אוריינות AI
אוריינות AI או אוריינות בינה מלאכותית (ב"מ) (Artificial Intelligence Literacy) היא היכולת להבין בינה מלאכותית, להשתמש בה, לנטר אותה ולחשוב עליה באופן ביקורתי.[1] המושג מתייחס בעיקר להקניית מיומנויות וידע בקרב הקהל הרחב, שאינו מומחה לבינה מלאכותית.[1]
חשיבות
עריכהלבינה המלאכותית יש פוטנציאל נרחב וסיכונים נרחבים. לכן, הבנת המנגנונים, היישומים וההשלכות שלה חיונית.[2]
קיימת הסכמה רחבה לכך שאוריינות AI היא נדרשת, ושיש להקנות אותה לתלמידים וסטודנטים.[1][3] הבינה המלאכותית מיושמת בהקשרי חיים רחבים, כגון כלי רכב אוטונומיים, עוזרים וירטואליים, אבחון רפואי, גיוס עובדים ועוד.[4] גם במערכת החינוך יש שימוש בבינה מלאכותית לטובת שיפור הלמידה, ההוראה והמינהל.[5] מי שמשתמש בכלים האלה צריך להבין אותם מספיק טוב כדי לקבל החלטות מושכלות ביחס אליהם, ולכן נדרשת אוריינות AI.
לאוריינות AI צפויות להיות השלכות תעסוקתיות משמעותיות, כך שמי שירכוש אוריינות כזאת יצליח יותר בשוק התעסוקה.[6]
הגדרות
עריכהאחת ההגדרות המוקדמות והשכיחות[1] לאוריינות AI היא "מערכת של מיומנויות המאפשרת לאנשים להעריך באופן ביקורתי כלי בינה מלאכותית, לתקשר ולשתף פעולה עם אחרים בעזרת כלי בינה מלאכותית, ולהשתמש בבינה מלאכותית ככלי מקוון בבית ובעבודה."[7]
הגדרות דומות אך מאוחרות יותר הן "היכולת להבין, להשתמש, לנטר ולחשוב באופן ביקורתי על כלי בינה מלאכותית",[1] או "היכולת להבין בינה מלאכותית, להשתמש בה, להעריך אותה ולהפעיל אותה באופן מוסרי".[8] בפשטות, אוריינות AI היא "הידיעה איך בינה מלאכותית פועלת, ואיך להשתמש בה בתבונה ובאופן מוסרי."[9]
אוריינות AI קשורה לסוגי אוריינות אחרים. אוריינות דיגיטלית היא תנאי מקדים לאוריינות AI, אוריינות מדעית (אנ') ואוריינות חישובית (אנ') יכולות לתרום לה, ואוריינות נתונים (אנ') חופפת לה במידה משמעותית.[7]
תחומים
עריכהמקובל לחלק את המיומנות של אוריינות AI למספר תחומים. השכיחים ביניהם הם ידע תאורטי על האופן בו פועלת בינה מלאכותית, שימוש יעיל בכלי בינה מלאכותית, הערכה ביקורתית של בינה מלאכותית ושימוש אתי בה. חלוקה זו היא מלאכותית, שכן התחומים קשורים אלה לאלה.[10]
ידע תאורטי
עריכהידע והבנה תאורטיים מתייחסים להבנה בסיסית של מהי בינה מלאכותית ואיך היא פועלת. זה כולל היכרות עם אלגוריתמים של למידת מכונה ועם המגבלות וההטיות הקיימות במערכות בינה מלאכותית.[11] משתמשים בעלי ידע תאורטי צריכים להכיר טכנולוגיות שונות המשתמשות בבינה מלאכותית, כולל מערכות קוגניטיביות, רובוטיקה ולמידת מכונה.[7]
יישום
עריכהיישום מתייחס ליכולת להשתמש בכלי בינה מלאכותית על מנת לפתור בעיות ולבצע משימות. לדוגמה, תכנות וניתוח קובצי נתונים גדולים.[11]
הערכה
עריכההערכה מתייחסת ליכולת להעריך באופן ביקורתי את האיכות והמהימנות של מערכות בינה מלאכותית. הערכה מתייחסת גם ליכולת לתכנן ולבנות מערכות בינה מלאכותית הוגנות ומוסריות.[11] לצורך ביצוע הערכה, המשתמשים צריכים גם ללמוד באילו תחומים הבינה המלאכותית חזקה, ובאילו תחומים היא חלשה.[7] השימוש בבינה מלאכותית יוצרת דורש בחינה ביקורתית של התוצאות והיכולת לזהות הזיות.
