人工智能 (AI) 和机器学习 (ML) 被广泛地应用于物理和数字产品，创造了前所未有的互动和功能机会。然而，在这个创意领域中，设计师们面临一个挑战，即在技术的可能性和人类互动关切之间取得平衡。本文调查了探索和思考 AI 系统互动特点、独特的关系可能性以及更广泛的社会影响的技术技巧。我们在一门互动设计课程中引入了九个 'AI 练习 ' (n=100)，借鉴了超乎人类设计、负责任的 AI 以及假设性演绎，以创造有关 AI 互动设计的体验性参与。我们发现，关于隐喻和演绎的练习使得培训和学习、隐私和同意、自治和机构更具体，从而帮助学生更有思考和责任意识地设计使用 AI 与其复杂属性的设计过程和结果。

Oct, 2023

AI 工具在网络安全领域的出现带来了诸多机遇和不确定性。一项针对网络安全领域高级研究生的焦点小组讨论揭示了挑战和机遇的潜在深度和广度。主要问题包括获取开源或免费工具、文件文献、课程多样性以及明确的人工智能网络安全教育伦理原则的表达。解决 “黑匣子” 思维在人工智能网络安全工作中的问题至关重要，同时还需要更加深入和优先教授基础人工智能知识。系统思维和有效沟通也被认为是教育改进的相关领域。未来的人工智能教育家和从业者需要通过实施严格的技术培训课程、明确的文件文献和用于伦理监控人工智能的框架，结合批判性思维和系统思维和沟通技巧来解决这些问题。

Nov, 2023

AI 伦理教育的主要目标之一是提高人们对人工智能危害的认识，而本研究评估了 AI Incident Database (AIID) 作为提高社会高风险领域中人工智能危害的认知度的教育工具的有效性，发现使用该数据库可以帮助学生更好地理解人工智能危害的严重性和紧迫性，并提出了改进教育工具的建议。

Oct, 2023

该研究探讨了经理和教员对于新加入的网络安全员工或学生在包含人工智能工具的不断变化的网络安全环境中的有效工作准备情况的看法，并将技术准备情况与伦理、系统思维和沟通技能关联起来。结果显示，经理和教员认为在网络安全中使用人工智能工具的准备情况与这三项非技术技能集密切相关，其中伦理是关系网络中的重要因素。与在追求采用最先进的人工智能工具时忽略伦理问题的预期相反，高等教育教员和经理都认识到伦理在其中的作用，并认为伦理与技术能力密切相关。另一个重要发现是，教员对学生在伦理、系统思维和沟通能力方面的准备情况过高估计了，与此相比，IT 经理对于新加入的 IT 员工的看法则相对较低。

Nov, 2023

通过共同设计研究，探索学生使用人工智能（AI）的数据在项目式学习（PBL）评估中作为新材料的潜力，并基于学生对教育目标转变的愿景，分析了学生使用 AI 的各种情景、分析方法和理解方式以及对学生与 AI 互动和理解 AI 增强学习的未来研究机会。

Jan, 2024

该研究在 NLP 领域探讨了如何构建一个统一的框架，用于解决识别恶意内容（包括仇恨言论，毒性评论，网络欺凌等）的问题，并强调了伦理问题的重要性。提出了一个基于 “设计伦理” 的新框架，通过两个步骤来区分个人信息相对的非个人信息、在每个类别中进行比较注释以确定滥用程度。

Oct, 2020

该研究通过设计并评价了一种 AI 驱动的多任务聊天机器人，在计算机科学教育中提升学习体验、促进学生参与。研究采用设计研究方法，开发了一个新型学习环境，其中包括指导机器人、同伴机器人、职业规划机器人和情感支持机器人四个不同的聊天机器人角色，通过满足学生的能力、自主和关联性等三个内在心理需求，以探究为基础的学习模式鼓励学生提问、寻求解决方案和探索好奇心。研究通过在一个月内与 200 名参与学生进行高等教育环境测试，将结果与人类导师和单一聊天机器人条件进行对比。研究运用混合研究方法，包括聊天记录序列分析、调查和焦点小组访谈等定量和定性手段。通过整合先进的自然语言处理技术，如主题建模和情感分析，提供了对该系统对学习者参与度、动机和探究型学习的深入理解。该研究通过其严格的设计和创新的方法，为 AI 驱动的多任务聊天机器人在重塑计算机科学教育以及创建引人入胜、支持性和激励性学习环境的潜力提供了重要见解。

Aug, 2023

本文提供了一套以数字素养和社会视角为重点的 AI 学习目标，旨在帮助补充现有的计算机科学课程，并提供有关 AI 的核心概念和相应的能力的见解。

May, 2023

人工智能教育在课堂教学中的整合滞后，导致青少年对即将到来的人工智能驱动未来准备不足。通过夏令营提供的三天训练营，设计了一个在线学习平台的早期版本，在动画视频、简单易懂的幻灯片、互动场地和测验中传达课程内容，结果显示学生的满意度为 91.4%，88.5% 的学生感觉对人工智能概念有了更好的理解，71.4% 的学生表示对编程有了更好的理解。鉴于学生们在 Google Colab 编程分配上的困难，结果表明学生们在平台上的活动和对测验的回答显示了他们对材料的熟练掌握，强调了下一代对引人入胜且易于接触的人工智能教育方式的需求，并且强调了通过非正式学习填补为青少年提供早期人工智能教育的差距的潜力。

Dec, 2023

本文讨论了从计算系统的角度出发如何进行人工智能的教育，并提供了一门针对智能计算架构的课程实践，旨在通过讲授人工智能加速器在 FPGA 平台的设计，来弥合人工智能和计算系统之间的差距。

Jun, 2022