acm-header
登录

ACM通信

教育

通过社区、关键和公民身份实现计算机科学的公正


一束蓝光,一束绿光,还有“进步”这个词

图片来源:Andrij Borys Associates, Shutterstock

技术和社会都不是中立的,如果不承认这一点,充其量只会狭隘地看待两者。在最坏的情况下,它会导致加强压制性社会规范的技术。影响我们社会的系统性偏见和社会等级也指导着计算技术的设计,导致弱势群体在科技行业和更广泛的社会中受到伤害和边缘化。我们同意Alex Hanna, Timnit Gebru和其他人的观点,他们认为个人伤害反映了制度问题,因此需要制度和系统的解决方案。我们相信,计算机科学(CS)作为一门学科,经常标榜自己是客观和中立的。这种倾向允许场忽略存在于CS内部或因为CS而存在的压迫系统。作为教育心理学、计算机科学教育和社会研究教育方面的学者,我们建议通过制度变革,特别是在我们教授计算机科学的方式中前进。计算机科学教育不仅必须帮助学生发展技术技能,还必须将计算机融入到社会环境中,有可能助长压迫或进一步伸张正义。”在本专栏中,我们以批判的视角看待计算机科学教育,并主张以公正为中心的计算机科学教育,关注社区、批判性和公民意识。

计算机科学教育试图通过扩展课程、专业发展和技术来扩大计算机的使用范围,以解决不公平现象。政府和行业已经花费了数十亿美元在美国各地增加计算机教育的机会,从计算思维到数据科学,现在是人工智能。虽然来自边缘群体的学生人数有所增加,但严重伤害弱势学生的问题(例如,高素质教师太少,学校长期资金不足,以及过分强调高风险测试)尚未得到解决。增加入学机会而不解决结构性不平等导致这些学生群体的学业成绩下降。只有52%的黑人学生和61%的西班牙裔学生通过了AP CS原理考试,而白人学生和亚洲学生的这一比例分别为73%和83%。这表明,访问还不足以增加CS的成功。

我们坚信,让年轻公民在计算机方面做好准备是很重要的,这对我们共同的未来至关重要;然而,随着社会日益数字化,我们必须超越增加接入。我们必须强调,用于促进和自动化我们日常活动的技术可能会导致进一步的种族主义和不公正。考虑到这些问题,我们应该如何教授提高边缘化学生代表性和成功的计算机,同时挑战技术和技术公司延续和扩大种族主义、父权制度和残疾歧视的方式?在本专栏中,我们将讨论如何关注社区、关键性和公民身份来帮助实现这些目标。

回到顶部

社区

我们认为,计算机科学课程不被社会边缘化的学生接受的一个原因是,课程仍然与学生的生活脱节,并不是为他们服务的。相反,它服务于科技行业的目标,宣传CS对于获得一份“好工作”很重要,可以让一个人摆脱贫困,同时忽略了系统性的种族主义和阶级主义,这些种族主义和阶级主义使一个永久的底层阶级长期存在。简单地增加对计算机的使用,而不给予教师足够的支持,在课程中围绕学生的身份和文化,只是扩大参与的表面。在没有解决CS系统的种族主义和女性歧视问题的情况下教黑人女孩编程,会导致黑人女性在挑战技术的歧视性和有害影响时被雇佣——随后被解雇(例如,Timnit Gebru因为拒绝撤回一篇强调大型语言模型风险的论文而被谷歌解雇)。一个该行业未能考虑到边缘人群的复杂生活经历,这导致了课程的失败。