שימוש ביקורתי בעוזרים וירטואליים כמו אלקסה וסירי דורש גם פיתוח מיומנויות נוספות:[12]
- אוריינות פרטיות - היכולת לזהות איומים על הפרטיות, לנהל אותה ולהגן עליה
- אוריינות שכנוע - זיהוי ומניעה של השפעה של מערכות דמויות אדם
- יכולת רגשית - היכולת לנהל תסכול וחרדה העולים באינטראקציה עם עוזרים וירטואליים
- רפלקציה - היכולת לדעת מהם הצרכים, העקרונות המוסריים והסכנות האישיים
מוסר
עריכה- ערכים מורחבים – אתיקה של בינה מלאכותית, אתיקה של מכונות
כלים של בינה מלאכותית מקבלים החלטות המשפיעות משמעותית על האדם כמו איזו ריבית יקבל בבנק, האם יתקבל ללימודים או לעבודה.[13] חלק מאוריינות AI הוא להיות מודעים להשפעות של AI על החיים ולוודא שהן נעשות באופן מוסרי. מוסר או אתיקה של בינה מלאכותית מתייחסים להבנת ההשלכות המוסריות של בינה מלאכותית, וליכולת לקבל החלטות מושכלות ביחס לשימוש בכלים של בינה מלאכותית.[11] תחום זה כולל שיקולים ממספר תחומים וקיימות גישות שונות לקיטלוג האתגרים המוסריים.[14]
אמון
עריכההציבור נוטה לחשוב שמשום שהחלטה מתקבלת על-ידי מכונה אובייקטיבית, הרי שהיא תהיה הוגנת ובלתי מוטה. אך זוהי תפיסה שגויה.[13] על מנת שניתן יהיה לתת אמון בכלי AI, יש להתייחס למספר מרכיבים.
- הוגנות - וידוא שהמודל מתייחס באופן הוגן כלפי כולם, במיוחד כלפי אוכלוסיות שסבלו היסטורית מייצוג חסר.[13] למנוע אפליה, לכלול מנגנוני ניטור ולשקול נקודות מבט מגוונות.[15] לשם כך, יש להרחיב גם את המגוון התרבותי של החוקרים והחוקרות בתחום.[16]
- הסברתיות - וידוא שניתן להסביר למשתמשים בשפה פשוטה את ההחלטות האלגוריתמיות והנתונים שבבסיסן[15][13]
- חוסן ואבטחה - וידוא שמערכות הבינה המלאכותית בטוחות, מאובטחות ועמידות לפגיעות, ושלא ניתן לנצל אותן לרווח של אחד על חשבון אחרים[15][13]
- שקיפות - יידוע של המשתמשים על השימוש בכלי AI לקבלת החלטה מסוימת, ולתת להם מידע על המודל הנמצא בשימוש.[13] שקיפות במידע מאפשרת גם לצד שלישי לבקר את התנהגות האלגוריתם[15]
- פרטיות מידע - שמירה מפני שימוש לא מאושר במידע אישי[7][13]
- דיוק - הכרה ודיווח על גורמי טעות ואי-ודאות באלגוריתמים ובנתונים[15]
- אַחְרָיוּתִיּוּת (אנ') - וידוא שהמשתמשים והפלטפורמות לוקחים אחריות על האופן בו כלי הבינה המלאכותית פועלים ועל עמידה בעקרונות אתיים[15][17]
האדם במרכז
עריכהמערכות AI צריכות להעצים את בני האדם, לאפשר להם לקבל החלטות מושכלות ולקדם את זכויותיהם.[17]
- האדם במרכז ורווחה נפשית - מתן קדימות לצרכים ולרווחתם הנפשית של בני האדם[15]
- זכויות אדם - וידוא שהטכנולוגיות לא פוגעות בזכויות אדם[15]
- אוטונומיה - שמירה על שליטה אנושית על מערכות בינה מלאכותית כמו רכבים אוטונומיים
השפעות חברתיות וסביבתיות
עריכה- הכללה - הבטחת הגישה לבינה מלאכותית לכולם[15]
