MétaCan
Menu
Retour à la cohorte
Enregistrement W3112416486 · doi:10.4018/978-1-7998-4285-9.ch010

Ethical Aspects of Information Literacy in Artificial Intelligence

2020· book-chapter· en· W3112416486 sur OpenAlexaff
Selma Letícia Capinzaiki Ottonicar, Ilídio Lobato Ernesto Manhique, Elaine Mosconi

Notice bibliographique

RevueAdvances in human and social aspects of technology book series · 2020
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueEthics and Social Impacts of AI
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésInformation literacyScopusLiteracyContext (archaeology)Web intelligenceEngineering ethicsScientific literacyComputer scienceManagement scienceKnowledge managementPsychologyEngineeringMathematics educationPolitical scienceScience educationPedagogyWorld Wide WebThe InternetMEDLINEWeb development

Résumé

récupéré en direct d'OpenAlex

The purpose is to analyse information literacy to provide ethical insight into artificial intelligence. The methodology was based on a systematic literature review of SCOPUS, Web of Science, Library and Information Science Abstracts, and Science Direct. The results demonstrated that there are only a few studies about the topic, so there is a research opportunity about this type of literacy and its ethical aspects in the context of artificial intelligence. As a conclusion, information literacy is crucial to the development of critical thinking in technology use. Information literacy should be applied in artificial intelligence courses to discuss ethical aspects of technology.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,004
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,348
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in human and social aspects of technology book seriesMême sujetEthics and Social Impacts of AITravaux en français237 207