风险社会视角下教育人工智能伦理风险分类框架研究

人工智能技术发展的不确定性和应用的广泛性,给教育教学带来智能化、便利性和高效率的同时,也可能带来技术滥用、数据泄密、侵犯个人隐私等伦理风险问题。如何对教育人工智能应用过程中非规律性、高频发性、系统性的伦理风险进行分类,已经成为当前学术界关注的焦点。基于贝克的风险社会视角,从教育人工智能伦理风险因素的内在联系出发,分析教育人工智能应用场景与伦理风险来源,提出建立教育人工智能伦理风险分类框架,归纳四种类型伦理风险,包括教育数据风险、机器算法风险、技术本体风险和教育应用风险等,并提出伦理风险防范策略,助力人工智能技术在教育领域的可持续健康应用。