Kecerdasan Buatan dan Pendidikan Ilmu Komputer

Sepertinya kecerdasan buatan telah “10 tahun lagi” selama 40 tahun terakhir. Kembali di hari-hari komputer mini setiap komputer adalah kustom dan konfigurasi dirancang oleh orang-orang. Saya bekerja untuk sebuah perusahaan yang percaya bahwa mengkonfigurasi komputer berada di luar kemampuan perangkat lunak komputer. Dari sana saya pergi ke perusahaan lain yang mengembangkan kecerdasan buatan berbasis aturan. Menggunakan bahasa khusus yang disebut OPS5, mereka menulis perangkat lunak yang mengonfigurasi komputer lebih cepat dan lebih akurat daripada manusia. AI berbasis aturan bergantung pada orang untuk mengetahui aturan dan prognatisme dengan benar. Keterbatasan menjadi jelas.

Hari ini kita memiliki pembelajaran mesin yang pada dasarnya berarti komputer sedang mengembangkan aturan. Aturan mungkin bukan definisi terbaik. Kami mulai melihat AI tumbuh ke lebih banyak area daripada sebelumnya. Pikirkan mobil mengemudi sendiri misalnya. Menjadi jelas bahwa memahami dunia saat ini berarti memahami sesuatu tentang kecerdasan buatan. Apa artinya itu untuk pendidikan ilmu komputer K-12?

Proyek AI3K12 sedang berupaya menjawab pertanyaan tentang pengajaran AI di K12. Mereka memiliki banyak sumber daya sekarang dan dalam pengembangan.

Untuk saat ini, sebagian besar pendidikan adalah tentang AI. Apa itu. Bagaimana buruk secara konseptual. Untuk apa itu digunakan. Dan, mungkin yang paling penting, apa arti AI bagi masyarakat dan masa depan. Matematika dan sains dalam menciptakan platform AI terlalu banyak bagi sebagian besar siswa sekolah menengah apalagi siswa yang lebih muda. Itu bisa menunggu. Meskipun ada alat yang ada yang dapat digunakan siswa untuk proyek mereka sendiri yang cukup keren.

Saya sangat prihatin tentang bias dalam kecerdasan buatan (Bias dalam Kecerdasan Buatan. Ketimpangan, rasisme, dan diskriminasi hanyalah satu artikel yang akan Anda temukan dari pencarian internet untuk “Bias dalam kecerdasan buatan) Sistem yang tidak mengakui bahwa orang kulit berwarna sebenarnya adalah manusia. hanyalah satu contoh Bias terhadap wanita atau berbagai kelompok orang lainnya dapat dimasukkan ke dalam sistem AI jika pengembang tidak SANGAT berhati-hati.

Juga, bagaimana AI digunakan? Pengenalan wajah dan privasi telah menjadi perhatian di banyak bidang dan aplikasi.

Ini lebih dari sekedar masalah etika, meskipun etika harus menjadi bagian inti dari apa yang kita ajarkan, karena banyak masalah lain adalah bias yang tidak disadari atau hasil dari asumsi yang tidak bersalah tetapi salah yang dibuat oleh orang-orang yang bermaksud baik tetapi kurang memahami lingkungan mereka sendiri. . Salah satu alasan kami membutuhkan lebih banyak keragaman adalah AI dan CS secara keseluruhan. Kita harus mengajar siswa untuk berpikir tentang isu-isu ini dan untuk berpikir di luar identitas mereka sendiri dan di luar “cara yang selalu kita lakukan.”

Perusahaan di industri juga mengambil pandangan baru pada AI. Salah satu sumber daya yang berguna adalah kerangka kerja Microsoft untuk membangun sistem AI secara bertanggung jawab – Microsoft On the Issues. Posting blog berbicara tentang beberapa masalah yang dihadapi Microsoft dan bagaimana mereka mengatasinya. Perusahaan mengajukan pertanyaan “haruskah saya” serta pertanyaan “bisakah kita”. Kami membutuhkan siswa untuk memikirkan pertanyaan-pertanyaan itu sejak awal. Dokumen itu sendiri ada di Microsoft-Responsible-AI-Standard-v2-General-Requirements-3.pdf dan membuat bacaan yang menarik. Itu bisa memulai beberapa diskusi kelas juga.

Forensik Komputer