- קידמה - העדפת פרויקטים בעלי ערך גבוה[15]
- מיסאינפורמציה - מניעת הפצה של מידע שגוי, דיסאינפורמציה ופייק ניוז[7]
- קיימות - העדפת יישומים המספקים תובנות ארוכות טווח[15]
עקרונות לשימוש מוסרי
עריכהחברת IBM ניסחה עקרונות כלליים לשימוש מוסרי בכלי AI בארגון או חברה.[13]
- מטרת כלי ה־AI אינה להחליף את האדם, אלא להגביר את יכולותיו
- נתונים והתובנות המופקות מהם שייכים באופן בלעדי ליוצריהם
- מערכות AI צריכות לשמור על שקיפות והסברתיות
מכיוון שהאתגרים המוסריים אינם רק טכנולוגיים, אלא סוציוטכנולוגיים, יש להתייחס באופן הוליסטי ולשים לב לכמה עקרונות נוספים:
- צוות העבודה של כלי ה AI צריך להיות מגוון ולהכיל אנשים מקבוצות שונות של מגדר ומיעוטים, זאת כדי לשפר את חוכמת ההמונים
- על תהליך העבודה להיות מושתת על עקרונות מוסריים כמו שקיפות והסברתיות
- יש להשתמש בכלי עבודה שיאפשרו את יישום העקרונות המוסריים
ידע תומך
עריכהידע תומך מתייחס למיומנויות ותחומי ידע המסייעים לעבודה עם בינה מלאכותית. לדוגמה, תכנות וסטטיסטיקה.[11]
רמות חשיבה
עריכהניתן גם לחלק את הפעולות להגברת אוריינות AI לשש רמות, לפי הרמה בטקסונומיה של בלום אותה הם מדגישים:[18]
- לזכור - להעתיק, לשחזר ולזכור מושגים מתחום הבינה המלאכותית
- להבין - להסביר רעיונות או מושגים. לתאר, להסביר, לפרש ולהדגים את המשמעות של בינה מלאכותית
- ליישם - להשתמש במידע במצבים חדשים. ליישם, להפעיל והשתמש ביישומי בינה מלאכותית בהקשרים שונים
- לנתח - לקשר בין רעיונות. לארגן, להשוות, לפרק ולפשט בעיות בנושא בינה מלאכותית
- להעריך - לנמק עמדה או החלטה. להעריך, לנבא, לזהות ולנמק החלטות בעזרת יישומי בינה מלאכותית
- ליצור - לעצב, להרכיב, לבנות ולפתח יישומי בינה מלאכותית
רוב המחקרים בתחום עוסקים ברמות החשיבה הנמוכות יותר של זיכרון, הבנה ויישום.[19]
מדידה
עריכההגישות המוקדמות למדידה של אוריינות AI פעלו בעיקר דרך מבחני ידע בתחום צר. גישות מתקדמות יותר בוחנות לא רק את הידע, אלא גם את המיומנויות והערכים הקשורים לאוריינות AI.[20] קנות' וחב' מציעים לבנות מטריצת הערכה בת שני ממדים. המימד האופקי בוחן את סוגי האוריינות: אוריינות AI כללית, אוריינות AI תלויות תחום תוכן, ואתיקה. המימד האנכי כולל את היכולת: ידע, מיומנות וערכים. בכל משבצת ניתן לחבר אמירות המצליבות בין סוג האוריינות לבין היכולת. על הנשאל לדרג בסולם ליקרט עד כמה הוא מסכים עם כל אחת מהאמירות. למשל, בהצלבה של אוריינות AI כללית וידע אפשר להציג אמירה כמו "אני מסוגל לתאר איך מאמנים ונבדקים מודלים של למידת מכונה". בהצלבה של אוריינות AI תלויות תחום תוכן (למשל רפואה) ומיומנויות אפשר לרשום "אני מסוגל להשתמש לפחות באפליקציה אחת של AI בתפקידי המקצועי כרופא". בהצלבה של ערכים ואתיקה אפשר לרשום "זה מוסרי שמערכות AI יקבלו החלטות משמעותיות ללא פיקוח אנושי".[21]
