeholder essenziali e caratteristiche dell'intelligenza artificiale responsabile nei contesti educativi K-20 e hanno ampliato la comprensione dell'intelligenza artificiale responsabile incentrata sull'uomo (HCAI). Abbiamo svelato caratteristiche vitali per l'HCAI, che comprendono correttezza ed equità, privacy e sicurezza, non maleficenza e beneficenza, agenzia e autonomia e trasparenza e intelligibilità. Inoltre, abbiamo fornito suggerimenti su come raggiungere un'HCAI responsabile tramite sforzi collaborativi degli stakeholder, inclusi i ruoli degli utenti (ad esempio, studenti ed educatori), sviluppatori, ricercatori e decisori politici.