2022 Fiscal Year Final Research Report
Developing and Validating an Equitable AI-Based Model for Predicting Student Risk Across Various Subgroups
| Project/Area Number |
21K20231
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
:Education and related fields
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2021-08-30 – 2023-03-31
|
| Keywords | ラーニングアナリティクス / Institutional Research / 機械学習 / 学生リスク予測モデル |
|---|
| Outline of Final Research Achievements |
Many colleges use AI-powered early warning systems (EWS) to provide support to students as soon as they start their first semester. But there are concerns about whether an algorithm underlying the EWS technology can make fair and unbiased decisions so early in a student's college experience. To examine the algorithm's fairness, we developed a machine learning algorithm that predicts first-term college GPAs by using data from a mid-sized Japanese private university. Our research offers two major findings. Firstly, deploying EWS during the initial phase of the first semester may lead the algorithm to make discriminatory decisions. Secondly, achieving algorithm fairness in a statistical sense does not necessarily lead to fair education outcomes.
|
| Free Research Field |
教育工学
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究の学術的意義は以下の3つの点に要約される。一つは、高等教育における公正なアルゴリズムの議論は早期警告システム(EWS)の文脈で語られてこなかったが、本研究では公正なアルゴリズムとEWSの関連性を整理したという点である。もう一つは、公正なアルゴリズムの議論がこれまで統計的な議論に終始していたのに対し、それを公平な教育の関連性との観点から議論した点にある。3点目に、これまで高等教育における公正なアルゴリズムの研究は主に欧米の大学のデータを用いて行う研究が多かったが、そこに日本のデータを用いることによって、日本の観点を提供したということが挙げられる。
|