קידום אוריינות AI
עריכהמספר ממשלות הכירו בצורך לקדם אוריינות AI, גם בקרב מבוגרים. תוכניות שכאלה פורסמו בארצות הברית, סין, גרמניה ופינלנד.[6] תוכניות המיועדות לקהל הרחב מורכבות בדרך־כלל מיחידות לימוד מקוונות, קצרות ונוחות להבנה. תוכניות המיועדות לילדים בנויות בדרך־כלל כפרויקטים יישומים. תוכניות לסטודנטים במכללות ואוניברסיטאות מתייחסות לעיתים קרובות לצרכים המקצועיים הספציפיים של הסטודנט, בהתאם לתחום הלימוד שלו.[6] מעבר למערכת החינוך, ניתן לפתח אוריינות AI גם בקהילה, לדוגמה במוזיאונים.[22]
בתי ספר
עריכהבבתי הספר משתמשים במספר פדגוגיות להקניית אוריינות AI .[23] אלה כוללים בין השאר:
- ביצוע מבחן טיורינג עם סוכן תבוני
- יצירת צ'אטבוטים
- בניית אפליקציות בעזרת תכנות מבוסס Blockly (אנ')
- למידה מבוססת פרויקט
- בניית רובוטים
- הדמיית נתונים
- אימון מודלים של בינה מלאכותית
תוכניות לימוד בנושא בינה מלאכותית משפרות את הבנת התלמידים ביחס לנושאים כמו למידת מכונה, רשתות עצביות ולמידה עמוקה.[24]
תיאור מקרה: תוכנית DAILy
עריכהתוכנית DAILy (Developing AI Literacy)[25] פותחה על־ידי MIT ואוניברסיטת בוסטון במטרה להגביר אוריינות AI בקרב תלמידי חטיבת הביניים. התכנית בנויה כסדנא של 30 שעות הכוללת את הנושאים: מבוא לבינה מלאכותית, מערכות לוגיות (עצי החלטות), למידה מונחית, רשתות עצביות, למידה חישובית, דיפ-פייק, ומחוללי שפה טבעית (אנ'). התלמידים בוחנים את ההשלכות המוסריות והחברתיות של כל נושא, וכן את המשמעויות התעסוקתיות שלו.[26]
השכלה גבוהה
עריכהלפני העשור השני של המאה ה־21, בינה מלאכותית נלמדה בעיקר במקצועות ה־STEM (אנ') (מדעים, טכנולוגיה, הנדסה ומתמטיקה).[7][3] בעשור השני של המאה, החלו להופיע יוזמות להרחבת ההשכלה בתחום הבינה המלאכותית, ובפרט להקניית אוריינות AI.[3] קורסים לקידום אוריינות AI משלבים למידה יישומית עם הקניית ידע, כאשר מרביתם עושים זאת בסביבת תכנות. רוב הקורסים מתחילים ביחידת לימוד אחת או יותר העוסקת בשאלות בסיסיות כמו מהי בינה מלאכותית, מה מקורה, מה היא יודעת לעשות ומה לא. רוב הקורסים מתייחסים גם ללמידת מכונה וללמידה עמוקה. חלק מהקורסים עוסק בסוגיות מוסריות בבינה מלאכותית.[27]
תיאור מקרה: אוניברסיטת פלורידה
עריכהבאוניברסיטת פלורידה נעשה מהלך רחב של החדרת בינה מלאכותית לתוכנית הלימודים בכל הדיסציפלינות. מטרת המהלך הייתה להקנות לסטודנטים באוניברסיטה את המיומנויות הנדרשות לשוק העבודה של המאה ה־21.[28] במסגרת היוזמה גויסו כ־100 אנשי סגל חדשים. כל סטודנט חויב ללמוד קורס בסיסי בבינה מלאכותית וקורס על אתיקה, מידע וטכנולוגיה. כל סטודנט בחר קורס נוסף מתוך כמה תחומי תוכן כגון רפואה, או עסקים. סטודנטים שסיימו בהצלחה את שלושת הקורסים זכו בתעודה רשמית.