为了培养学生为科技公司工作的资本主义目标,计算机科学课程往往是自上而下的,与学生的实际经验脱节。CS发展技术能力的概念与Papert关于建构主义的想法是对立的,在建构主义中,计算被用作一种表达媒介,并提供通过制作学习的机会。我们相信以社区为导向的方法可以帮助教师和学生使用计算机作为个人代理、创造性表达和解决问题的工具。在这个版本的计算机教育中,教师使用课程和教学方法,将学生的身份、文化和经验作为他们教学的基础。这就需要消除计算机科学课程中目前存在的信息不对称。信息不对称源自Eric von Hippel的观点,即技术包括设计偏差,不能满足所有用户的需求。3.同样,当课程是自上而下的,它更难以响应当地社区和学生,因为课程设计者通常专注于解决框架和标准。然而,许多教师找到了将学生置于课堂体验中心的方法。这些教师就是冯·希佩尔所说的先锋引领用户创新,他们通过修补和使技术民主化来对抗信息不对称,使它们更加公正和实用。同样,教师以学生为中心的方式创新和普及CS课程。


简单地增加对计算机的使用,而不给予教师足够的支持,在课程中围绕学生的身份和文化,只是扩大参与的表面。


文化响应式计算(CRC)是一个框架,可以指导这样一种以社区为中心的方法,以学生和他们的社区为中心的计算教育。CRC采用交叉方法,为学生提供了沿着多个轴探索他们的身份的机会,而不是只关注一个轴,如性别或种族。7这挑战了无文化教育的观念,使学生的身份成为他们学习经验的基础。6拉奇尼和亚达夫提供了一个例子,一个计算机老师与一个非洲裔美国美容师合作,让学生们使用玉米曲线学习非洲数学知识,并通过文化定位设计工具进行编程。

回到顶部

临界

为了减轻技术的有害影响,我们不仅要增加计算的多样性,还必须在计算机科学教育中引入批判性的观点。这种关键不仅对技术的设计很重要,而且对技术本身的挑战甚至拆分都很重要——挑战技术是如何设计和部署的,以及质疑它们最初是否应该存在。例如,人脸识别技术偏向于有色人种和女性,“解决方案”不应该是如何提高人脸识别的准确性。相反,我们应该问,除了资本主义的监视,面部识别的目的是什么?这种技术会导致一个更公正、更公平的社会吗?这项技术对谁有利?我们应该愿意使用它,放弃我们的自由,只是为了方便我们的生活在边境管制或照片标签?

除了质疑技术系统之外,我们还必须从伦理的角度带来批判性,在培养注重道德责任的计算机科学家和工程师时。当智能AI系统被设计和实施时,许多问题仍然没有得到解答,因为开发人员不知道,也许没有考虑到未来意想不到的后果。作为Coeckelbergh2他认为,人工智能算法有着悠久的历史,而且从程序员到用户需要进行多次操作,这使得后果的责任难以解析。想想看,2018年3月优步(Uber)自动驾驶汽车事故导致一名行人死亡,谁应该为此负责:是汽车公司吗?它是超级吗?是程序员吗?是司机吗?是行人吗?是硬件部件的设计师吗?

为了给计算机教育带来这样的关键,我们将需要从仅仅关注发展技术技能转移到理解和挑战计算机科学在维持和延续系统不公正方面的作用。作为第一步,我们必须让教育工作者参与批判性的对话,探索他们自己的身份,以摆脱在CS教学中采用的色盲方法。此外,我们必须通过开发挑战计算机“公正”和“客观”本质的课程和教学方法来支持教育者。随着教育工作者发展他们自己的批判性计算能力,这将引导他们“为批判性意识的集体发展创造空间,帮助制定行动计划,使世界变得更美好,并在学习者中发展代理感。”3.

