Ethical and Responsible AI in Education: Situated Ethics for Democratic Learning
Notice bibliographique
Résumé
As AI systems increasingly structure educational processes, they shape not only what is learned, but also how epistemic authority is distributed and whose knowledge is recognized. This article explores the normative and technopolitical implications of this development by examining two prominent paradigms in AI ethics: Ethical AI and Responsible AI. Although often treated as synonymous, these frameworks reflect distinct tensions between formal universalism and contextual responsiveness, between rule-based evaluation and governance-oriented design. Drawing on deontology, utilitarianism, responsibility ethics, contract theory, and the capability approach, the article analyzes the frictions that emerge when these frameworks are applied to algorithmically mediated education. The argument situates these tensions within broader philosophical debates on technological mediation, normative infrastructures, and the ethics of sociotechnical design. Through empirical examples such as algorithmic grading and AI-mediated admissions, the article shows how predictive systems embed values into optimization routines, thereby reshaping educational space and interpretive agency. In response, it develops the concept of situated ethics, emphasizing epistemic justice, learner autonomy, and democratic judgment as central criteria for evaluating educational AI. To clarify what is at stake, the article distinguishes adaptive learning optimization from education as a process of subject formation and democratic teaching objectives. Rather than viewing AI as an external tool, the article conceptualizes it as a co-constitutive actor within pedagogical practice. Ethical reflection must therefore be integrated into design, implementation, and institutional contexts from the outset. Accordingly, the article offers (1) a conceptual map of ethical paradigms, (2) a criteria-based evaluative lens, and (3) a practice-oriented diagnostic framework to guide situated ethics in educational AI. The paper ultimately argues for an approach that attends to the relational, political, and epistemic dimensions of AI systems in education.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».