המהלך לווה בהגברת הלמידה היישומית באוניברסיטה. בין השאר, נערכו קורסים בשיתוף התעשייה, כאשר סטודנטים ואנשי תעשייה ניסו לפתור יחד בעיות מהעולם האמיתי, בעזרת כלי AI.[27]
כדי לנהל את היוזמה, הוקמה ועדה שבחנה קורסים קיימים וקורסים חדשים ומיפתה את תחומי האוריינות הנלמדים בהם. כל קורס אופיין בתחומי האוריינות אליהם הוא מתייחס, כך שהסטודנטים יכלו לבחור את הקורסים המתאימים להם, וההנהלה יכלה לזהות פערים או חסרים בתחומים מסוימים.
משאבי הוראה
עריכהמכיוון שאוריינות AI נדרשת לקהל הרחב ומספר המומחים בתחום הוא מצומצם, ניתן להשתמש במשאבים מקוונים כדי להקנות את המיומנות.
אנגלית
עריכהמספר גופים כמו MIT[29][25] ואוניברסיטת סטנפורד[30] הקימו אתרים הכוללים מערכי שיעור ופעילויות להגברת אוריינות AI לטובת הציבור הרחב. מערכי שיעור חינמיים נמצאים גם באקדמיית קהאן[31] ובאתרים נוספים.[32][33]
קיימים מספר קורסים מקוונים חינמיים באנגלית שמטרתם ללמד מבוגרים את הבסיס של בינה מלאכותית. קורסים אלה נוצרו על-ידי חברת IBM,[34] גוגל,[35] ו־DeepLearning.AI.[36] יחידות לימוד ברמה בסיסית יותר קיימות באקדמיית קהאן[37]
קיימות גם הדרכות ייעודיות עבור מרצים ומורים, למשל מסלול למידה בן 3 שעות של מיקרוסופט.[38]
עברית
עריכהבעברית קיים קורס מקוון חינמי של אוניברסיטת בן-גוריון באתר קמפוס IL, אך הוא אינו מתאים לקהל הרחב, אלא רק לבעלי יכולות תכנות בסיסיות.[39] קיימות גם הצעות לפעילויות חינוכיות בנושאים של סוגיות אתיות ב־AI.[40][41]
אוניברסיטת פנסילבניה יצרה קורס מזורז בן שעה הכולל חמישה סרטוני הדרכה.[42] הסרטונים מתייחסים לידע תאורטי הנושאים של מודלי שפה גדולים והנדסת פרומפטים, לסוגיות אתיות, ולשימוש פרקטי למרצים ולסטודנטים. קיימות כתוביות בעברית לסרטונים, אך המידע הכתוב איננו מתורגם. קיימים גם סרטונים נוספים באנגלית המתמקדים בבינה מלאכותית יוצרת.[43]
כן קיימות הרצאות TED של מומחים עם כתוביות בעברית, כגון סרטונים העוסקים בנושאים של אחריותיות (accountability),[44] אמון,[45] דיפ פייק,[46] ותכנות בעזרת AI.[47]
ראו גם
עריכהקישורים חיצוניים
עריכה- בינה מלאכותית, באתר פורטל עובדי הוראה | מרחב פדגוגי, משרד החינוך
- אוריינות בינה מלאכותית, באתר האוניברסיטה הפתוחה
- טל שחף, איך לדבר על AI בלי להסתבך, באתר ynet, 20 ביוני 2021
- ערן ברק-מדינה, המלצה: התחילו להתיידד עם בינה מלאכותית, באתר הגיע זמן חינוך, 5 בינואר 2022
- תומר סיימון, אוריינות AI - אין לך ברירה, בפודקאסט הייטק בפקקים, אוגוסט 2023
- Generative AI in Higher Education: The ChatGPT Effect (ראו פרק 2 בנושא אוריינות). ספר בגישה פתוחה באתר טיילור ופרנסיס, 2024 (באנגלית)
הערות שוליים
עריכה- ^ 1 2 3 4 5 Matthias Carl Laupichler et al, Artificial intelligence literacy in higher and adult education: A scoping literature review, Computers and Education: Artificial Intelligence 3, 2022, עמ' 1 doi: 10.1016/j.caeai.2022.100101
- ^ Cecilia Ka Yuk Chan, Tom Colloton, Generative AI in Higher Education: The ChatGPT Effect, 1, London: Routledge, 2024-03-11, עמ' 24-43, ISBN 978-1-003-45902-6. (באנגלית)
- ^ 1 2 3 Jane Southworth et al, Developing a model for AI Across the curriculum: Transforming the higher education landscape via innovation in AI literacy, Computers and Education: Artificial Intelligence 4, 2023, עמ' 3 doi: https://doi.org/10.1016/j.caeai.2023.100127
- ^ Stefan Buijsman, Michael Klenk & Jeroen van den Hoven, Nathalie A. Smuha (ע), Ethics of AI, Cambridge Handbook on the Law, Ethics and Policy of AI, Cambridge University Press, עמ' 1
