MétaCan
Menu
Retour à la cohorte
Enregistrement W4406366290 · doi:10.51357/jdll.v4i1.273

Going Over the Wall: Supporting Critical Artificial Intelligence Literacy Using Narrative Design Fiction

2025· article· en· W4406366290 sur OpenAlex
Tess Butler-Ulrich, Janet Hughes

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Digital Life and Learning · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésNarrativeCurriculumLiteracyCritical thinkingDigital literacyComputer scienceEngineering ethicsArtificial intelligencePsychologyPedagogyEngineeringArt

Résumé

récupéré en direct d'OpenAlex

Artificial intelligence (AI) has become increasingly embedded in every aspect of our lives and educators are beginning to consider how to teach with and about it. Most AI curricula distinctly focus on developing digital or physical technical skills such as coding, robotics, and programming, while only sometimes critically considering the social and ethical dimensions of AI. This may lead to a future disparity between critical thinking and technical competency in AI literacy programming. This qualitative case study research focuses on how a week-long virtual camp used narrative design fiction in graphic novel format as a framework for camp activities and discussions for students in grades 6-8, to facilitate conversations related to the social and ethical implications of AI use. Results suggest that participants gained deeper and more complex opinions on AI and human-technology relationships via critical conversations facilitated through the narrative design fiction. Recommendations for future work on speculative futures, reflection, and narrative design fiction are presented.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,043
Tête enseignante GPT0,350
Écart entre enseignants0,307 · 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