典型文献
走向可解释性:打开教育中人工智能的"黑盒"
文献摘要：
教育是人工智能的重要应用领域,探索教育中人工智能的可解释性,是让人工智能在教育领域中更具"责任感"的重要议题.该文从教育中人工智能应用的现实问题出发,重点回应教育中人工智能的可解释性是什么,做了什么,以及未来走向三个问题.首先,以数据、任务、模型、人四个关键要素为切入点,分析阐述教育中人工智能的可解释性内涵;之后纵观教育中人工智能的可解释工作的演进过程,分析得出已有工作在教育意义注入、模型趋于复杂以及单向解释信息传递等方面的局限性;最后,从知识联邦、模型融生、人在回路三个角度,阐释教育中人工智能可解释性的未来发展方向.
文献关键词：
教育人工智能;可解释性;"黑盒"模型;人在回路
中图分类号：
作者姓名：
刘桐;顾小清
作者机构：
华东师范大学 教育信息技术学系,上海 200062
文献出处：
引用格式：
[1]刘桐;顾小清-.走向可解释性:打开教育中人工智能的"黑盒")[J].中国电化教育,2022(05):82-90
A类：
B类：
黑盒,重要应用,人工智能的可解释性,人工智能应用,未来走向,纵观,演进过程,教育意义,信息传递,联邦,人在回路,释教,人工智能可解释性,教育人工智能
AB值：
0.243976
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