- ^ Rosemary Luckin et al, Empowering educators to be AI-ready, Computers and Education: Artificial Intelligence 3, 2022, עמ' 100076 doi: 10.1016/j.caeai.2022.100076
- ^ 1 2 3 Matthias Carl Laupichler et al, Artificial intelligence literacy in higher and adult education: A scoping literature review, Computers and Education: Artificial Intelligence 3, 2022, עמ' 2 doi: 10.1016/j.caeai.2022.100101
- ^ 1 2 3 4 5 6 7 Duri Long, Brian Magerko, What is AI Literacy? Competencies and Design Considerations, Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, CHI '20, Association for Computing Machinery, 2020-04-23, עמ' 1–16 doi: 10.1145/3313831.3376727
- ^ Jane Southworth et al, Developing a model for AI Across the curriculum: Transforming the higher education landscape via innovation in AI literacy, Computers and Education: Artificial Intelligence 4, 2023, עמ' 5 doi: https://doi.org/10.1016/j.caeai.2023.100127
- ^ Cecilia Ka Yuk Chan, Tom Colloton, Generative AI in Higher Education: The ChatGPT Effect, 1, London: Routledge, 2024-03-11, עמ' 24, ISBN 978-1-003-45902-6. (באנגלית)
- ^ Pati Ruiz et al, AI Literacy: A Framework to Understand, Evaluate, and Use Emerging Technology, 2024-06 doi: 10.51388/20.500.12265/218
- ^ 1 2 3 4 5 Jane Southworth et al, Developing a model for AI Across the curriculum: Transforming the higher education landscape via innovation in AI literacy, Computers and Education: Artificial Intelligence 4, 2023, עמ' 6 doi: 10.1016/j.caeai.2023.100127
- ^ Astrid Carolus, Yannik Augustin, André Markus, Carolin Wienrich, Digital interaction literacy model – Conceptualizing competencies for literate interactions with voice-based AI systems, Computers and Education: Artificial Intelligence 4, 2023, עמ' 100114 doi: 10.1016/j.caeai.2022.100114
- ^ 1 2 3 4 5 6 7 8 What is AI Ethics? | IBM, www.ibm.com, 2021-09-17 (באנגלית אמריקאית)
- ^ Stefan Buijsman, Michael Klenk & Jeroen van den Hoven, Nathalie A. Smuha (ע), Ethics of AI, Cambridge Handbook on the Law, Ethics and Policy of AI, Cambridge University Press
- ^ 1 2 3 4 5 6 7 8 9 10 11 Cecilia Ka Yuk Chan, A comprehensive AI policy education framework for university teaching and learning, International Journal of Educational Technology in Higher Education 20, 2023-07-07, עמ' 5 doi: 10.1186/s41239-023-00408-3
- ^ Tess Posner, Li Fei-Fei, AI will change the world, so it’s time to change AI, Nature 588, 2020-12-09, עמ' S118–S118 doi: 10.1038/d41586-020-03412-z
- ^ 1 2 Ethics guidelines for trustworthy AI | Shaping Europe’s digital future, digital-strategy.ec.europa.eu, 2019-04-08 (באנגלית)
- ^ Davy Tsz Kit Ng et al, Conceptualizing AI literacy: An exploratory review, Computers and Education: Artificial Intelligence 2, 2021, עמ' 5 doi: 10.1016/j.caeai.2021.100041
- ^ Davy Tsz Kit Ng et al, Conceptualizing AI literacy: An exploratory review, Computers and Education: Artificial Intelligence 2, 2021, עמ' 4 doi: 10.1016/j.caeai.2021.100041
- ^ Nils Knoth, Marie Decker, Matthias Carl Laupichler, Marc Pinski, Nils Buchholtz, Katharina Bata, Ben Schultz, Developing a holistic AI literacy assessment matrix – Bridging generic, domain-specific, and ethical competencies, Computers and Education Open 6, 2024-06, עמ' 1 doi: 10.1016/j.caeo.2024.100177