回到顶部

公民身份

最后,解决技术设计和部署中的系统性不公正问题需要计算机科学教育更好地将计算教学为社会的一部分,而不是解决社会问题的灵丹妙药。换句话说,CS教师、学生和产业工作者需要知识、技能和性情,以深思熟虑地理解他们作为公民的角色。要做到这一点,计算机科学课程和教学应该包括人文学科和公民意识,建立在以社区为中心的计算机科学方法上。计算机科学教育领域应该关注公民科学实践和社会研究教育的方法,这些方法致力于在多种族民主制度下的参与式公民身份。解决真实的和基于社区的问题可以培养理解他们在社区中的角色和集体行动的力量的CS学生。


如果计算机科学教育的目标只是扩大参与范围,那么它就无法解决其内部的不公正和对社会的外部伤害。


我们已经开发了一种融合文化响应式计算和公民科学的教学框架,借鉴了社会研究中知情行动的概念。这种方法通过鼓励学生参与和鼓励他们成为社区变革的推动者来扩展这些方法。其结果是这里描述的基于探究和行动的CS课程教学法。

步骤1。与社区合作。在整个过程中,社区成员的知识和智慧始终是中心。学生与社区长者合作,深入了解社区。学生通过社区的地理空间来更好地理解空间-场所,5人文地理,以及技术联系。学生们发现问题可能是系统压迫的症状,以及技术如何在其中发挥作用(例如,数字监控)。

步骤2。作为公民科学家收集数据。学生就确定的问题收集数据。通过公民科学的实践,多个人跨空间和时间参与数据收集。学生设计编码和存储数据的系统。

步骤3。咨询潜在解决方案。在社区的背景下,学生分析数据。他们回到社区成员从第1步分享的挑战和智慧。学生与社区成员协商,寻求反馈,并调整分析。

步骤4。采取明智的行动。学生与社区成员共同开发和实施技术和社会解决方案。这些解决方案针对眼前的问题,旨在消除结构性压迫,包括造成问题的技术。

这个框架允许学生参与CS,同时理解技术在社会中存在的方式。这些做法的最终目的是鼓励行动、技术民主化和拆除不公正的结构。

回到顶部

结论

如果计算机科学教育的目标只是扩大参与范围,那么它就无法解决其内部的不公正和对社会的外部伤害。相反,制度改革是必要的。我们必须改变计算机科学课堂的教学方式和内容。以公正为导向的计算机科学教育方法要求我们将以学生为中心的教学人性化,使他们能够批判性地思考技术的设计和必要性,并最终培养出理解他们作为多种族民主国家公民的责任的计算机科学学生。如果没有重大的系统性变革,CS就会因维持不平等和不公正而危及我们社会的根基。然而,通过一种教育的方式来实现正义,计算机科学可能会逐步实现技术帮助世界的全部可能性。

回到顶部

参考文献

1.性别阴影:交叉准确性差异在商业性别分类。在机器学习研究进展。(2018)。

2.Coeckelbergh, M。AI道德。麻省理工学院出版社,2021年。

3.Costanza-Chock, S。设计正义。麻省理工学院出版社,2020年。

4.费舍尔,F。公民、专家与环境:地方知识的政治。杜克大学出版社,北卡罗来纳州达勒姆,2020年。

5.Hollett, T., Phillips, n.c.和Leander, K.M.数字地理。数字文化写作、读写和教育手册。2017.

6.拉奇尼,M.和亚达夫,A.正规教育中的计算机和社区。Commun。ACM 63, 3(2020年3月),18-21。

7.Scott, k.a., Sheridan, k.m.和Clark, K.文化响应计算:一个重新审视的理论。学习、媒体和技术, 4(2015年4月),412-436;https://bit.ly/3HYKvBB

回到顶部

作者

阿曼Yadavayadav@msu.edu)是美国密歇根州立大学教育学院的教授。

玛丽·希斯mkheath@loyola.edu)是美国马里兰州巴尔的摩市罗耀拉大学教育学院的助理教授。

安妮把胡huandrew@msu.edu)是美国密歇根州立大学教育学院的博士生,位于美国密歇根州东兰辛。

回到顶部

脚注

一个。https://bit.ly/35HYSwM


版权归作者所有。
向所有者/作者请求(重新)发布许可

数字图书馆是由计算机协会出版的。版权所有©2022 ACM股份有限公司


没有发现记录

登录为完全访问
»忘记密码? *创建ACM Web帐户
文章内容:
Baidu
map