Revise smart, understand Better

Que doivent faire les écoles avant d'utiliser des outils alimentés par l'IA en classe ?

Éviter d'utiliser des outils d'IA tout court.

Accepter automatiquement les accords de partage des données.

Signer des contrats avec des entreprises technologiques tierces sans revoir les politiques.

Revoir les politiques de confidentialité des données, obtenir un consentement éclairé et évaluer les mesures de sécurité.

Quelle action les écoles doivent-elles entreprendre pour protéger la confidentialité des étudiants lorsqu'elles mettent en œuvre des outils d'IA ?

Garder les données privées sans les partager avec les enseignants.

Réduire l'utilisation des outils d'IA dans les salles de classe.

Établir des protocoles d'accès aux données clairs et obtenir le consentement éclairé des parents et des étudiants.

Permettre aux outils d'IA d'accéder librement à toutes les données des étudiants.

Qu'est-ce que le biais algorithmique dans l'IA ?

Des systèmes d'IA offrant un traitement égal à tous les étudiants.

Des systèmes d'IA qui favorisent involontairement certains groupes par rapport à d'autres.

Des systèmes d'IA fournissant du contenu personnalisé à tous les étudiants.

Des systèmes d'IA qui éliminent l'intervention humaine dans la prise de décision.

Quel type de données sur les étudiants est souvent collecté par les outils éducatifs alimentés par l'IA ?

Seulement les résultats des tests.

Seulement les informations démographiques.

Seulement les dossiers de présence.

Informations personnelles d'identification, données comportementales et performances académiques.

Lequel des éléments suivants est un risque potentiel si les données des étudiants ne sont pas correctement sécurisées ?

Augmentation de l'engagement des étudiants.

Amélioration des performances de l'IA.

Accès non autorisé aux données personnelles et risque de mauvaise utilisation.

Amélioration académique.