- ^ Nils Knoth, Marie Decker, Matthias Carl Laupichler, Marc Pinski, Nils Buchholtz, Katharina Bata, Ben Schultz, Developing a holistic AI literacy assessment matrix – Bridging generic, domain-specific, and ethical competencies, Computers and Education Open 6, 2024-06, עמ' 7 doi: 10.1016/j.caeo.2024.100177
- ^ Duri Long et al, Co-Designing AI Literacy Exhibits for Informal Learning Spaces, Proceedings of the ACM on Human-Computer Interaction 5, 2021-10-13, עמ' 1–35 doi: 10.1145/3476034
- ^ Davy Tsz Kit Ng et al, Conceptualizing AI literacy: An exploratory review, Computers and Education: Artificial Intelligence 2, 2021, עמ' 6 doi: 10.1016/j.caeai.2021.100041
- ^ Jiahong Su, Yuchun Zhong, Davy Tsz Kit Ng, A meta-review of literature on educational approaches for teaching AI at the K-12 levels in the Asia-Pacific region, Computers and Education: Artificial Intelligence 3, 2022, עמ' 1 doi: 10.1016/j.caeai.2022.100065
- ^ 1 2 Daily – RAISE, MIT (באנגלית אמריקאית)
- ^ Irene Lee et al, Developing Middle School Students' AI Literacy, Proceedings of the 52nd ACM Technical Symposium on Computer Science Education, ACM, 2021-03-03 doi: 10.1145/3408877.3432513
- ^ 1 2 Matthias Carl Laupichler et al, Artificial intelligence literacy in higher and adult education: A scoping literature review, Computers and Education: Artificial Intelligence 3, 2022, עמ' 12 doi: 10.1016/j.caeai.2022.100101
- ^ Jane Southworth et al, Developing a model for AI Across the curriculum: Transforming the higher education landscape via innovation in AI literacy, Computers and Education: Artificial Intelligence 4, 2023, עמ' 1 doi: https://doi.org/10.1016/j.caeai.2023.100127
- ^ Day of AI (באנגלית)
- ^ Resources, CRAFT: AI Literacy Resources (באנגלית אמריקאית)
- ^ Lesson Plans: AI Literacy | Common Sense Education, Khan Academy (באנגלית)
- ^ Open Learning Curriculum, AI4ALL (באנגלית אמריקאית)
- ^ Teach AI, aiEDU (באנגלית אמריקאית)
- ^ Introduction to Artificial Intelligence (AI), Coursera (באנגלית)
- ^ Google AI for Anyone, edX (באנגלית)
- ^ AI For Everyone, Coursera (באנגלית)
- ^ Code.org, Unit 2: How AI works, Khan Academy
- ^ AI for educators - Training, learn.microsoft.com (באנגלית אמריקאית)
- ^ מבוא לבינה מלאכותית: מתאוריה לפרקטיקה | קמפוס IL, באתר campus.gov.il
- ^ סוגיות אתיות בראי יישומי הבינה המלאכותית, באתר פורטל עובדי הוראה | מרחב פדגוגי
- ^ עינבל אריאלי, דילמות אתיות בשימוש בבינה מלאכותית באקדמיה, באתר Genially
- ^ Wharton Interactive Crash Course: Practical AI for Instructors and Students - YouTube, www.youtube.com
- ^ Henrik Kniberg (2024-01-20), Generative AI in a Nutshell - how to survive and thrive in the age of AI, נבדק ב-2024-07-30
- ^ Why AI Needs a “Nutrition Label” | Kasia Chmielinski | TED, סרטון בערוץ "TED", באתר יוטיוב (אורך: 14:08)
- ^ Your Right to Repair AI Systems | Rumman Chowdhury | TED, סרטון בערוץ "TED", באתר יוטיוב (אורך: 09:49)
- ^ When AI Can Fake Reality, Who Can You Trust? | Sam Gregory | TED, סרטון בערוץ "TED", באתר יוטיוב (אורך: 12:05)
- ^ With AI, Anyone Can Be a Coder Now | Thomas Dohmke | TED, סרטון בערוץ "TED", באתר יוטיוב (אורך: 14:30)