Implikacije korištenja umjetne inteligencije u obrazovnim sustavima

6. Literatura:

• Veale, M., & Binns, R. (2017). Fairness and accountability design needs for algorithmic support in high-stakes public sector decision-making. Proceedings of the 2017 ACM Conference on Computer Supported Cooperative Work and Social Computing, 388–398.
  
  • Opis: Istražuje dizajn sustava UI-ja osiguravaju pravičnost i odgovornost u donošenju važnih odluka, uključujući obrazovne procese.
    
    
• Mittelstadt, B. D. (2019). Principles alone cannot guarantee ethical AI. Nature Machine Intelligence, 1(11), 501–507.
  
  • Opis: Naglašava da su etički principi nedovoljni bez zakonskih okvira za odgovornu primjenu UI-ja, što je ključno za obrazovne sustave.
    
    
• Binns, R. (2017). On the fairness of machine learning in education. Communications of the ACM, 63(10), 34–37.
  
  • Opis: Razmatra izazove pravičnosti u primjeni strojnog učenja u obrazovanju, naglašavajući važnost transparentnosti i ljudske kontrole.
    
    
• Kaminski, M. E. (2018). The right to explanation, explained. Berkeley Technology Law Journal, 34(1), 189–218.
  
  • Opis: Pojašnjava pravo korisnika da razumiju odluke sustava UI-ja, što je važno za transparentnost u obrazovanju.
    
    
• European Commission. (2024). Artificial Intelligence Act. 
  
  • Opis: Službeni zakon EU-a koji regulira razvoj i korištenje UI-ja, s naglaskom na sigurnost, transparentnost i odgovornost, uključujući obrazovne sustave.
    
    
• Jodi, K. H. M., Zulfadli, M., Azizan, A. S. M., Che Husain, F., & Haridi, N. H. M. (2025). Ethical framework for artificial intelligence in professional practices of higher education lecturers: A systematic review. International Journal of Education, Psychology and Counseling, 10(57), 194–212.
  
  • Opis: Ovaj sustavni pregled analizira etičke okvire za korištenje umjetne inteligencije u profesionalnoj praksi predavača na visokoškolskim ustanovama, naglašavajući izazove i preporuke za etičku primjenu.